基于全局/梯度优化方法的宽速域乘波-机翼布局气动设计

宽速域高超声速飞行器是航空航天领域新的战略制高点,其飞行速域与空域极大化特点导致亚/跨/超/高超声速气动性能难以兼顾。为了缓解高低速气动设计的矛盾,以典型宽速域乘波-机翼布局为研究对象,结合基于代理模型的全局优化方法和基于伴随梯度的局部优化方法,对该宽速域构型的布局参数和剖面形状进行了从全局到局部的多目标分步优化。结果表明,在约束亚声速升力系数、高超声速阻力系数的情况下,基于代理模型的布局参数优化方法能够在维持高超声速气动性能的同时,将亚声速的升阻比提升9.5%。进一步选取布局参数优化结果 Pareto面上亚声速气动特性最优的构型,利用基于伴随梯度的优化方法,对机翼剖面进行梯度优化。优化结果表明,梯度优化能够有效地改善飞行器亚/高超声速状态下的阻力特性,并将翼型在几何上优化为兼顾亚/高超声速气动特性的双S翼型。通过上述从布局参数到剖面参数的优化,乘波-机翼构型的亚声速升阻比相比初始构型提升了12.4%,高超声速升阻比相比原始构型提升了6.2%。     

战斗机后体流场数值模拟与减阻优化设计

采用数值计算方法模拟零迎角跨声速来流下战斗机后体流场,并进行后体外形的减阻优化设计。通过数值求解二维轴对称Navier-Stokes方程、k-ωSST湍流模型和气体组分方程,研究战斗机后体绕流与尾喷流相互耦合的流场特性,对三种欠膨胀喷管压比下的喷流进行数值模拟,同时对比多组分气体喷流和理想气体喷流对后体阻力的影响。采用梯度法对轴对称后体外形进行减阻优化设计,提出一种优化设计加速算法,其基本思路是通过逐步增加设计控制点个数并根据外形曲率合理分布设计控制点的位置,从而改善梯度法的优化效率。计算结果发现,超声速喷流会在后体尾部附近形成复杂的波系结构;与组分气体喷流相比,采用理想气体作为喷流介质时的后体阻力系数略高;在跨声速来流状态下,后体阻力系数值随喷压比的增大而减小。优化结果显示,优化后的的后体阻力系数可以降低13%左右;与一次性均匀分布优化控制点的梯度法优化方法相比,采用提出的优化加速算法可以缩短优化计算时间40%左右,并且可以提高优化设计的精度。     

一种计及静气动弹性变形影响的跨声速机翼气动优化设计方法研究

耦合流场控制方程和结构静平衡方程求解得到大展弦比跨声速弹性机翼气动性能,分析研究了结构静弹性变形对气动载荷的影响.在此基础上以机翼典型剖面外形和机翼型架外形为设计变量进行了基于控制理论的跨声速弹性机翼气动优化设计方法研究,实现了在真实飞行条件下考虑静气动弹性变形影响的大展弦比跨声速弹性机翼一体化优化设计.优化设计算例结果表明所发展的方法是成功的,优化得到的弹性机翼在满足升力系数约束条件下提高了升阻比.     

三维机翼气动结构多学科优化方法

采用Euler方程、连续伴随优化方法、自由形面变形技术（free-form deformation,FFD）以及一种四边形线性壳单元模型对三维机翼气动结构多学科优化方法开展了研究。目标函数为阻力系数和机翼翼盒结构质量的加权和,设计变量为FFD控制点以及10段蒙皮的厚度。气动方面升阻力系数对设计变量的梯度由伴随方法求得,结构方面翼盒质量对于蒙皮厚度的梯度可直接计算,应力的梯度采用有限差分方法获得。对跨声速大展弦比机翼进行气动结构多学科优化,并将该计算结果与机翼气动单学科优化设计后的静气弹计算结果进行对比,结果表明:该气动结构多学科优化方法能够在满足约束条件下,实现阻力系数和翼盒质量同时降低,保证优化结果的合理性。      

