基于MADS算法与嵌套网格技术的多段翼型优化设计方法研究

基于MADS算法、嵌套网格技术以及刚性动网格技术,以求解RANS方程为气动特性分析方法,对某大型客机带增升装置的多段翼型着陆构型下的缝道、重叠量和偏转角等参数进行优化设计,结果显示,该方法有较高的优化效率及计算精度。

基于社会模型改进粒子群算法的翼型优化设计

为了解决粒子群算法在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法优化过程中引入鱼类的聚群行为,发展了一种基于社会模型的改进粒子群算法。算法以粒子可视范围的不同用法为基础,提出了两种不同的优化策略,同时探讨了种群规模等参数对算法性能的影响,并通过函数测试结果证明了两种优化策略的有效性和不同的优化特性。将改进的优化算法应用在翼型的气动优化中,显著改善了翼型气动特性,提高了算法的全局搜索能力,取得了良好的优化效果。

多模块协同仿真的翼型优化设计研究

基于粒子群算法的研究基础,提出了基于粒子群算法的多模块协同的翼型优化设计方法。在高速风力机中被广泛应用的航空翼型在某些方面存在一定的不适应性。针对此问题,建立了基于多软件协同仿真且以翼型的升阻比为目标的自动化优化设计方法,并运用该方法对风力机中常用的NACA4412翼型进行优化设计。设计结果表明,用该方法优化后的翼型在气动性能方面有较大提高。

基于形状函数法的排烟风机翼型优化设计

以轴流排烟风机翼型为研究对象,对Joukowsky翼型型线表达式进行了简化,获得了2个由六参数确定的翼型形状函数表达式,可以分别对翼型上下型线进行表示,对各参数应满足的范围进行了分析。通过Isight平台集成CFD软件,对标准翼型NACA0012进行了优化设计,结果显示:翼型升阻比系数提升了22.4%,升力系数提升了18.0%,气动性能得到了显著提升。由此证明,基于该形状函数法进行排烟风机翼型的优化设计是可行的,为今后风机性能的改进打下了基础。

基于CFD的翼型水动力性能多目标优化设计

随着计算机技术的飞速发展,如何进一步发挥CFD在船舶工程优化设计中的作用,成为当前CFD应用研究的一个重点。文章通过集成CFD工具、优化算法和几何重构技术构建了基于CFD的构型水动力性能优化设计平台。以翼型作为优化对象,阻升比和尾流均匀度作为目标函数,采用Bezier曲线方法实现翼型几何表达与重构,利用DOE和NSGAⅡ算法对NACA0024翼型进行了多目标全局优化设计,获得了均匀分布的Pareto最优解集。结果表明该平台可以用于翼型水动力性能多目标优化设计。此外,文中的工作为进一步开展基于CFD的船型水动力优化设计打下了坚实的基础。

基于代理模型的翼型多目标集成优化设计

针对翼型优化中直接使用计算流体力学方法计算量大的问题,提出了一种基于代理模型的翼型多目标优化设计方法。使用形函数线性扰动法描述翼型外形,求解N-S方程获得翼型气动参数。采用Pareto多目标遗传算法进行优化,使用代理模型降低计算量,通过优化集成,实现优化过程自动化以提高设计效率。算例结果表明,本方法能有效降低计算成本,缩短设计周期,提高设计质量,具有一定实用价值。

基于CFD技术的风机翼型多目标优化设计

以轴流风机翼型为研究对象,基于CFD技术,建立了一套多目标优化设计系统,对翼型进行优化以提高其气动性能。借鉴船舶设计行业的SBD技术,通过Isight平台集成CFD软件及NSGA-II优化算法,采用改进后的Hicks-Henne型函数法为优化翼型参数化方法。对标准翼型NACA0024进行了多目标优化设计,结果显示,翼型的气动性能有了显著提升,三个工况点的加权升力系数提升了19.1%,加权升阻比系数提升了16.9%。由此证明了该多目标优化方法是可行的,为今后风机性能的改进打下了基础。

基于粒子群算法的长航时无人机翼型快速优化设计

针对长航时无人机翼型气动性能优化的需求,将CFD分析技术、PSO算法与RBF代理模型方法相结合,提出了一种长航时无人机翼型快速优化设计方法。采用正交基函数描述翼型外形,并通过求解N-S方程获得翼型气动性能。使用标准粒子群优化算法对翼型气动性能进行优化,以提高全局收敛性。考虑到CFD气动分析存在计算耗时的缺点,通过径向基函数代理模型对CFD气动分析模型进行近似,以达到提高优化效率的目的。长航时无人机翼型优化算例研究表明,所提出的快速优化方法在保证优化设计质量的前提下,可以有效地降低优化计算成本,提高优化效率,具有较高的工程实用性。

