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.     

考虑机身干扰的机翼气动外形综合优化

由于受机身绕流的影响,后掠机翼翼根的流动非常复杂,翼根气动设计是后掠机翼气动设计的难点.本章发展了基于Kriging代理模型的双层粒子群优化算法,结合雷诺平均N-S方程流场求解器进行了考虑机身干扰的机翼气动外形综合优化研究,在保证机翼相对厚度和容积不减的前提下降低了气动阻力、低头力矩和翼根弯矩.而考虑非设计巡航状态的多...     

考虑声爆特性的超声速客机气动优化设计

提高巡航气动效率和降低声爆强度是超声速客机设计的关键。首先建立了基于RANS方程的近场CFD预测和基于波形参数法的远场预测相结合的高精度声爆评估方法,然后采用有限差分法求解声爆目标对设计变量的梯度,与由离散伴随方程法求解的气动目标函数的梯度进行组装,作为权重目标值的梯度,并耦合自由型面变形参数化技术、基于逆距离权重插值算法的网格变形技术和序列二次规划算法,搭建了考虑声爆特性的气动优化系统。对超声速公务机翼身组合体构型先后进行了考虑声爆的机头偏转气动优化设计和机翼精细化气动减阻优化设计,优化目标分别为声爆值和阻力系数的权重之和、超声速巡航点阻力系数。结果表明,优化后机头下偏削弱了头部向下传播的激波强度,从而减小了远场声爆最大过压值;机翼精细化设计后阻力减幅达9.5%,载荷内移,外翼段压差阻力减小,同时压力分布形态表现出逆压梯度减弱、压力恢复更加平缓的特征。气动声爆综合特性明显优于初始构型,验证了优化系统的有效性。     

改进Kriging模型在翼型气动优化设计中的应用研究

文章将拉丁超立方抽样试验设计方法,Kriging模型与优化方法结合发展了一套基于改进Kriging模型的优化设计算法。首先对Kriging模型的拟合精度进行了研究,针对一维函数以及气动问题进行了测试,验证了文中发展的Kriging模型能够较好地对函数进行拟合以及能够运用到气动问题中。为了提高Kriging模型的拟合精度,文章对原有的Kriging模型优化设计算法进行了改进,在引入EI方法的同时将优化搜索算法得到的最优点加入到原有的样本集中,每次增加2个样本点,然后再重新生成Kriging模型进行优化设计。为了验证该方法的正确性和有效性,使用该算法进行了RAE2822翼型减阻优化设计,优化后的RAE2822翼型的阻力系数降低了33.6%,算例表明采用该方法能够逐步提高Kriging模型的拟合精度,最终实现高效的翼型气动性能优化设计。     

梯度增强的Kriging模型与Kriging模型在优化设计中的比较研究

在许多工程优化设计问题中,由于需要采用费时的数值模拟方法获得目标函数和约束函数值,出现了优化时间过长、优化难度大的问题。为了提高设计效率,缩短优化设计周期,代理模型方法受到人们的欢迎。近些年来,为了进一步提高设计效率,人们在传统代理模型基础上又发展了一些更高效、预测精度更高的新型代理模型,如变可信度模型、梯度增强的代理模型等。为了研究新型代理模型在优化设计中的优化效率和优化效果,首先结合代理模型、多点加点准则及多种传统优化算法,发展了一套适用于代理模型、梯度增强的代理模型的通用优化算法框架,基于该框架,采用典型的数值算例对当前应用较为广泛的Kriging模型和近些年来发展的梯度增强的Kriging模型进行了对比研究。结果显示,在假定目标函数的梯度与目标函数计算量相同的情况下,采用梯度增强的Kriging模型得到的优化结果在绝大多数情况下都优于采用Kriging模型得到的结果。最后,应用翼型设计算例对两种代理模型进行了对比,其中目标函数的梯度采用与目标函数本身计算量基本一致的Adjoint方法获得;结果显示,梯度增强的Kriging模型表现优于Kriging模型。     