考虑几何设计参数不确定性影响的涡轮叶栅稳健性气动设计优化

外形偏差是典型的叶片气动不确定性影响因素，考虑几何设计参数不确定性影响的叶片稳健性气动设计优化（RADO）有助于提高叶片平均气动性能及气动稳健性。首先，介绍RADO的基本原理及实现方法，采用基于灵敏度分析的叶片气动不确定性量化方法计算叶片目标气动函数的统计值，并实现目标函数对设计参数的梯度计算。然后，开展考虑设计参数不确定性影响的HS1A跨声速涡轮叶栅RADO研究，降低总压损失系数的统计均值及方差；通过与确定性气动设计优化（DADO）对比，揭示RADO在改善优化叶片气动稳健性方面的有效性和优越性。最后，对叶片进行流场统计分析，进一步揭示气动外形优化设计对降低总压损失系数敏感度的影响机理。     

基于黏性伴随方法的跨声速机翼气动优化设计

 进行了基于黏性伴随方法和Navier Stokes方程的跨声速机翼气动优化设计研究。分别推导了适用于三维跨声速机翼气动反设计和减阻设计的黏性伴随方程、边界条件和梯度求解表达式,并研究了伴随方程的数值求解方法。通过将网格生成、流场计算、黏性伴随方程数值求解、梯度求解和拟牛顿优化算法等几方面的有效结合,发展了一种跨声速机翼气动优化设计方法。为了提高计算效率,将多重网格方法应用到方程的数值求解中来加速收敛。跨声速机翼反设计和减阻设计算例验证了本文所发展的方法的正确性。采用本文的方法进行优化设计,一般通过20~30次迭代就能得到满意的结果。     

基于N-S方程和离散共轭方法的气动设计方法研究

对于基于梯度信息的优化设计方法,很重要的一点是快速准确获得目标函数对设计变量的梯度.本文采用离散共轭方法计算目标函数关于设计变量的梯度,流动控制方程为N-S方程.对于离散共轭方程和流动控制方程均采用LU-SGS方法求解.算例表明,对于亚声速和跨声速两种情况,该方法都能快速准确地获得升力和阻力关于设计变量的梯度.本文采用该方法进行了翼型优化设计,成功地减弱了激波,降低了总阻力.算例证明了本文方法可靠性好、收敛快, 特别适合工程实际.     

跨声速翼型多目标优化设计方法

本文通过采用多目标分级优化方法并基于求解全速势方程的跨声速粘流翼型计算方法，研究发展了一种多参数、多约束和多目标的跨声速翼型数值优化设计方法，应用该方法可以从普通低速翼型和超临界民办型出发通过多目标优化后得到在跨声速区的多个马赫数下阻力系数最小化的翼型几何外形，设计实践表明，该方法具有收敛快，调用目标函数次数少等优点。     

基于响应面法的跨声速机翼气动优化设计

响应面法由于其高效、实用的特点,近年来在优化设计领域受到越来越多的重视。本文将响应面法引入到气动数值优化设计中,完成了跨声速机翼单、多目标多约束气动优化设计。该方法采用D优化准则在设计空间内选择一系列样本点,通过求解三维Euler方程进行气动数值试验,来建立二次多项式响应面模型,并在此基础上得到优化的气动外形。以M6机翼为原始机翼的单、多目标多约束优化设计算例表明:采用的响应面法能够较好的捕捉在跨声速流动中目标函数的非线性特征和消除流动中的高频噪声;响应面模型精度满足设计要求,计算误差均小于3%,因而保证了设计方法的实用有效。对于单目标机翼阻力优化设计,阻力系数减少了19%左右。     

基于伴随方程和自由变形技术的跨声速机翼气动设计方法研究

将连续伴随方程法与自由变形技术(Free Form Deform-FFD)相结合开展了跨声速机翼气动外形优化设计方法研究。采用Bernstein基函数建立了空间FFD参数化方法,并应用基于控制理论的连续伴随方程方法建立了目标函数对于待优化几何外形的梯度求解模式,将几何外形参数化方法、连续伴随方法以及CFD数值模拟技术相结合,研究、构建了适合跨声速机翼的气动外形优化设计系统。利用该系统对ONERA M6机翼及某型民用客机机翼进行了气动减阻设计,算例验证表明该方法应用于跨声速机翼气动减阻设计效果明显,并且能较好的保持几何表面连续性和光滑性。     

