基于遗传算法的低雷诺数高升力翼型的优化设计

利用遗传算法进行低雷诺数高升力翼型的气动优化设计,优化后的翼型其气动特性有明显改善,从而表明利用遗传算法进行翼型气动优化的可行性.在优化设计过程中翼型由解析函数线性叠加法表示,并对设计翼型进行了升力系数和阻力系数的气动计算,以提供目标函数和个体的适应值.     

NPU-WA系列风力机翼型设计与风洞实验

针对兆瓦级大型风力机,研究发展了以具有更优良高雷诺数和高升力气动性能为特点的NPU-WA翼型族,风洞实验表明,该翼型族达到了在高雷诺数、高升力条件下实现高升阻比和外侧翼型对粗糙度不敏感的主要设计要求,为我国自主研发大型风力机提供了可以实际使用的翼型几何数据和雷诺数范围内1.0×106～5.0×106的风洞实验数据。     

气动悬浮列车单向翼翼型优化与地面效应分析

高速气动悬浮列车(Aero-train)是一种利用机翼地面效应原理的创新型高效高速低能耗高速列车。本文以LA203A为基础翼型,利用遗传算法与数值模拟的方法对基础翼型进行气动优化设计。通过对优化翼型的地面效应模拟分析,得出优化后的翼型其气动特性有明显改善,并由此得出气动悬浮列车单向翼离地间隙、迎角与阻力、升力、升阻比之间的关系。利用CFD技术对安装有基础机翼和优化后机翼的气动悬浮列车初始研究模型(AERO-1)整车气动特性进行数值模拟以及分析前后端机翼的流场特性,并利用风洞实验方法对装有优化机翼的气动悬浮列车初始研究模型(AERO-1)气动特性进行研究。利用遗传算法优化后机翼翼型升阻比特性较基础翼型最高提升26%,具备优化机翼的气动悬浮列车(AERO-1)在地面效应下的气动特性优于原始模型。本文研究为机翼地面效应分析以及气动悬浮列车研究提供理论依据。     

基于遗传算法的微型飞行器气动力优化设计

本文以固定机翼式微型飞行器的翼型气动力优化设计为研究背景,在105量级的低雷诺数范围内,把遗传算法与Navier-Stokes方程数值解法相结合,建立了一种以实数编码为基础的自适应算法模型.在基准翼型的基础上,结合锦标赛选择、部分交叉以及自适应变异算子,对翼型进行了升阻比气动力优化设计,并设计了一种高效的复制算子来提高算法的稳定性和计算效率.优化后的翼型升阻比提高显著,表明该算法对低雷诺数翼型的气动外形设计合理有效.     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的阻力和升阻比的优化设计。在优化设计的过程中,为避免进化的早熟和停滞,引入了自适应变异并对其作了适当的修改。进行减阻优化设计后的翼型其气动特性有显著的改善,这表明了遗传算法应用于翼型气动优化设计是可行的。在此基础上,进行了最大升阻比和双目标优化设计,得到了较为满意的结果。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。     

高亚声速低雷诺数翼型气动优化设计研究

针对临近空间和火星飞行器的螺旋桨通常面临的高亚声速、低雷诺数的特殊气动问题,首先,结合经过验证的基于■转捩模型的RANS数值模拟方法,并基于代理模型建立了高亚声速、低雷诺数气动优化设计框架。然后,针对临近空间螺旋桨翼型,在设计工况点(Ma=0.77,Re=1×10⁵)开展了以改善升阻比为目标的气动优化设计。结果表明,优化翼型较原始低速翼型升阻比在设计点附近大幅提升,气动性能得到显著提高。研究结果可为临近空间和火星飞行器的气动设计提供技术支持。     

载重飞机总体参数的多目标优化设计方法

利用遗传算法进行了低雷诺数下全机气动布局设计及优化,并制作原理样机以检查设计的可行性及正确性.主要优化对总体外形和飞机性能影响较大的机翼、尾翼的平面形状几何参数以及少数几个机身几何参数;优化目标是巡航段最大升阻比和空机重量.试验结果表明该优化设计方法是十分有效的,可以用来对具有正常布局形式的飞机进行气动外形的优化设计.     

基于粗糙度敏感性研究的风力机专用翼型设计

对几个具有代表性的风力机常用翼型的几何特性和气动特性进行分析研究,详细探讨了各种翼型的前缘粗糙度敏感特性情况。基于一种新的翼型几何形状表征形式,以设计攻角工况下光滑条件和粗糙条件下的升阻比加权值为目标,优化设计得到了一种相对厚度为24.7%的风力机专用新翼型。对新翼型在主要工作攻角范围的升力特性、阻力特性及升阻比特性进行了研究,并详细分析了新翼型在不同工况下的气动特性情况,研究结果表明:新翼型具有低前缘粗糙度敏感性和低湍流敏感性;在设计和非设计运行工况下都具有很好的气动性能;雷诺数的升高和三维旋转效应对风轮叶片新翼型的气动特性具有促进作用。     