基于参数化的水下航行器外形稳健性优化

为提高设计方案的稳健性和设计效率,本文将参数化设计和稳健性引入到某型水下航行器外形设计中。在设计了水下航行器阻力参数化分析流程的基础上,采用最优拉丁超立方法选取样本点进行阻力计算,利用响应面模型对样本点进行拟合,得到精度满足工程需要的艇体阻力近似模型。建立了水下航行器外形多目标优化模型,采用NSGA-Ⅲ多目标优化算法进行确定性多目标优化求解。在考虑了外形设计过程中典型制造误差的基础上,开展外形稳健性优化求解。结果表明:稳健性优化与确定性优化相比,艇体阻力上升了12.34%,总包络体体积增加了51.98%,提高了水下航行器的稳健性。     

基于Hanson噪声模型的螺旋桨气动与噪声优化设计

针对螺旋桨气动与噪声多目标优化设计问题,采用基于非均匀有理B样条的自由曲面变形方法对全桨叶进行三维几何变形。为节省优化计算成本,将RANS方法和Hanson模型相结合预测纯音噪声,其预测精度与耦合URANS方法的FW-H方程相当。在此基础上,采用Kriging代理模型与非支配关系排序遗传算法进行优化搜索,建立了螺旋桨气动与噪声多目标优化设计框架。采用该框架对某民航客机螺旋桨进行优化设计,优化以叶片不同展向站位的翼型扭转角和弦长作为设计变量。相比基础桨叶,在功率不增加的情形下,巡航构型风洞试验状态的轴向监测点噪声值最大下降约0.25 dB,在功率略有增加的情形下,噪声降低约1 dB。     

变弯翼型与增升装置多目标气动优化设计研究

针对二维增升装置低速起飞、着陆状态和变弯度翼型高速巡航状态下的高低速气动特性进行综合优化研究,发展了一种基于Kriging代理模型与多目标遗传算法的增升装置多目标气动优化设计方法。使用自适应下垂式铰链襟翼机构,通过襟翼与扰流板联动偏转来改善飞机的低速起降性能及高速巡航性能。将襟翼铰链位置、扰流板偏角和襟翼偏角作为设计变量,通过求解N-S方程来预测初始样本点气动力,利用Kriging代理模型分别建立起飞、着陆和巡航状态下设计变量与气动力之间的关系,得到多个高效气动力预测模型,最后使用多目标遗传算法在代理模型的基础上进行多目标气动优化设计。设计变量变化时计算网格的自动生成采用RBF(radial basis function)动网格技术来实现。基于搭建的高效全局多目标优化设计平台进行了高低速综合气动性能多目标优化,并对Pareto前沿面的多目标解集进行了多设计点校验与分析,筛选出了多目标并重的优化解。     

三维机翼的型架外形设计研究

采用三维N－S方程为控制方程，计算机翼所受的气动力与静气动弹性平衡方程耦合求解，在研究机 静气动弹性规律的基础上，对机翼进行型架外形设计，使之在飞行中满足飞机设计气动外形的要求，并以一后掠机翼为算例，计算结果与有关献相吻合。     

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Pareto遗传算法的机翼多目标优化设计研究

文章将多目标优化方法中的Pareto遗传算法与能准确描述翼型无粘性流动的Euler方程以及旋翼气动分析模型结合起来,以旋翼悬停效率和固定翼的升阻比作为优化设计的目标对需同时满足旋翼和固定翼两种使用要求的机翼进行了多目标优化设计。设计结果表明通过优化设计的机翼在气动性能上得到了提高,达到了优化设计的目的,文中发展的机翼优化设计方法是可行的。     

旋翼桨尖气动/降噪综合优化设计研究

采用Kriging模型和遗传算法开展了针对桨尖形状的气动/声学综合优化设计研究。为了获得精确的气动及声压特性,得到基于声类比混合方法计算气动噪声需要的声源数据,采用非定常雷诺平均NS方程(URANS)数值模拟旋翼前飞粘性绕流。为了提高遗传算法的优化效率,采用一种基于EI方法的Kriging模型代替费时的数值模拟过程。以AH-1G/OLS旋翼为基准,并以气动性能为约束,噪声峰值最小为目标,进行了旋翼桨尖的降噪优化设计。优化结果表明,文中多发展的优化方法是可行的。     