基于N-S方程的翼型气动优化设计

本文简要回顾了气动优化设计的最新发展，并采用连续伴随方法对粘性条件下的翼型气动外形进行了优化设计。设计过程中，采用B样条曲线的控制顶点作为设计变量，通过求解伴随方程得到目标函数关系设计变量的梯度，最后用最速下降法和BFGS变尺度法对二维翼型进行了外形优化，验证了本方法直接、快速的设计能力。     

民用客机机翼/机身/平尾构型气动外形优化设计

针对典型跨声速民用客机的机翼/机身/平尾构型开展了基于离散伴随技术的气动外形优化设计方法研究,并采用自由型面变形(FFD)技术在优化设计过程中进行平尾的整体偏转,以实现最终设计结果全机俯仰力矩配平。采用基于雷诺平均Navier-Stokes(RANS)方程的离散伴随技术求解气动参数对设计变量的梯度,使梯度求解计算量与设计变量个数实现解耦,提高了优化效率。应用FFD技术对全机构型进行整体参数化,可通过FFD控制体控制机翼外形的变化以及平尾偏转,在实现机翼优化设计的同时通过偏转平尾来进行力矩配平,避免了单独优化机翼外形可能带来的额外配平阻力。采用序列二次规划算法进行基于梯度的优化设计并处理大规模的约束条件。以Drag Prediction Workshop IV Common Research Model作为初始构型进行了有/无力矩配平约束的优化设计,并在优化过程中施加升力约束以及几何约束。算例结果表明,优化后的气动外形显著改善了机翼表面压力分布,消除了激波,在力矩配平约束下的算例中,通过平尾的偏转实现了俯仰力矩配平下的机翼优化设计。     

翼型风洞试验中不确定性分析的自动微分方法

为了深入分析风洞试验中来流参数的扰动对翼型气动试验结果的影响,基于雷诺平均Navier-Stokes方程有限体积方法,采用Spalart-Allmaras湍流模型,发展了一套二维计算流体力学(CFD)程序,应用自动微分方法对CFD程序进行改造,建立了对应过程的敏感性导数计算方法和程序,可以一次性获得翼型各处压力系数和所有气动力系数对迎角、马赫数和雷诺数的敏感性导数。研究结果表明:在亚声速和跨声速中,翼型压力分布对马赫数最敏感,比对雷诺数的敏感性至少高8个量级,但是,在亚声速来流中,翼型压力系数的不确定性由迎角摄动引起的部分比马赫数摄动引起的部分高1个量级,迎角控制精度很大程度上决定了风洞试验结果的精度;在跨声速来流中,迎角摄动引起的不确定性比马赫数摄动引起的要低1个量级,同时,对马赫数敏感性的增强使得翼型压力分布的不确定性在跨声速范围比在亚声速范围高1个量级,此时马赫数的控制精度很大程度上决定了风洞试验结果的精度。     

并行的多重网格方法在离散伴随优化中的应用

伴随优化方法在飞行器气动外形优化设计方面的应用越来越广泛,但以精细减阻等为目标的优化,面对真实飞行器仍然存在计算量大、计算周期长的问题。将多重网格技术结合并行技术运用于基于非结构混合网格、雷诺平均Navier-Stokes方程的离散伴随方程的求解,提高了离散伴随优化系统的整体效率。给出了伴随方程多重网格计算中的延拓和限制算子,采用V循环比较了不同层数的加速效果和粗网格残差计算方法对目标函数梯度敏感导数的影响。结合Metis分区技术,提出了适合伴随方程的数据并行传递简化方式,使伴随方程在300个并行分区计算时加速比仅比理想加速比低13%。采用发展的高效优化系统,选取了112个设计变量,对DLR F6翼身组合体跨声速状态进行减阻优化,使机翼空间激波得到弱化,阻力减小9counts。模拟验证结果表明,建立的高效的飞行器气动外形优化设计系统在三维真实飞行器外形优化方面,具有良好的应用前景。     

