基于本征正交分解和代理模型的流场预测方法

 为了实现流场的快速求解,基于本征正交分解(POD)与代理模型提出了一种全新的流场预测方法。其基本原理为:首先采用本征正交分解将一定数量的样本流场分解为同等数量的基模态流场;然后用少数包含了绝大部分样本流场特征的基模态流场拟合所有的样本流场;最后用代理模型建立起决定样本流场的输入参数与拟合系数之间的近似函数关系。针对几何外形不同的二维翼型定常流场预测结果表明:在亚声速情况下,预测误差收敛的模态数量不超过20个,继续增加模态的使用数量不能明显提高预测精度;在跨声速情况下,预测误差收敛的模态数量为26个,当使用的模态数量达到前10个时,继续增加模态的使用数量能提高绝大部分流场区域的预测精度,但同时会在激波附近引入"噪声"激波特征而降低该区域的局部预测精度。在这两种情况下,预测流场所需时间均不到高精度计算流体力学(CFD)方法的1/200。     

模拟退火算法和POD降阶模态计算在翼型反设计中的应用

在翼型反设计中用模拟退火算法作为寻找目标函数极值的优化算法;对翼型流场的计算采用基于正交分解(Proper Orthogonal Decomposition-POD)的降阶模态,这种方法可以降低流场反复计算所需的大量机时。本文将二者结合,并应用到翼型反设计领域,对几个给定翼型压力分布反求翼型表面。计算结果表明本文方法是可行的,且优化算法具有全局优化和鲁棒性强等特点。此外,本文提出了用扰动翼型函数的方法形成POD降阶模态中的快照,利用这些快照形成的基模态,拓展了加鼓包函数方法的表达范围。     

基于CST参数化方法的翼型快速设计

为弥补传统飞机翼型设计周期长、代价高的缺点,将CST翼型参数化方法,与机器学习中的高斯过程回归方法相结合,通过对已有的翼型数据的学习,实现对未知翼型气动性能或者外形数据的快速准确预测。选取一组NACA四位族翼型,获得其CST参数描述数据,并分别计算其在一定条件下的升力系数、阻力系数和压力分布数据。利用这些数据对高斯过程回归模型进行训练,实现了翼型的快速正设计以及反设计系统。并将实验结果与采用NACA翼型参数表示法得到的预测结果进行了对比。实验结果表明,基于CST参数化方法的翼型快速设计准确度高、速度快,具有很大的应用价值。     

基于深度学习的翼型反设计方法

建立了一种基于深度学习的翼型反设计方法,将翼型曲线及其对应的压力分布图像作为训练学习对象,建立其内在联系的模型,实现通过卷积神经网络提取压力分布图像的特征,计算获得翼型曲线。该方法直接将压力分布图像作为模型输入,更加直观简洁,同时避免了传统方法中耗时的数值计算过程。模型测试中,6 000组压力分布图像和翼型曲线用于模型训练,另外561组用于模型验证,验证耗时仅67 s,预测的翼型曲线与CFD计算结果的平均相对误差为055%。对比实验中,通过对压力分布曲线添加噪声、改变输出层尺寸等方式,进一步验证和分析了预测模型性能。结果表明该翼型反设计方法具有较高预测精度和较强鲁棒性,能在保证精度的情况下降低计算时间,提高设计效率。     

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。     

基于卡尔曼滤波的翼型表面压力实时重构方法

为实现基于稀疏数据的翼型表面压力实时重构，提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法，该方法主要包括线下建立数据库和线上实时感知两部分。首先，在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样，并采用本征正交分解对所测得的全场压力数据进行降维，建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次，在线上基于压缩感知，利用离散压力传感器所测量数据与压力场主导模态，通过求解L₁范数下的最优化问题，对各主导模态的时间系数进行初步求解。最后，将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器，作为其系统模型进行预测；将线上所求得各模态时间系数放入卡尔曼滤波器，作为其观测值进行校正。以CFD模拟翼型压力作为验证数据，对该方法的性能进行评估，结果显示：该方法与仅采用压缩感知进行重构对比，升力重构误差从18.15%减小至6.39%。     

