基于多输出高斯过程的超临界翼型优化

提出了一种基于多输出高斯过程(MOGP)回归模型和模拟退火算法相结合的翼型优化方法。采用拉丁超立方抽样方法在设计空间内构造一系列样本点,其中优化设计采用CST参数化方法对翼型的几何外形进行参数化表示。通过CFD流体计算得到其响应值来建立初始的MOGP代理模型。以阻力最小化为设计目标,考虑面积、升力等约束条件。通过单点优化和多点优化试验表明,发展的翼型优化设计方法达到了优化设计的目的,同时也说明基于MOGP模型的优化设计方法在气动优化设计中的应用是可行的。     

前加载翼型多点综合优化设计

前加载翼型具有低头力矩小、隐身性能好的特点,能够对气动和隐身特性进行合理折中,是理想的飞翼布局飞机截面翼型。首先介绍典型翼型参数化方法和评估方法,并对前加载翼型外形的控制能力进行评估,结果表明Hicks-Henne方法和CST方法对前加载翼型外形的控制能力较强,并且CST方法参数个数较少。然后依据飞翼布局飞机设计需求,在确定翼型设计状态和优化设计模型的条件下,将CST翼型参数化方法、N-S方程数值求解方法和遗传算法相结合进行前加载翼型多点综合优化设计,得到比参考翼型具有更大相对厚度和更优气动特性的设计结果。     

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%。     

ARI_OPT气动优化软件研究进展及应用综述

针对飞行器气动外形精细化设计需求,为提高设计效率和设计质量,基于数值优化设计技术发展了气动优化设计工具ARI_OPT。ARI_OPT包含气动外形参数化、网格自动变形、高逼真度数值模拟、代理模型、高效优化算法等模块,分别简要介绍了各个模块基本的基本原理和方法及单个模块的验证结果。给出了ARI_OPT针对数值函数算例的功能验证结果和宽速域翼型、多段翼型和飞翼布局机翼等典型单目标和多目标气动外形优化问题的应用算例,表明了其可靠性和适用性。     

基于CST-GAN的翼型参数化方法

翼型参数化方法对于翼型制造、气动和隐身等的优化设计具有非常重要的作用,为进一步提高参数化方法的表示能力,避免在优化过程中产生奇异外形进而提升翼型优化设计效率,结合外形控制能力更加灵活的类别形状函数变换方法（CST）及能够学习数据潜在分布的生成对抗网络模型（GAN）,基于现有翼型数据库构建了一种新型翼型参数化方法：CST-GAN。通过考察生成翼型的几何质量及其表示误差,研究设计维度对CST-GAN翼型参数化的影响,并与Bezier、B样条及主成分分析（PCA）方法的表示精度进行了对比,最后基于该方法开展翼型优化设计。结果表明,该方法可以生成光滑、有效的几何外形,并能实现对翼型较为精确的描述。与其他几种常用参数化方法相比,CST-GAN方法具有较快的优化收敛速度和较好的优化效果,有助于改善优化效率,节约计算成本。此外,该方法鲁棒性强、易于实现,有拓展至三维机翼及整机的参数化建模并进行气动优化设计的应用潜力。     

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。     

基于遗传算法多段翼型外形优化设计

为提高多段翼型增升效能,开展襟翼外形和缝道参数同时优化设计研究。优化算法采用遗传算法,以求解RANS方程为气动特性分析方法,通过椭圆方程控制生成多段翼型外形,同时优化缝宽、搭接量、襟翼偏角等位置参数和襟翼外形控制参数,实现多段翼型优化设计。设计实践表明,与只优化位置参数相比,同时优化襟翼外形和位置参数得到的多段翼型有更大的升力系数,方法是可行的,具有一定的工程应用前景。     

超临界翼型稳健型优化设计研究

基于标准遗传算法、RBF神经网络以及类函数/型函数变形技术建立了翼型气动优化设计系统,在选取3次CST方法即分别对翼型上下表面采用4个设计变量进行参数化,对某型客机基本翼型在给定设计指标下进行优化设计,分别研究了巡航状态下的气动优化,以及结合蒙特卡洛分析方法马赫数随机平均分布下的翼型稳健型优化设计。结果显示,优化后的翼型的气动特性有着显著提高。     

基于DFFD技术的翼型气动优化设计

开展了直接操作自由变形（DFFD）技术在翼型参数化及翼型气动外形优化设计中的应用研究,应用该方法可以对翼型形状进行直接操纵和精细的局部修型,从而在一定程度上克服了自由变形（FFD）技术无法直接指定几何外形变形量的局限性。通过最小二乘模式根据翼型表面直接操作点的位移求解各个FFD控制点相应的位移,将翼型设计参数从FFD控制点转化为翼型表面的直接操作点,从而有效地减少了高阶FFD控制体进行翼型参数化时的设计参数个数。算例表明,相比于FFD方法,DFFD方法不仅具备直接操纵翼型几何外形的能力,更具物理直观性,并且比FFD方法具有更好的局部变形特性。运用该技术结合遗传算法对RAE2822翼型进行了气动减阻设计,显著减小了设计状态下翼型的阻力,并且可以有效施加如前后梁位置翼型厚度等工程实用的几何约束,证明了该方法的有效性。     