基于Kriging模型的翼型多目标气动优化设计研究

在翼型气动优化设计中引入Kriging代理模型,发展了一套高效、稳定的气动优化设计程序。采用拉丁超立方试验设计方法在设计空间内构造一系列样本点,通过求解二维可压缩的雷诺平均NS方程(RANS)得到其响应值来建立初始Kriging模型。优化设计采用Hicks-henne函数对翼型几何外形进行参数化表示,以阻力极小化为设计目标,考虑面积、升力、力矩等约束条件,通过算例证明,发展的优化设计方法不仅可行,而且具有高效稳定的特性。与传统的优化设计方法比较,大大减少了设计时间。

基于深度自动编码器神经网络的飞行器翼型参数降维与优化设计

传统飞行器翼型参数化描述方法在翼型优化设计研究中因变量较多导致优化效率低、计算工作量大,为此提出一种基于深度自动编码器(DAE)的神经网络模型。将该模型用于翼型优化设计研究中描述参数降维问题,研究经该模型降维后各翼型描述参数的物理意义,并与本征正交分解法(POD)对翼型描述参数降维效果进行对比。在给定的优化设计目标与约束条件下,设计基于代理模型和遗传算法的翼型优化方法,对RAE2822翼型进行跨声速来流下的优化设计,将所提模型与类别形状函数变换法(CST)、POD方法的优化效率与翼型优化效果进行对比。对比结果表明,所提利用DAE神经网络模型的方法优化效率更高,在跨声速来流下对RAE2822进行减阻优化设计结果明显优于CST方法、POD方法。

大型飞机超临界翼型设计与优化

从初始翼型开始,利用型函数生成几何扰动量叠加到基本翼型表面,以型函数的权系数为设计变量,对翼型进行优化设计。在ISIGHT平台下集成以下三个模块:利用C++语言编写一个翼型关键点生成程序,来实现优化参数的计算;将生成的翼型数据点,调用并导入到GAMBIT内,由GAMBIT生成网格后结束GAMBIT;调用FLUENT对GAMBIT生成的网格进行流场计算;最后应用ISIGHT优化算法库中的遗传算法对FLUENT的计算结果进行分析,实现整个优化流程的自动化。以CJ818飞机为例,采用超临界翼型作为初始翼型,应用上述方法进行优化,结果表明此方法能设计出符合条件的基本翼型,有一定工程应用价值。

基于多输出高斯过程的超临界翼型优化

提出了一种基于多输出高斯过程(MOGP)回归模型和模拟退火算法相结合的翼型优化方法。采用拉丁超立方抽样方法在设计空间内构造一系列样本点,其中优化设计采用CST参数化方法对翼型的几何外形进行参数化表示。通过CFD流体计算得到其响应值来建立初始的MOGP代理模型。以阻力最小化为设计目标,考虑面积、升力等约束条件。通过单点优化和多点优化试验表明,发展的翼型优化设计方法达到了优化设计的目的,同时也说明基于MOGP模型的优化设计方法在气动优化设计中的应用是可行的。

跨声速自然层流翼型设计

研究和发展了一种跨声速自然层流(natural laminar flow,NLF)翼型优化设计方法。建立了翼型几何外形的CST参数化方法,并以部件形函数系数为优化设计变量,结合可行性方向法以及多岛遗传算法,对跨声速翼型进行升阻比和层流覆盖面积最大化的优化设计,优化设计过程中,为准确预测层流-湍流转捩和翼型绕流特性,采用了基于k-ωSST+γ-Reθt四方程模型的计算流体力学(computation fluid dynamics,CFD)数值模拟技术。结果表明,采用该优化方法能够较为有效的优化出满足设计状态和非设计状态的层流翼型。

基于网格变形的伴随方法在翼型优化中的应用

进行了基于网格变形的伴随方法在翼型气动优化设计中应用的研究。随着集成了伴随方法的流场求解器的普及和效率的不断提高,采用梯度法进行翼型气动优化设计的主要计算花费逐渐由计算梯度对流场变量的敏感度(或流场敏感度)转变为计算梯度对网格变形的敏感度(或网格敏感度),后者的求解通常采用有限差分方法,计算花费较高。在传统伴随方法(或流场伴随方法)的基础上,引入了基于网格变形的伴随方法(或网格伴随方法),采用网格伴随方法计算梯度,可以大幅度减少梯度计算花费,提高翼型气动优化设计的效率。