基于伴随方程和自动微分的雷达散射截面表面灵敏度计算

反隐身技术的发展对军用飞行器的隐身性能提出更高要求，针对经典电磁场伴随方法无法获得表面灵敏度，难以为优化设计提供直观指导，且梯度求解时需反复填充阻抗矩阵，当设计变量、入射角度较多时梯度求解效率下降的问题，提出了基于伴随方程和自动微分的雷达散射截面表面灵敏度计算方法，并结合基函数特点提出了表面灵敏度的稀疏存储和稀疏矩阵-矢量相乘方法，避免了直接计算表面灵敏度时计算量、存储量无法承受的问题。提出的表面灵敏度计算方法可以通过一次阻抗矩阵偏导数求解得到所有网格点的表面灵敏度，避免反复填充阻抗矩阵的问题。当入射角度改变时，求解任意数量设计变量梯度的计算量约为8次矩阵-向量乘，显著提升基于伴随方程的梯度计算效率，为作战飞机气动隐身一体化优化设计提供有力技术支撑。     

基于控制理论的压气机叶型数值优化方法

将基于控制理论的气动优化方法应用于轴流压气机叶型设计.以Euler方程作为流动控制方程,具体推导得出了其相应的伴随方程,分析了边界条件,并给出求解方法.以给定压力分布作为目标函数,将参数化叶型作为设计变量,在求得目标函数对设计变量的梯度信息后,结合BFGS优化算法得到优化方向,更新设计变量完成叶型的优化设计.通过三个算例验证了该叶型优化设计方法的有效性.      

随机结构孤立特征值的统计特性

研究了随机结构的孤立特征值问题。将材料物理量的随机场扩展为K-L(Karhunen-Loeve)正交展式,采用非正交多项式混沌展式表达孤立特征值,建立了和摄动法类似的一系列确定的递推方程,并通过确定性有限元方法求解了这些递推方程,得到了特征值的均值和方差。在算例中用蒙特卡洛方法验证了本方法的正确性。     

湍流模型系数不确定度对翼型绕流模拟的影响

使用非嵌入式多项式混沌方法研究了湍流模型系数的不确定度对RAE2822跨声速翼型绕流模拟的影响。计算中关注了数值模拟的积分量（升力系数、阻力系数）和局部量（壁面压力、摩擦系数和空间马赫数分布）的不确定度量化结果。首先,从单输入变量入手,研究卡门常数的不确定度对数值模拟的影响。然后,同时考虑Spalart-Allmaras模型中9个参数的不确定度带来的影响。通过多项式混沌展开,得到系统输出对不确定输入变量的响应,由此可以得到输出的统计特性,包括平均值、方差和极值等信息。最后,在多变量不确定度量化过程中,通过Sobol指标来量化每个输入变量的不确定度对输出不确定度的贡献程度。本文计算只考虑了RAE2822跨声速翼型模拟的单一计算状态,影响规律是否可以推及其他工况和算例需要进一步检验。     

翼型的气动最优化设计方法和反设计方法

本文将数值优化方法同计算流体动力学(CFD)相结合,形成两种跨声速翼型的气动设计方法,即:最优化方法和反设计方法.采用求解Euler方程的有限体积法计算流场,通过结合优化算法,从正反两个方向对跨声速翼型进行气动优化设计.实例证明它们是翼型气动设计的有效方法,有较高的工程应用价值.     

叶栅离散伴随气动优化设计

正叶栅气动优化设计是一个具有复杂约束环境的多变量、非线性、多目标优化问题。基于控制理论的气动优化设计方法,因其在求解目标函数对设计变量的梯度时引入了伴随系统,又被称为伴随方法。与传统的梯度求解方法相比,伴随方法的优势在于其梯度的计算量与设计变量数目无关,计算目标函数对所有设计变量的梯度只需计算一次流场和一次伴随场,且伴随方程是线性偏微分方程,远不及流动方程复杂。其中,离散伴随方法因其伴随方程及边界条件