基于松散式代理模型管理框架的亚音速机翼优化设计方法研究

基于N-S方程的三维气动外形的优化设计一直以来都因为存在众多的设计变量和庞大的计算量问题而无法实现,为了解决这些问题,文中发展了一套机翼气动优化设计系统,该系统基于模拟退火粒子群优化算法、松散式代理模型以及动网格和改进的HicksHenne函数变形技术,选取翼根、翼梢各18个设计变量进行参数化。按某型飞机设计要求,在给定设计指标下进行优化设计,研究了基于松散式代理模型管理框架下,训练样本采用拉丁超立方方法对Kriging代理模型的预测能力进行评估,以及应用该代理模型框架进行了亚音速机翼的气动外形优化设计,结果显示,优化后机翼的气动特性有着显著提高。     

基于代理模型的旋翼翼型动态失速优化设计

利用代理模型方法取代计算流体动力学（CFD）方法,开展旋翼翼型的动态失速特性优化设计. 建立基于动网格技术的旋翼翼型非定常气动特性求解方法,获得旋翼翼型在不同外形下的升阻力和力矩气动特性参数. 利用类型转换（CST）翼型参数化方法,对初始翼型进行拟合重构;选取12个设计参数,利用基于自然启发的全局优化差分进化算法,优化目标是降低旋翼翼型的力矩和阻力特性,主要限制条件是保证升力特性不降低和翼型厚度增幅不明显. 将本文的优化设计结果与基于伴随方法和CFD方法的优化结果进行对比. 结果表明,基于Kriging模型的动态失速特性优化方法与伴随方法相比,在二维翼型优化设计上具有更好的寻优性能,优化翼型气动特性的表现更好;该方法与CFD方法相比,在利用全局优化算法的优势下,减少了过早陷入局部最优点的可能性,对比优化结果表明,在力矩和阻力特性相差无几的情况下,升力特性的表现更优.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.     

基于遗传算法和分布式计算的翼型优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合，并将其引入到气动优化设计中。为了提高采用遗传算法的气动优化设计的效率，探讨了将分布式计算与遗传算法相结合，形成了基于遗传算法和分布式计算的气动优化设计方法，并应用该方法进行了翼型的气动优化设计。设计实践表明，该方法是可行的，且由于采用了混合遗传算法和分布式计算而提高了优化的质量和效率。风洞试验的结果也验证了CFD计算与优化设计方法的可靠性。     

基于响应面和遗传算法的翼型优化设计方法研究

文章针对气动优化设计中高效率和高精度的矛盾,综合响应面方法和遗传算法的优点和不足,采用多项式响应面模型代替原始遗传算法中计算量庞大的目标特性分析模型,建立了多项式响应面模型和遗传算法相结合的翼型优化设计方法,在采用N-S方程进行气动求解达到较高的精度情况下,求解次数显著减少,优化效率大大提高。研究了设计变量对优化设计效率的影响,文中方法在较少设计变量、较少N-S方程求解次数情况下,即可得到满意的优化设计结果。设计区间对响应面模型精度的影响显著,合适的设计区间既可保证模型精度,减少响应面预测结果和CFD计算结果的偏差,又可获得最佳优化结果。文中方法适用于翼型的单设计点和多设计点优化设计问题,具有原理简单、适应面宽、快速易行,且精度高等特点,可广泛应用于工程设计问题中。     

基于分布式遗传算法的多段翼型优化设计

为了提高采用遗传算法的气动外型优化设计的效率，文中探讨了将分布式计算引入到优化设计过程中，实现了基于分布式遗传算法的多段翼型优化设计，进行了多段翼型的缝隙、重叠量和偏转角度等量的优化设计。设计实践表明，该方法是可行的。     

EGO算法的翼型气动外形优化设计

针对随机优化算法计算量大和最优响应面法容易陷入局部最优的缺点,采用EI最优策略综合平衡响应预测值及预测精度,建立了高效的优化系统.使用该方法进行了翼型气动外形优化设计,结果表明该方法将翼型阻力系数降低22%,具有良好的优化精度,而总计算耗时与粒子群算法相比约降低68%,说明了该方法的可行性和有效性.     

基于高斯过程回归的机翼/短舱一体化气动优化

为了解决机翼/短舱一体化气动设计的高维非线性优化问题，基于高斯过程回归（GPR）模型提出新型优化设计方法.采用类别形状函数变换（CST）方法对机翼/短舱一体化构型中的翼型进行几何参数化建模；通过控制机翼形状参数、短舱形状参数和短舱安装参数实现机翼/短舱构型变形，该参数化建模过程共计包含50个设计参数.通过GPR模型构建机翼/短舱设计参数与气动性能之间的代理模型，并采用贝叶斯优化（BO）算法实现代理模型的自更新和最优气动外形的获取.结果表明：优化后一体化构型的阻力系数下降了10.95%，通过流场分析发现机翼外形和短舱外形的优化改善了表面流场结构，短舱安装位置的优化减弱了机翼和短舱间的气动干扰.     

遗传算法结合反设计的翼型优化设计研究

针对传统的气动外形优化设计存在计算量大、精度低的不足，以及采用余量修正方法的气动外形反设计存在难以提供合理目标压力的难题，为了提高已有气动外形设计方法的工程实用性，创新性地将优化方法中的遗传算法与反设计的余量修正方法相结合，并采用高精度的CFD分析方法，进行了翼型的气动外形设计。设计实践表明，文中的气动外形设计方法是可行的，且由于在优化方法和反设计方法中采用了不同的CFD分析方法，提高了气动外形设计的效率和精度。     

基于响应面模型的跨音速转子叶片气动优化设计研究

为了提高优化设计效率,节约成本,将试验设计方法、响应面近似模型与遗传算法优化方法结合在一起应用于跨音速转子叶片气动优化设计中.首先采用拉丁超立方试验设计方法生成样本点构建目标函数的响应面模型,然后利用遗传算法对响应面模型进行目标寻优,并对优化解进行流场分析验证.为了验证方法的可行性,以NASA rotor37转子叶片前缘积迭线弯与掠优化设计为例,总压损失系数为目标函数进行单目标优化设计,优化后总压损失系数降低了0.528%,总耗时20h,算例结果表明基于响应面近似模型的优化设计方法可用于叶片气动优化中,提高了优化设计效率.