FFD方法在气动优化设计中的应用

本文将基于弹性体变形思想的FFD(Free Form Deformation,自由变形)方法引入飞机气动外形优化设计中,为气动优化设计提供了一种快速、有效的参数化方法和自动网格生成方法.对FFD方法的原理进行分析,归纳了FFD方法的特点;将FFD方法应用于几何外形参数化和空间网格自动生成中,建立了基于FFD方法和遗传算法的翼型优化设计系统以及基于FFD方法、遗传算法和Kriging代理模型的翼根整流包优化设计系统;分别对NACA0012翼型和DLRF4翼身组合体翼根整流包进行减阻优化设计,优化结果得到了显著的减阻成效,证明了FFD方法在气动优化设计中有很好的应用效果.     

基于熵产方法的跨音速翼型减阻优化设计

将熵产方法引入跨音速翼型气动优化设计中,采用涡黏性模型对翼型流场熵产进行计算,进而阐述熵产对翼型阻力的影响.通过类别形状函数(CST)方法和径向基函数(RBFs)网格变形方法完成翼型参数化建模与网格变形,并将改进的NSGA2多目标遗传算法与CFD计算耦合起来实现了翼型自动优化设计,用此方法进行了跨音速翼型的气动优化设计,目标函数为来流马赫数为0.73、攻角为2.54°时升阻比最大,熵产最小.设计结果表明:优化方法在小种群下有很好的全局收敛性,得到的非支配解集分布均匀,质量较高.与参考翼型相比,优化翼型通过降低流场熵产,有效地减少了翼型阻力,大幅度提高了翼型升阻比,消除或减弱了翼型上表面激波,有效提高了翼型的气动性能.     

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.     

基于自由变形技术的Ahmed模型气动减阻优化

针对目前汽车气动减阻中基于工程师经验的试凑法所存在的盲目性和低效率,以及气动优化设计中车身曲面难于参数化等问题,将自由变形方法引入汽车气动减阻优化设计中,为减阻优化设计提供一种快速、有效的参数化方法.文中以外形简单的Ahmed模型为研究对象,根据正交试验设计构建样本空间,采用FFD方法对各样本点模型进行参数化,通过CFD仿真获得各样本的气动阻力系数;建立3种常用的近似模型,选择可信度最高的RBF模型构建近似模型,采用多岛遗传算法求解近似模型的最优值,根据优化结果重新构建最优模型并采用CFD计算其气动阻力系数.计算结果显示优化后的Ahmed模型气动阻力系数减少了51.96%.      

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.     

一种基于网格的多目标优化方法

工程设计优化大多为多目标、非线性和隐函数的数学规划问题,通常需要用黑箱商用或专用有限元分析软件的模拟结果进行目标评估.这种计算密集型任务导致巨大的计算消耗.为此,将黑箱优化方法和网格计算技术用于工程优化设计领域.首先,通过拉丁超立方取样在设计域内得到了一个分布相对均匀的样本集合,利用这些样本建立工程优化的克里格（Kriging）替代模型;然后,发展了一种与网格计算技术相结合的优化权系数的网格黑箱多目标优化方法（GBMO）,并获得一系列按权系数分布的Pareto解.该方法已经在中国国家网格（CNGrid）环境中实现.工程优化实例表明,该方法有很高的优化效率和加速比,适用于国家网格计算环境下的工程设计优化.     

特殊布局无人机多目标气动外形优化设计

从无人机外形设计的总体、气动设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,并采用了群体排序、基于共享机制的小生境等技术,使解集具有良好分布特性。在此基础上建立了一套可满足无人机气动外形综合优化设计优化模型和优化方法。针对无人机外形优化设计要求,提出了复杂外形参数化和设计变量的选取原则。根据某无人机的设计要求,以亚声速和超声速气动特性为设计目标的无人机外形综合优化设计,取得了良好的优化设计结果。     

基于混合遗传算法和复合形法的翼型优化设计

遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,将遗传算法和复合形法相结合,建立了基于混合遗传算法和复合形法的气动优化设计方法,对超临界翼型进行了单目标和多目标的优化设计,流场计算采用雷诺数平均N-S方程。算例表明,该设计优化方法稳定,设计质量高,效率比单纯遗传算法有很大提高,在工程中有较大的应用价值。