大展弦比前掠翼气动隐身多目标优化

前掠翼布局优越的气动性能为无人机气动布局设计提供了一条新的方向。采用CST方法对翼型几何外形进行参数化描述,实现前掠翼气动和隐身多学科优化设计模型的参数化描述。建立了基于N-S方程的计算流体力学方法的前掠翼气动分析模型和基于矩量法的计算电磁学方法的前掠翼隐身分析模型。提出了基于Kriging模型的前掠翼气动隐身多目标优化方法,采用拉丁超方试验设计方法获取样本点,建立前掠翼气动和隐身的Kriging代理模型。将Pareto多目标遗传算法与Kriging代理模型结合进行大展弦比前掠翼的气动隐身多目标优化设计。研究结果表明,所建立的分析模型是合理的,所提出的多目标优化设计方法是可行的,能够有效提高大展弦比前掠翼性能与优化效率。     

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.     

旋成面叶栅气动反命题的新解法(Ⅱ)

本文利用映象平面ξ-η的特点, 将旋成面叶栅气动正命题的微分-积分解法与叶型修正的“喷气模型”结合, 建立了一种适用于旋成面叶栅气动反命题的新解法。叶片表面给定的气动参数分布作为反命题的边界条件, 在求解过程中直接得到满足。通过对一例实际透平叶型的计算验证了本文解法的可靠性和实用性。      

应用多目标遗传算法的叶栅气动优化设计

采用Pareto排名策略和共享小生境技术, 实现遗传算法的多目标优化设计.叶栅的气动性能通过求解二维Navier-Stokes方程获得.本文中压气机叶栅的多目标优化确定为在给定条件下同时追求高增压比和低总压损失系数.优化设计获得的Pareto解集显示出本文发展的优化设计平台能够较好的实现多目标的气动优化设计.      

后缘连续变弯度对跨声速翼型气动特性的影响

针对后缘连续变弯度对跨声速翼型气动特性的影响进行了研究。首先不考虑翼型后缘连续变弯度,基于搭建的优化设计系统对跨声速翼型进行气动减阻优化设计,通过添加不同的约束优化得到两种跨声速翼型:无激波翼型和超临界翼型。然后在这两种翼型的基础上,以后缘偏转角度为设计变量、以阻力系数最小为目标,针对不同的升力系数分别进行优化设计,并根据优化结果深入分析后缘连续变弯度对这两种翼型极曲线特性的影响机理。优化结果表明:无激波翼型与超临界翼型相比,其设计点处的气动特性较好,但鲁棒性较差;升力系数小于设计升力系数时,应用后缘连续变弯度后,无激波翼型的极曲线特性明显提高,减阻最高达到3.9%,而超临界翼型的极曲线特性提高不明显;升力系数大于设计升力系数时,应用后缘连续变弯度后,无激波翼型和超临界翼型的极曲线特性都明显提高,减阻分别达到2.4%~18.1%和1.7%~13.2%。     

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。     

基于响应面方法的风力机叶片多目标优化设计研究

运用基于响应面方法的优化设计技术,于径向使用NPU-WA-风力机专用翼型族的某1.5MW水平轴风力机叶片的多目标、多约束优化设计研究中。风力机气动性能使用基于叶素-动量理论的风力机性能分析和设计软件PROPID51。设计变量为叶片径向外形参数,包括弦长和扭转角分布,但是相对厚度保持不变;设计目标为年发电量和功率系数的最大化;在多目标优化中,使用"统一目标函数"法将多个设计目标函数通过加权求和统一到一个目标函数中。为减小计算量,响应面模型使用不含二阶交叉项的二阶多项式模型;构建模型中试验点的选择满足D-优化准则。以某1.5MW变速变矩型风力机叶片为例,进行了优化设计研究。叶片径向使用西北工业大学翼型研究中心设计的NPU-WA-风力机专用翼型族,使用CFD计算的气动性能数据作为输入进行了设计,分析了目标函数的权值分配对设计结果的影响;使用风洞测量自由转捩的气动性能数据进行了设计并分析了表面光滑条件对气动性能的影响。     

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:该混合缩比翼型与对应的全尺寸翼型在前缘15%弦长范围内的压力系数偏差均在5%以内,翼型绕流相似;在相同时间历程内两者的冰型增长及气动特性均具有相同的变化规律。该设计方法可以应用于不同实验状态下的混合缩比翼型的设计,提高多状态下结冰实验效率。     

基于分层策略的翼型多参量气动优化设计研究

与基于梯度的优化方法相比,遗传算法因其极强的鲁棒性、随机搜索及优化结果全局性等特点在工程优化中得到越来越广泛的应用。为提高优化设计的效率,改进了传统的遗传算法,采用并行分层策略基因遗传算法开展了翼型多参量气动优化设计研究,包括翼型和多段翼型的基因编码、外形参数化,以及动网格技术。结果表明,并行分层策略在得到较优气动优化结果的同时,极大地缩短了优化时间,提高了计算效率,具有广阔的工程应用前景。