基于特征正交分解的跨声速流场重构和翼型反设计方法研究

在二维流场的重构问题中应用特征正交分解(Proper Orthogonal Decomposition,POD)数据处理方法。利用CFD技术计算得到的流场快照对气动力模型进行降阶,然后利用基于POD的降阶模型(Reduced Order Model,ROM)对所需的流场参数进行重构,在快照范围内可以得到高精度的结果,且具有一定的外插能力。在翼型反设计问题中该方法仍然是成功的,通过修正快照向量,利用基于POD降阶模型的数据重构方法,由已知的翼型表面压力分布通过反设计就能够高效精确地得到对应的最优翼型形状,这极大地简化了翼型反设计问题。本文分别在跨声速范围对RAE 2822翼型的流场重构和Korn翼型及NACA 63212翼型的反设计进行了验证,证明了基于POD的流场重构和翼型反设计方法的有效性和高效性。     

基于参数敏感性分析的反设计方法

在基于类别形状函数变换(CST)的反设计方法中,通过考察CST参数化与反设计过程,完成了基于参数敏感性分析的反设计,实现了翼型的快速、准确反设计;研究了Bernstein多项式阶数进化对反设计过程敏感性的影响。研究结果表明,在亚音速状态下,采用反设计方法能使设计压力分布较好逼近目标压力分布;在跨音速状态出现激波时或在计算过程出现迭代发散时,加入阶数进化手段后的敏感性分析方法能改善激波区域的敏感度,使迭代较好收敛。方法能够反映各种光滑翼型压力残差和翼型几何外形改变的关系,在给定状态下用初始翼型快速且比较准确地拟合目标翼型。     

跨声速层流翼型的混合反设计/优化设计方法

跨声速层流翼型设计须兼顾优良的超临界特性和自然层流特性,因而对设计方法提出了更高的要求。针对现有反设计方法和直接优化设计方法的不足,发展了一种适用于跨声速层流翼型的混合反设计/优化设计方法。该方法引入了基于经验的局部流场特征作为反设计目标,翼型性能指标作为直接优化设计目标,然后加权形成了混合反设计/优化设计总目标,并同时考虑了气动和几何约束。优化算法采用基于自适应并行加点技术的代理优化,流动数值模拟采用耦合基于线性稳定性理论的e^N转捩自动判定的雷诺平均Navier-Stokes（RANS）方程求解器。针对现代中短程民用客机需求,以NPU-LSC-72613翼型为基准,开展了层流翼型减阻的混合反设计/优化设计。分别将局部目标压力分布、总阻力作为反设计和直接优化设计目标,得到了较好的优化结果,验证了方法的有效性。经过2轮优化结果显示混合反设计/优化设计总目标显著下降。所设计翼型吸力面局部压力分布与目标压力分布基本一致,总阻力下降15.5%;吸力面和压力面层流范围均大于55%倍弦长,激波强度显著减弱,说明所设计翼型同时具有优良的超临界和层流特性。将所设计翼型配置到机翼上,通过三维数值模拟进行校验,结果显示所设计跨声速层流机翼升阻比提高了6.64%,在一定升力系数范围内,气动性能均有显著提高,验证了所设计跨声速层流翼型在机翼设计中的适用性。     

带冰翼型失速分离流动数值模拟和模态分析

为了对防除冰问题进行精细化模拟和对带冰机翼进行全局稳定性分析，采用改进延迟脱体涡模拟（improve delayed detached-eddy simulation, IDDES）方法，对GLC305翼型带944号冰形表面复杂流动进行了非定常模拟。基于此，分别采用本征正交分解方法（proper orthogonal decomposition, POD）和动态模态分解方法（dynamic mode decomposition,DMD）对模拟结果进行模态分析，以提取影响流动分离的主要模态，最后对流场进行重构。结果表明，IDDES方法准确预测了翼型升力系数和冰角下游的压力平台等特征，清晰地捕捉了冰角后剪切层失稳脱落形成的涡结构及在向下游流动中涡结构合并、破碎的发展过程。基于IDDES获得的非定常数据，POD方法识别出角冰诱导剪切层中的两种典型脉动频率，且在前几阶主要模态中均存在，意味着这两种脉动模式对流动的主导作用。另外，DMD方法得到的每个模态对应单一的频率和放大率，部分模态处于发散状态，这是导致流动不稳定发生的主要机制。研究还发现POD和DMD主要模态的能量序列均从翼型中部开始，这与...     

