基于遗传算法的翼型多目标气动优化设计

采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。     

基于熵产理论设计方法的多目标翼型优化

将熵产理论引入翼型的多目标气动优化设计,通过理论推导湍流流场熵产率计算公式,进而阐述熵分析方法在翼型气动优化中的作用。通过CST参数化方法对翼型进行参数化建模,并将多目标优化算法与CFD计算耦合起来,计算翼型升阻比和流场熵产率,建立一种以最大升阻比和最小熵产率为目标的翼型优化方法,进而得到优化翼型的Pareto解,并与传统翼型优化方法进行对比。与初始种群相比,优化翼型具有更优的气动性能,在升阻比提高的条件下,流场熵产率减少,能量效率提高。采用多目标遗传算法得到的非支配解集分布均匀,质量较高,设计者可以根据设计需要选择具有相对低熵产的一组翼型来改善空气动力性能。结果分析表明,本文所建方法具有较强的全局收敛性,具有一定的工程应用前景。     

基于卷积神经网络和多项式混沌方法的翼型鲁棒性优化

在常规的翼型优化设计方法中,设计点处最优翼型的气动性能会在非设计点处有所恶化,因此有必要对翼型鲁棒性优化方法进行研究。提出一种基于卷积神经网络和多项式混沌方法的翼型鲁棒性设计方法,首先搭建基于卷积神经网络的气动力预测模型;其次采用多项式混沌方法对马赫数和攻角进行不确定度量化,构建翼型鲁棒性气动优化设计系统;最后对以 RAE2822 翼型为基准翼型的气动优化设计问题进行优化设计验证。结果表明：本文提出的翼型鲁棒性设计方法可行,优化后翼型的气动性能和鲁棒性气动优化设计效率在较宽的设计范围内都有所提升。     

基于Kriging模型的旋翼翼型优化设计研究

以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统.代理模型采用均匀设计进行模型采样,在优化过程中根据EI(expected improvement)准则动态增加采样点来调整代理模型的精度.采用B样条方法进行翼型参数化,保证了翼型的光顺性.在翼型的气动性能分析中引入转捩模型提高阻力计算的精度.利用该系统对旋翼翼型进行了优化设计,经风洞试验验证,满足设计要求.     

耦合均衡论和隐式约束伴随方法的翼型气动多目标优化设计

通过耦合Nash竞争对策和伴随方法来研究气动多目标优化问题,其中对策论是描述现实世界中包含有矛盾、冲突、对抗、合作等诸因素的数学模型的数学理论与方法。将对策论的方法应用于互为冲突的多目标气动优化设计中,寻找各冲突目标之间的平衡解。计算结果表明：Nash均衡论可以很好地处理多目标优化问题,并且能自然地运用于并行环境。     

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

气动设计的多目标优化算法比较研究

由于目标函数复杂且流场求解耗时,气动优化设计需要选择搜索能力强且调用目标次数少的优化算法,现有的优化算法种类很多,针对不同类型问题算法性能不同。本文将常用的多目标优化算法进行了分类总结并进行函数测试,判断各个优化算法对不同问题的收敛性和稳定性,找出适合气动优化的多目标优化算法。将该算法应用于气动优化问题当中,进行了针对翼型的气动优化设计,缩短了优化时间,取得了一定的优化效果。     

基于控制理论的旋翼翼型优化设计

基于粘性Navier-Stokes方程和最优控制理论原理,研究了气动/几何约束条件下多设计变量的旋翼翼型气动优化设计问题。根据给定目标函数的表达形式,在计算坐标系下推导出了相应的伴随方程和边界条件,以及梯度方程的数学表达式,并对流动控制方程和伴随方程进行了有效数值求解。综合流动方程、伴随方程、目标函数敏感性导数和优化算法,发展了一种高效旋翼翼型气动优化方法。通过典型旋翼翼型的算例验证,表明方法的有效性。     

关于多目标气动优化设计中伴随方法与对策理论的耦合研究(英文)

本文研究了多目标气动优化设计中伴随方法和对策理论的耦合问题,给出了伴随方法在每个对策策略中的具体应用和数值方法。在合作对策中伴随方法被并行地执行以共同得到Pareto阵面上的最优解;相反在Nash对策中伴随方法在Nash策略的最后被耦合起来以互相竞争的形式得到各自目标的最优解;而在Stackel-berg对策中伴随方法被分层耦合进"领头人"和"跟随者"的策略中以求解他们相互依赖的平衡解。文末的优化算例表明了本文耦合算法及其数值过程在求解多目标气动优化设计问题中的有效性。     