几种翼型参数化方法研究

文中研究了形函数线性扰动法、特征参数描述法、正交基函数法和CST方法这几种翼型参数化方法,对比了这几种翼型参数化方法用于对称翼型、弯度翼型和超临界翼型的拟合精度,拟合结果表明CST方法的拟合精度优于其他几种翼型参数化方法。建立了这几种翼型参数化方法的气动分析模型,采用拉丁超方试验设计方法获取样本点,构造了这几种翼型参数化方法的气动Kriging代理模型,将遗传算法与Kriging代理模型结合进行翼型的优化设计,并用两个算例对这几种翼型参数化方法进行验证。

改变飞机变体机翼优化方法与气动特性仿真

为使变翼型便携式小型无人机拥有低起飞速度和较高的巡航速度,快速到达目的地的同时能有效改善无人机以不同方式起飞的性能,采用B样条方法描述翼型形状,用XFOIL软件进行气动计算,用遗传算法进行迭代计算,对无人机的翼型形状进行优化设计,得到了一个可以由巡航阶段翼型简单变化而来的改善飞机起飞性能的翼型形状。采用CFD仿真软件对翼型升阻力特性进行分析,并获得了采用变体技术的飞机在巡航阶段翼型和起飞阶段翼型的气动参数。最后通过对变体无人机和非变体无人机以不同方式起飞的起飞轨迹的仿真计算、比较证明了采用变翼型技术的无人机在采用不同方式起飞时都能有效改善起飞性能。

基于CFD收敛提前终止和变复杂度模型的两级气动优化方法

高效的气动优化设计方法对于提升小型无人飞行器翼型的气动性能具有重要的价值。针对CFD分析成本较大的问题,提出了基于CFD收敛提前终止和变复杂度模型的两级气动优化方法。在第一级优化中,分别将CFD收敛提前终止和CFD完全收敛的数据作为低、高精度样本建立变复杂度模型。采用多岛遗传算法基于变复杂度模型进行全局优化。第二级优化中,以第一级全局最优解为初值,采用Hooke-Jeeves算法直接基于CFD完全收敛分析进行优化,从而得到局部更精确的解。采用该方法对小型无人飞行器的翼型进行了气动优化设计,并与基于单一精度Kriging代理模型的EGO方法进行了对比。结果表明,文中所提的两级气动优化方法所需的优化耗时更少。

基于寄生模型的粒子群算法在气动优化中的应用

为了解决粒子群算法(PSO)在寻优过程中全局最优和局部最优的矛盾,通过在粒子群算法中加入寄生模型,发展了一种基于寄生模型的改进粒子群算法(SPPSO)。对提出的模拟寄生算法(SP)进行了分析与验证,并将其引入到粒子群算法中,丰富了粒子之间的优势信息源,增强了粒子的信息共享能力,使得SPPSO算法能够有效地跳出局部最优。函数测试表明,该算法显著提高了PSO算法的寻优性能。将SP及SPPSO算法应用于翼型的气动优化设计中,取得了良好的效果,从而表明提出的算法准确有效,具有良好的实用性。

翼型高低速性能优化及其对缝翼设计影响研究

采用Hicks-Henne方法参数化翼型,以巡航升阻比、低速最大升力系数为目标进行优化设计。利用试验设计方法对总体设计空间内目标函数的分布进行初步评估,得到目标函数的初始Pareto前沿面,以前沿面上的点为基准,把总体设计空间分割成独立的局部设计空间进行并行寻优,逐步更新直至得到收敛的Pareto前沿面。对前沿面上的典型翼型进行了缝翼设计优化,结果表明:在给定缝翼偏角下,两段翼型在主翼上表面分离点位于65%弦长处时获得最大升力系数;巡航阻力小的翼型更容易获得较好的增升效果;在某一缝道参数下,Pareto前沿面上各翼型的两段翼型都处于最佳状态。

微通道翼型导流肋强化传热数值研究

随着电子设备的集成度和功率密度的提高,电子芯片的高功耗和高集成度将使电子设备的散热量不断增加。因此,散热已成为高性能电子设备性能发展的主要瓶颈之一。本文提出了一种含翼型导流肋微通道热沉,翼型导流肋可实现局部加速和冲击掺混的双重强化传热作用。采用ANSYS FLUENT数值分析了翼型导流肋的攻角、出射角、长度和数量等主要几何参数对微通道流动传热特性的影响规律。研究发现:相比攻角和出射角,肋长度和肋数量对微通道阻力与传热性能的影响更为显著,强化传热综合性能评价表明本文提出的含翼型分流肋的微通道相比光滑微通道可在相同压降的条件下获得更高的换热量。