考虑间隙内流的二元机翼跨声速气动力分析

基于Navior-Stokes (N-S)方程和Spalart-Allmaras湍流模型,建立了含间隙二元机翼的跨声速绕流场计算模型和间隙内流计算模型.通过FLUENT数值仿真,分析了二元机翼的激波压力分布和马赫数分布,并与风洞试验 结果进行了对比验证.数值结果表明,连通波后高压区和波前低压区的间隙内流会提高机翼绕流场中激波前后的速度梯度和压力梯度.局部间隙内流会对机翼结构带来“向外吸”和“向前顶”的气动载荷作用.     

超临界翼型尾缘噪声影响因素研究

使用大涡模拟(LES)和FW-H相结合的方法对超临界翼型尾缘噪声进行了研究。针对超临界翼型后缘的不同设计参数(后缘厚度、后缘角和几何形状)对尾缘噪声的影响,使用ANSYS FLUENT的LES湍流模型计算声源,采用FW-H积分方法求解远场噪声总声压级。首先完成二维非定常流圆柱绕流的流场及其噪声的验证计算,计算结果与实验值符合,证明了求解器设置和网格生成的合理性。然后基于此正确的求解器设置和网格生成,使用LES/FWH对比了典型超临界翼型的不同后缘设计参数对远场总声压级的影响,所得结论对低噪声超临界翼型优化设计有参考意义,同时为进一步的噪声控制优化设计提供了基础。     

一种新的边界处理方法在笛卡尔网格中的应用

采用自适应笛卡尔网格方法求解Euler方程,固壁边界条件通过一种离散强迫浸入边界方法引入,边界切割网格与流场网格保持一致,从而有效解决了小切割网格单元的时间步长限制问题.针对自适应笛卡尔网格的特点提出了新的虚拟点反射方法和插值方法,解决了数值吸力峰值问题.对RAE2822翼型、双NACA0012翼型和Suddhoo三元翼型的流动状况进行了无黏数值模拟,并与现有的理论解、单域以及分区结构网格解进行了对比.结果表明:该离散强迫浸入边界方法有效地引进了固壁边界条件,结合自适应笛卡尔网格技术能够准确模拟复杂几何外形下的流动状况.      

多目标进化算法和代理模型技术在气动稳健优化设计中的应用

通过与传统优化方法的优缺点对比,提出针对飞行器环境参数存在不确定性影响时的气动稳健优化设计模型,并应用多目标进化算法和代理模型技术对稳健模型进行优化设计研究。提供了翼型稳健性优化实例,通过选择合适的翼型参数化方法和CFD求解程序以及不确定性分析方法,得到了稳健设计结果的Pareto前缘图。从其中选择的设计结果可以看出,稳健设计结果表现出更稳定的特性,证明了稳健设计的优势所在。     

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N-S方程和自由转捩预测耦合求解的钝后缘翼型气动性能计算

大厚度钝后缘翼型由于结构和气动性能上的优点,被用于作为大型风力机叶片设计的内侧翼型。而由于其大厚度的特点和风洞实验阻塞度的限制,大雷诺数的风洞实验数据很少,给此类翼型的设计和使用带来困难。本文基于雷诺平均Navier-Stokes(RANS)方程和自由转捩预测耦合求解方法,进行了大厚度钝后缘翼型的气动性能计算研究;针对由于钝后缘后的涡脱落而造成的翼型表面压力分布的脉动,发展了有时均效应的转捩模型以考虑这种周期脉动的时均效应,并对传统的耦合求解方法进行了修改。通过对风力机翼型DU97-W-300的钝后缘改形DU97-Flat翼型的气动性能计算,分析了网格数对计算结果和计算效率的影响。并将计算的DU97-W-300翼型的气动性能和实验结果进行了比较,表明通过本文发展的耦合求解方法可以在更少的计算网格时得到比参考文献更吻合风洞实验结果的气动性能,为此类翼型的设计和使用提供数值计算基础。     

改进的DNA编码遗传算法在翼型设计中的应用

遗传算法作为一种比较成熟的智能算法,因其具有全局搜索能力和并行性得以在翼型气动优化中广范应用.本文在编码方式、种群初始化和遗传算子等方面对标准遗传算法进行了改进.其中,DNA的编码方式增加信息的丰富性;拉丁超立方抽样初始化使种群分布相对均匀;插入、删除、倒位等算子增加种群的多样性,加快收敛;感染算子加速种群摆脱停滞或早...     

一种改进的果蝇优化算法及其在气动优化设计中的应用

果蝇优化算法(FOA)是一种新的群体智能优化算法,具有良好的全局收敛特性。为进一步提高FOA的寻优性能,将其引入到气动优化设计中,发展形成了改进的果蝇优化算法(IFOA)。IFOA通过引入惯性权重函数动态调整搜索步长,有效实现了算法全局搜索和局部搜索之间的动态平衡,提高了算法整体搜索效率和寻优精度;对于多维优化问题,IFOA每次搜索仅随机扰动其中一个决策变量,并在每个迭代步内将所有优秀果蝇个体(可行解)结合产生一个全新的果蝇个体进行一次搜索,大大加快了算法的收敛速度。函数测试结果表明,IFOA显著提高了FOA的寻优性能。将IFOA应用到气动优化设计中,翼型反设计和单/多目标优化设计的算例表明,IFOA是一种简单高效的优化方法,可广泛应用于气动优化设计。     

基于梯度增强型Kriging模型的气动反设计方法

基于Kriging模型的代理优化算法目前在气动优化设计中得到了广泛应用。但在高维(设计变量大于30个)气动优化中,计算量过大的问题对其进一步发展产生了严重制约。将翼型和机翼气动反设计问题转化为优化问题,采用Adjoint方法进行快速梯度求解,利用基于梯度增强型Kriging(GEK)模型的代理优化算法分别开展了18、36和108个设计变量的气动反设计。首先,通过采用在设计空间局部建立GEK模型的方法成功地将基于代理优化算法的气动反设计问题的维度拓展到了100维以上。其次,研究了梯度计算精度对基于GEK模型的反设计的影响,发现梯度精度越高,反设计的最终效果越好,同时效率相当。最后,通过不同维度的气动反设计算例,比较了改进拟牛顿法(BFGS)、基于GEK模型和Kriging模型的代理气动反设计方法,结果表明基于GEK模型的代理优化算法的效率大幅度高于基于Kriging模型的代理优化算法,并且维度越高,效率优势越明显;同时,基于GEK模型的代理优化算法在优化效果及分析程序调用次数上相比于BFGS方法也略有优势。     

翼型后缘厚度对气动性能影响的数值分析

在研究DU系列翼型的空气动力特性时,发现DU97-W-300翼型的升阻力随时间变化。通过对比多种攻角和多种后缘厚度下的升阻力随时间变化曲线,发现该现象与边界层分离有关,而且后缘厚度对边界层分离有重要影响。最后得出结论:翼型后缘厚度存在一个临界值,当后缘厚度大于临界值时,受力不稳定,小于它时受力稳定。