改进型Gappy POD翼型反设计方法

 为了提高基本Gappy本征正交分解(POD)翼型反设计方法的精度,在原始方法快照采样过程中,调整参数化方法,并用已产生翼型中压力分布最接近目标压力分布的翼型替换基础扰动翼型,形成最优快照替换采样法。在迭代求解阶段,根据迭代产生的压力分布与迭代产生的翼型实际压力分布之间的误差,引入校正快照,并据此调整目标压力分布,形成校正迭代法。实际算例表明,最优快照替换采样法所采集快照张成的空间较原始采样法更接近设计目标。而校正迭代法较原始迭代法能明显提高反设计精度。但最佳模态数量的选择对于Gappy POD翼型反设计方法仍然是一个难点。     

基于改进Gappy POD方法的压气机叶栅气动外形反设计方法

针对压气机叶栅气动高效反设计,建立了基于Gappy proper orthogonal demcomposition(Gappy POD)的气动外形反设计框架.通过Kriging代理模型优化获得某型压气机叶栅的气动优化结果,并以此作为反设计目标基础.为进一步提高基本Gappy POD反设计的效率及精度,发展了基于自适应...     

基于本征正交分解的流场快速预测方法研究

对于飞行器气动设计,通过实验或CFD计算获得所有设计状态处流场信息成本高、耗时长,难以满足工程应用要求。利用基于本征正交分解(POD)降阶模型结合相应的插值方法,只需要通过实验或CFD计算获取有限个数的采样流场,可以快速预测出具有满足精度要求的设计状态处流场信息。首先,证明对POD基系数插值获取预测流场与对采样流场直接插值获取预测流场的等价性,并分析采样流场分布的要求。然后,以三段翼型流场作为研究对象,POD降阶模型分别与三次样条插值和径向基插值结合,实现设计状态处流场信息快速预测。最后,通过将流场预测结果与相同条件下的流场CFD计算结果对比,表明了POD降阶模型结合两种插值方法的各自特性。     

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%。     

基于分布估计算法的翼型稳健设计(英文)

A transonic airfoil designed by means of classical point-optimization may result in its dramatically inferior performance under off-design conditions. To overcome this shortcoming, robust design is proposed to find out the optimal profile of an airfoil to maintain its performance in an uncertain environment. The robust airfoil optimization is aimed to minimize mean values and variances of drag coefficients while satisfying the lift and thickness constraints over a range of Mach numbers. A multi-objective estimation of distribution algorithm is applied to the robust airfoil optimization on the base of the RAE2822 benchmark airfoil. The shape of the airfoil is obtained through superposing ten Hick-Henne shape functions upon the benchmark airfoil. A set of design points is selected according to a uniform design table for aerodynamic evaluation. A Kriging model of drag coefficient is constructed with those points to reduce computing costs. Over the Mach range from 0.7 to 0.8, the airfoil generated by the robust optimization has a configuration characterized by supercritical airfoil with low drag coefficients. The small fluctuation in its drag coefficients means that the performance of the robust airfoil is insensitive to variation of Mach number.     

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。     

基于气动数值模拟的翼型反设计方法

将计算流体动力学（CFD）与反设计技术相结合,通过数值求解欧拉方程,对翼型绕流流场作出数值模拟,再用几何和流动控制方程,反复迭代求得满足给定流场的翼型。以NACA0012为初始翼型,RAE-2822为目标翼型,选取两种工况,都取得了满意的结果。