基于遗传算法及Hicks-Henne型

以高空长航时无人机大展弦比机翼的层流翼型为研究对象,在低雷诺数范围内结合遗传算法与N-S方程气动数值解法,依靠计算流体动力学(CFD)计算技术,对翼型进行气动外形优化设计.在基准翼型的基础上,翼型描述采用了基于Hicks-Henne型函数的解析函数线性叠加法,个体以解析函数中的变量组成,通过选择、交叉及变异操作,进行了以高升阻比为目标的优化设计.优化后翼型在低雷诺数条件下的升力系数及升阻比有所提高,证明了利用遗传算法进行层流翼型气动外形优化是可行的.     

基于Isight的自适应翼型前缘气动优化设计

为了兼顾翼型在各个飞行状态下的气动效率,基于Isight优化设计平台对自适应翼型前缘进行了气动优化设计研究.首先对Hicks-Henne型函数进行了改进,实现了翼型前缘的参数化描述;然后采用拉丁超立方实验设计方法生成样本点,并运用CFD软件进行翼型流场的气动计算,进而利用该样本数据完成对RBF神经网络的训练;最后对神经网络近似模型应用多岛遗传算法进行优化.以NACA 0006翼型为例,采用上述组合优化策略以升阻比为目标函数进行优化设计.仿真结果表明:改进后的Hicks-Henne型函数较好地描述了翼型前缘;组合优化方法显著提高了翼型气动优化效率.     

基于模拟退火算法的垂直轴风机翼型优化设计

为了实现智能优化垂直轴风机翼型的气动特性,提高垂直轴风机的功率系数,通过模拟退火算法作为寻优方法,用气动性能计算工具XFOIL与MATLAB程序下的失速修正模型相结合用来计算翼型优化前后的气动特性;通过CST(class/shape function transformation)翼型建模法构建控制翼型曲线的翼型数学模型,选取翼型的控制参数为设计变量,翼型最大相对厚度以及最大相对厚度所处位置为约束条件,以翼型的最大升阻比为目标函数,建立翼型智能优化算法,并完成了对NACA0018翼型的优化设计.结果表明:优化后翼型的气动性能得到提高;最大升力系数提高了2％,升阻比的峰值提高了5.22％,最大切向力系数提高了6.77％.可见优化后翼型的失速性能得到了有效改善.     

基于通用型线和网格重构的风力机翼型设计

现有翼型表达大都基于控制点和初始成熟翼型,设计空间小因而不利于选出高性能翼型.基于Joukowski保角变换通用翼型形线表征形式,编程集成ICEM和FLUENT完成翼型生成、大变形网格重构、边界条件生成和流场解算,采用改进遗传算法进行高升阻比风力机翼型多学科联合设计.结果表明本平台设计的翼型在设计、非设计工况下以及主要攻角范围内有较高升力系数和升阻比.该型线集成表达和流场计算多学科设计方法,也为类似气动优化设计提供参考.     

基于伴随方法的叶片三维气动外形优化设计

在计算流体动力学的基础上,通过引入离散黏性伴随方法和基于径向基函数的网格变形技术,构建一种高效的叶片气动优化设计系统。利用此优化设计系统对跨音速转子Rotor37的叶片进行优化设计。研究结果表明:在近最大等熵效率工况点下,优化后叶片流道激波强度和流动损失有效降低,转子的总压比提高0.352%,等熵效率提高0.339%,质量流量提高0.362%。与传统的叶片优化设计方法相比,此优化方法能够显示分析叶片外形与目标函数之间的关系,并有效地降低优化设计时间。     

基于多岛遗传算法的垂直轴风机翼型优化设计

为了解决垂直轴风力机的风能利用率在实际应用中低于水平轴风力机的问题,通过以多岛遗传算法为核心与翼型参数化、ICEM网格生成以及计算流体动力学(computational fluid dynamics, CFD)流场计算相结合,并以翼型的升阻比为优化目标,建立优化模型,进而开发自动优化评估流程,完成翼型的优化设计与气动性能分析。结果表明：相比初始翼型,优化翼型是非对称翼型,其最大相对厚度降低1%,升阻比提高17.78%,升力系数提高16.7%,为0.11c(c为翼型的弦长);其最大相对厚度对应在弦上的位置向翼型的前缘移动了0.036c。且翼型弯度明显增加,中弧线偏移量最大值为0.017 4c。优化翼型的前缘半径变化不大,但翼型尾缘夹角明显变小,翼型上翼面轮廓线相对平缓。     

基于Isight平台的多目标翼型优化设计

以Isight为集成平台,将遗传算法与CFD计算结合在一起,引入到翼型气动优化设计中.该优化设计方法不仅注重提高升阻比,而且在升力系数达到设计要求的条件下尽可能地减小阻力系数,以及防止绕前缘点力矩系数的剧烈变化.同时考虑到负迎角时的升力系数,可以说是真正的多目标气动优化.计算结果表明,这种优化方法是可行的.     

基于熵产理论的叶栅型线优化设计

将熵产理论引入二维叶栅的优化设计中,提出了一种能够准确量化在任何位置的流场不可逆损失的分析方法.基于热力学第二定律,理论推导了湍流下的流场熵产计算公式,采用涡黏性模型对叶栅流场熵产进行计算,详细讨论了安装角、叶栅稠度、叶型厚度对叶栅性能及流动损失的影响规律.通过B样条曲线完成叶栅参数化建模,并将改进的带精英策略的非支配排序的遗传算法(NSGA2)与计算流体力学(CFD)相耦合,建立一种以最大总压升和最小熵产率为目标的叶栅自动优化方法,进而得到优化叶栅的Pareto解.与初始种群相比,优化叶栅具有更优的气动性能,在总压提高的条件下,流场熵产率减少.     

翼型摆角对气动性能的影响分析

基于NREL S809翼型,研究尾翼摆角对于翼型气动性能的影响.通过对比升阻力系数的模拟值与实验值,排除了网格质量对翼型气动性能的影响,验证了利用S-A(Spalart-Allmaras)湍流模型对风力机翼型进行计算的有效性,确定了合理的模拟方案,分析了翼型的气动性能.在此基础上,将S809翼型进行了尾缘变形,生成S809上摆-5°、下摆5°、10°及15°这4种变形翼型.再利用CFD(computational fluid dynamics)软件对它们进行数值计算,分析了各个翼型升阻力系数及流场特性.研究表明,随着尾缘下摆角度的增加,变形翼型上下表面压差逐渐增大,下摆翼型在升阻力特性方面有较大改善.但随着翼型下摆角度的增大,翼型产生分离涡的攻角却随之减小,更易失速.而上摆翼型升阻力特性及失速特性均不如原始翼型.     

基于网格变形的叶片多目标气动优化设计

压气机叶片的传统优化设计存在设计变量多和优化周期长等不足.为此,文中利用非均匀有理B样条基函数建立了转子流场网格自由变形参数化方法,并结合改进的拉丁超立方试验设计、Kriging响应面模型及NSGA-Ⅱ多目标遗传算法构建了转子叶片的气动优化设计体系.计算结果表明:在98%的堵塞质量流量工况下,优化后的叶片总压比提高了0.33%,等熵效率提高了0.83%;优化后压气机转子形状为前倾型叶片,提升了转子性能,降低了激波损失;与传统优化设计方法相比,文中优化体系的设计变量明显减少,缩短了优化设计周期.