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。     

分布式进化算法及其在翼型气动反设计中的应用

构造了一种新型基于基因算法与博弈论的并行分级多目标优化方法，并应用于多段翼型气动反设计。此方法基于二进制编码的基因算法和博弈论，优化变量被分配给不同的博弈者，因而总体优化问题转变为分裂空间中的局部优化问题。文中给出了一个多段翼型形状，位置可压位流的反设计问题的求解算例，引入了基于非结构网格的分级结构。与传统基因算法数值算例的对比表明了本文构造的并行分级算法具有较高的计算效率，可广泛应用于多目标优化问题。     

Aerodynamic multi-objective integrated optimization based on principal component analysis

Based on improved multi-objective particle swarm optimization (MOPSO) algorithm with principal component analysis (PCA) methodology,an efficient high-dimension multiobjective optimization method is proposed,which,as the purpose of this paper,aims to improve the convergence of Pareto front in multi-objective optimization design.The mathematical efficiency,the physical reasonableness and the reliability in dealing with redundant objectives of PCA are verified by typical DTLZ5 test function and multi-objective correlation analysis of supercritical airfoil,and the proposed method is integrated into aircraft multi-disciplinary design (AMDEsign) platform,which contains aerodynamics,stealth and structure weight analysis and optimization module.Then the proposed method is used for the multi-point integrated aerodynamic optimization of a wide-body passenger aircraft,in which the redundant objectives identified by PCA are transformed to optimization constraints,and several design methods are compared.The design results illustrate that the strategy used in this paper is sufficient and multi-point design requirements of the passenger aircraft are reached.The visualization level of non-dominant Pareto set is improved by effectively reducing the dimension without losing the primary feature of the problem.     

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

高高空长航时无人机翼型优化设计研究

针对高高空长航时无人机的特点和使用要求,开展了高高空长航时无人机翼型的优化设计研究.为了提高采用遗传算法的气动优化设计的效率,将分布式计算与遗传算法相结合,形成了基于遗传算法和分布式计算的气动优化设计方法,并将该方法与基于反设计概念的工程方法相结合进行了高高空长航时无人机翼型的气动优化设计.设计实践表明,该方法是可行的,设计出的翼型是能够满足工程需要的.     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。     

基于博弈论的高空长航时无人机翼型多点优化

针对高空长航时无人机的特点和使用要求,采用多人博弈中的纳什平衡,结合下山单纯形算法,发展了一个可同时满足低速爬升的高升力和高速巡航的大升阻比要求的翼型多点设计方法。可根据设计变量对目标的影响程度,自动将设计变量动态划分给局内人,具有非常强的适应性。对NLF1015翼型的优化算例表明,可以同时改善翼型在多个设计点的性能,同时,与多目标遗传算法NSGA-II相比,此方法在计算资源和成本不大的情况下,取得较好的优化结果,可以应用在高空长航时无人机的翼型设计中。     

基于全速势方程的超临界翼型设计

基于全速势方程,完成了超临界翼型设计。首先分析了最优化设计和反设计两种常用的翼型设计方法的特点。综合考虑两种方法的利弊,选用最优化设计法。结果显示,设计理论和实施方法完全适合现代翼型设计,设计结果可以满足设计指标要求,诸如巡航状态下的升力系数、阻力系数、升阻比、攻角、翼型最大厚度及厚度位置、巡航效率、压力分布形态、激波强度等等。     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

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。     

多段翼型气动力优化设计的多标准高效进化算法

本文分别结合基因算法与博弈论中的竞争型Nash对策及分级型Stackelberg对策构造了多标准高效进化算法,并对二维三段翼型成功地进行了多标准位置增升优化。基因算法在合适地选择了基因操作算子后可以得到全局最优解,博弈论的引入使得传统基因算法具备了无人工干预的多标准优化算法,并且这一优化过程接近于实际翼型工程气动力设计情况。应用本文的方法成功地对三段翼型进行了不同气动条件下的缝翼与襟翼的位置组合优化,最后给出了优化算例,并对两种算法进行了对比。