基于FCE方法的超声速机翼厚度分布优化

远场组元(Far-field Composite Element,FCE)激波阻力优化方法是基于类别形状函数变换(Class Shape Transformation,CST)参数化方法发展出的一种超声速飞行器气动外形优化方法。文章使用CST参数化方法对超声速客机的大后掠机翼进行外形参数化,并以机翼容积和局部相对厚度为约束条件,使用FCE方法对其厚度分布进行以激波阻力最小为设计目标的快速优化。与原机翼相比,FCE优化方法使机翼激波阻力系数降低达61%,是超声速飞行器概念设计阶段降低激波阻力十分有用的优化方法。     

考虑气动弹性影响的机翼复杂气动外形设计研究

根据气动-结构一体化设计思想,结合机翼在真实飞行条件下受到气动载荷产生弹性变形的问题,进行了一种考虑静气动弹性影响的复杂机翼气动外形反设计方法研究.气动载荷及机翼结构弹性变形由基于非结构网格的三维Euler方程耦合结构力学平衡方程求解得到;用Takanashi余量修正方法作为机翼反设计方法,进行"复杂机翼气动弹性分析-简单光滑机翼反设计"循环迭代设计.以某型带有挂架及翼梢小翼的支线飞机大展弦比机翼作为设计算例,设计结果表明发展的设计方法是可行的,具有很高的工程实践意义和实用性.     

流线型箱梁气动外形的数值优化

为改善基于风洞试验的桥梁断面气动外形优化方法所固有的人力物力耗费、搜索范围有限等缺点,提出了一套基于数值计算和数学策略的主梁气动外形优化方法。选取断面下腹板倾角和梁高作为设计变量,以计算流体力学(CFD)模拟和颤振时域法作为数值计算手段替代风洞试验,将试验设计、蚁群混合遗传算法与Kriging代理模型作为协同数学策略替代试错法,探索优化了苏通长江大桥流线型箱梁断面颤振性能最佳的参数匹配方案。结果显示,设计域内最优断面颤振临界风速比原型断面提高8%,下腹板倾角相比梁高对颤振性能影响更大,且存在交互作用。主梁断面气动外形数值优化方法能够较好地取代风洞试验进行外形寻优,研究对以后大跨度桥梁断面选型具有借鉴意义。     

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.     

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大.针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法.在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量.为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题.为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%.与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%.结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计.     

基于全局灵敏度分析方法的气动设计研究

针对气动设计中遇到的具有大规模设计变量的优化设计工程,造成优化搜索难度大,计算代价高等问题,提出了一种基于全局灵敏度分析方法的分层优化设计方法。即选取M-OAT方法对设计变量进行全局灵敏度分析,根据灵敏度信息对设计变量进行分层,随后分别对各层设计变量进行优化。对翼型及机翼进行分层优化设计之后,与普通全参数优化设计系统相比,建立的分层优化系统可以在单次优化过程中有效减小设计变量的数目,减小优化搜索的难度,加快优化收敛速度,同时也能获得较好的优化结果。     

基于变可信度模型差值的低可信度模型修正方法

为了解决优化设计中计算效率与高可信度信息获取之间的矛盾,从高、低可信度模型的物理机理出发,基于Kriging模型和拉丁超立方设计选样方法构造两模型差值的代理模型;并利用该代理模型对低可信度模型进行修正,构成了具有高可信度的修正模型.与直接对高可信度模型构造的代理模型相比,修正模型不但分析精度更高,而且所需的构造样本更小.文中分别以翼型气动力分析、机翼气动力分析和无人机隐身特性分析为例,从不同维数、不同学科的角度验证了修正模型特性,并进行了机理分析.