基于代理模型的自适应后缘翼型气动优化设计

针对具有自适应后缘的跨声速翼型,基于代理模型和遗传算法相结合的优化方法,开展考虑自适应后缘结构约束的翼型气动优化设计研究。结果表明,低升力系数下翼面流场没有明显的能量损失,不同设计升力系数得到的自适应后缘翼型阻力相差不大;高升力系数下翼面附近存在激波,翼型阻力主要由激波强度决定。对于以低升力系数为设计点的基本翼型,通过后缘自适应变弯来调整载荷分布,可以降低翼面激波强度,减小翼型阻力;对于以高升力系数为设计点的基本翼型,可以直接通过气动优化来消除翼面激波,使得翼型阻力达到最小。因此对于带有自适应后缘的翼型,为了实现宽升力系数范围内的阻力最小,应首先以高升力系数为设计点完成基本翼型的气动优化设计,然后以低升力系数为设计点完成自适应后缘外形的气动优化设计。     

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群算法应用于翼型气动优化设计的可行性。在优化设计的过程中,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

超声速翼型气动优化设计

首先分析了几何外形和相对厚度对超声速翼型气动特性的影响。基于遗传算法(GA)和气动力快速工程算法,对于相对厚度为3.5%的多边形翼型进行优化设计,多边形翼型的优化外形趋于四边形,最大厚度点后移到翼型弦线的60%左右,随着迎角或者马赫数增大下翼面会变薄,上翼面变厚,最大厚度点相应稍有后移。对于相对厚度为4%的双圆弧翼型,采用两步优化设计方法,第1步优化结合基于B样条的类别形状函数变换(CST)参数化方法与小波分解方法,实现几何外形的局部控制与光顺处理,并且采用本征正交分解(POD)代理模型降低优化过程中流场计算的工作量;第2步优化采用基于Navier-Stokes方程的最速下降法(SDA),修正第1步优化中代理模型和小波光顺引入的误差;优化设计得到的翼型近似为四边形,其相对厚度最大点后移到翼型弦线的60%~65%处,升阻比可以提高7%。     

Rotor airfoil aerodynamic design method and wind tunnel test verification

Well-designed airfoil is very important for high-performance rotor. This paper developed an efficient multi-objective and multi-constraint optimization design system for rotor airfoils based on RANS analysis, and verified the performance of the optimized airfoil. Using CRA09-A as the baseline rotor airfoil, the CRA09-B optimized rotor airfoil was designed successfully. Combined with the foundation of high-precision rotor airfoil stationary test technology, the CRA09-B and CRA09-A rotor airfoils were tested in the S3MA high-speed wind tunnel of ONERA. In order to correct the aerodynamic data, a single parameter linear wall pressure method is used to consider the tunnel effects. The results indicate that multi-objective and multi-constraint optimization design method developed in this study is reliable, and that CRA09-B optimized airfoil provides better stationary performance than CRA09-A airfoil in terms of maximum lift coefficient and lift-to-drag ratio.     

基于高斯过程回归和遗传算法的翼型优化设计

针对高升阻比风力机翼型前缘曲率半径较大的问题,传统的翼型参数化方法前缘控制能力不足,且基于面元法XFOIL预测精度差的问题,利用增强类函数/形函数转换（CST）参数化方法控制翼型的形状变化、拉丁超立方实验设计、计算流体力学（CFD）流场计算模块、高斯过程回归模型和遗传算法,提出了基于高可信度Reynolds average Navier-Stocks（RANS）和高斯回归模型辅助遗传算法的翼型优化设计方法。结果表明:基于高斯回归模型的翼型优化方法,可以将优化所用CFD计算次数降低一阶,从而大幅度提升优化设计效率。由标准算例超临界翼型RAE2822的降阻设计表明,在百次量级的CFD次数阻力降低43.16%,激波被削弱且升力、力矩和面积严格满足约束。由风力机翼型NACA64618的最大化升阻比优化设计表明,所设计翼型不仅在设计攻角和副设计攻角处升阻比大大增加,在整个小攻角范围内其气动性能都得到了提升,且两个主设计点,无不良阻力的产生。      

结冰区流场特征一致的混合缩比翼型设计

提出了一种基于翼型前缘范围流场相似的多控制点混合缩比翼型优化设计方法:以前缘局部范围内的空间流场特征相同为目标,采用多目标遗传优化算法结合翼型参数化、多控制点、网格自适应技术及CFD,进行了不同工况下的混合缩比翼型设计,分别通过低湍流度风洞及结冰风洞对翼型的气动性能及积冰过程进行了实验.设计及实验结果表明:该混合缩比翼...     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。     

重型燃气轮机压气机多截面叶型优化设计

出于对叶型沿叶高方向的不同以及不同叶高处气动边界的不同两方面考虑,开发了一套叶片多截面叶型优化的设计流程.以单级高负荷压气机的进口导叶和大折转角静叶为优化对象,以多截面关联的性能参数为优化目标,采用考虑附面层转捩的MISES计算程序对叶型气动性能进行分析,并通过遗传算法对叶片进行优化.结果显示:在有效工作范围内,各截面叶型经优化后,前部负荷提高,中部及后部负荷降低,性能得到一定提升.三维数值模拟结果显示,在无大尺度二次流动的条件下,多截面叶型优化方法对提升叶片性能切实可行.