基于神经网络响应面的机翼气动稳健性优化设计

针对不确定性因素引起飞机性能波动的现象,探讨了机翼气动优化设计过程的稳健性问题;建立了面向速度和扭转角两个不确定性因素的气动性能稳健性约束模型;在利用MATLAB构造基于均匀设计法的BP(Back Propagation)神经网络响应面基础上,应用遗传算法对机翼分别进行考虑稳健性约束和不考虑稳健性约束的气动优化设计,得到两种不同的优化方案。计算结果表明:两种优化方案的最大升阻比都比初始方案的大;在巡航马赫数下,与不考虑稳健性约束的优化方案相比,考虑稳健性约束的优化方案的最大升阻比小0.027 9,但在马赫数、扭转角对应范围内其最大升阻比的变化量分别小0.034 0和0.001 6,其他气动性能参数也更加稳定,波动更小,气动性能具有更好的稳健性,从而证明本文方法进行机翼气动稳健性优化设计是可行、有效的。     

低雷诺数翼型局部振动非定常气动特性

针对低雷诺数翼型特殊的气动特性,采用基于动网格的非定常数值模拟方法,研究翼型表面不同弦向位置的局部蒙皮以不同频率及振幅振动时对低雷诺数翼型气动特性及流场结构的影响,揭示蒙皮振动增升减阻的机理。研究表明,在低雷诺数条件下局部蒙皮振动可有效提高翼型气动特性,与刚性翼型相比蒙皮局部振动可使翼型升力系数提高,阻力系数降低,升阻比提高。振动位置对翼型气动特性及流场结构有显著的影响,振动表面位于翼型前缘附近或位于层流分离泡中心时可有效控制翼型层流分离,从而提高翼型气动特性。振动频率对翼型表面层流分离及转捩位置均有显著的影响,随着振动频率增加,翼型气动特性出现最优值。与刚性翼型相比,表面振动使翼型转捩位置略向上游移动,摩擦阻力增加,但振动使等效翼型相对厚度减小,压差阻力明显减小。在小幅振动范围内,随着振幅增加,流场非定常特性更加显著,翼型升阻比增加。     

一种气动结构一体化设计方法

为解决气动结构一体化设计的工程应用,在传统并行子空间算法的基础上,深入分析了气动结构一体化设计的特点,在响应面构造上引入试验设计法,子空间优化中引入子空间设计的概念,系统级优化中引入Pareto遗传算法,提出了更加适合于气动结构多学科设计优化的基于Pareto遗传算法的并行子空间优化设计方法(CSSODM-PGA, Concurrent Subspace Optimization Design Method based on Pareto Genetic Algorithm),并将算法应用到机翼的气动结构多学科设计优化中,给出了合理的Pareto前沿面和可选方案.     

基于CVG的滑跃甲板尾流抑制

滑跃甲板对于提高舰载机起飞性能有重要意义，但是滑跃甲板会加剧舰尾流的湍流度，造成甲板上方和下滑线附近气流高度不稳定，影响舰载机起降安全。本文采用RANS/LES混合的DES方法，对平直甲板和滑跃甲板尾流进行数值模拟。结果表明，滑跃甲板后方存在巨大的分离区，对甲板上表面和着舰下滑线附近气流产生很大的影响，导致甲板附近x方向风速度降低，提高了对舰载机起飞和降落速度的要求。同时，速度波动幅值增大，对舰载机精准航迹控制有不利影响。为有效抑制滑跃甲板造成的舰尾流影响，提出了一种基于柱状涡流发生器（cylindrical vortex generators,CVG）的滑跃甲板尾流抑制方法，可有效降低滑跃甲板产生的影响。柱状涡流发生器可以有效减弱滑跃甲板导致的前甲板分离区，使得甲板流场更加稳定。相比无CVG时，有CVG时甲板x方向风速更高，风速波动功率谱密度（PSD）降低20～40 dB，恢复到与平直甲板相当的程度，可有效提高舰载机的起降安全性。