考虑滑流影响的分布式螺旋桨布局优化设计

相对于传统螺旋桨飞机,前缘分布式螺旋桨飞机的滑流对整个机翼周围的流场特性影响更大.在分布式螺旋桨飞机动力布局设计过程中,应当考虑螺旋桨布局对滑流和机翼绕流的影响,使得机翼在滑流作用下表现出更好的气动特性.首先,基于雷诺平均Navier-Stokes方程,用等效盘代替真实螺旋桨,并采用重叠网格方法进行网格布局,优化过程中...     

考虑机翼尾流影响的运输类飞机后体气动外形优化设计（英文）

在某典型运输机翼身组合体的构型上,进行了考虑机翼尾流影响的机身后体气动外形优化设计研究。基于翼身组合体构型建立了考虑尾流影响和部分工程约束的优化设计系统,并对后体构型在巡航状态下进行了优化设计。以比较适合描述后体变形的NURBS样条基函数为空间控制体属性引入FFD自由变形技术,通过在FFD控制框架对该运输机后体进行了空间属性构建。采用无限差值动网格技术提高空间网格的更新效率并保证网格质量。利用改进Kriging代理模型、量子粒子群优化算法提高优化效率和全局寻优能力。为减小巡航阻力,对某运输机后体的上翘角、截面形状等参数进行了优化设计,优化结果显示,设计后的机身气动特性明显提高。     

螺旋桨滑流对发动机进气道气动性能的影响

针对螺旋桨/短舱/进气道一体化构型,采用多重参考系(MRF)法和滑移网格非定常法进行了数值模拟研究,实现了螺旋桨/短舱/进气道一体化内外流耦合流场仿真,研究了不同工况下螺旋桨滑流对进气道气动性能的影响,并与无桨构型的进气道性能进行了对比,最后通过数值分析解释了螺旋桨桨盘后总压上升的原因。结果表明:多重参考系法和滑移网格非定常法对进气道出口的时均参数的计算结果吻合较好,多重参考系法可用于螺旋桨及进气道的气动性能参数计算;螺旋桨做功使进气道总压恢复系数增高,螺旋桨转速越大,总压恢复系数的增量就越大,且螺旋桨滑流使进气道出口畸变指数明显增大;通过数值分析推导的桨盘前后总压关系公式与仿真结果的误差均在3%以内。      

Kriging模型在机翼气动外形优化中的应用

针对粒子群等随机优化算法计算量大的缺点,发展了基于Kriging模型的优化方法.采用改进的量子粒子群算法对Kriging模型的相关模型参数进行优化,以提高代理模型预测精度,并与具有双层结构的粒子群算法相结合.采用雷诺平均N-S方程流场求解器与多目标非线性适应值加权方法,对高维度多目标多约束的跨声速机翼进行了优化,设计的机翼具有理想的压力分布,降低了机翼阻力系数,并且有效控制了低头力矩和翼根弯矩,表明该方法具有较强的工程实用性.     

螺旋桨/机翼耦合下的目标螺旋桨滑流设计

针对分布式电推进(DEP)构型等具有多螺旋桨特征的飞行器,发展了通过优化螺旋桨滑流来达到提高机翼升阻比的方法.提出了一种可以获得目标诱导速度分布的螺旋桨设计方法,基于面元法发展了一套可以快速计算螺旋桨机翼干扰的气动程序Prop-wing,基于Kriging代理模型建立了一套高效的优化方法获得最优的螺旋桨诱导速度分布提高...     

螺旋桨滑流与机翼气动干扰的非定常数值模拟

基于动态面搭接网格,求解非定常雷诺平均Navier-Stokes方程模拟螺旋桨滑流与机翼的干扰流动.分别对3种构型,即:单独螺旋桨十短舱构型、螺旋桨十短舱十机翼构型以及短舱十机翼构型进行流场数值模拟,对比分析了机翼对螺旋桨滑流流动结构的干扰,在滑流作用下机翼气动特性的改变以及机翼对螺旋桨桨叶气动力的影响.模拟结果表明:...     

螺旋桨滑流对菱形翼布局无人机气动的影响

采用基于混合网格技术及k-k_L-ω转捩模型求解雷诺平均Navior-Stokes （RANS）方程的多重参考系（MRF）方法对带桨状态的低雷诺数菱形翼布局无人机（UAV）的气动特性进行了准定常数值模拟,通过对无人机带桨状态和干净构型的气动力系数及流场结构特性进行对比分析,研究了螺旋桨在不同安装位置时其滑流对菱形翼布局无人机气动特性的影响。研究结果表明,螺旋桨滑流并不总能提高无人机的升力特性;螺旋桨安装在机头及前翼时后翼受到螺旋桨滑流形成的组合涡系的影响,其气动性能有较大的变化;螺旋桨滑流对机翼的增升作用还受到机翼掠角和螺旋桨旋转方向的影响;受布局特性影响,当安装位置远离焦点时,螺旋桨滑流对无人机的俯仰力矩特性影响较大。     

考虑螺旋桨滑流影响的垂尾飞行载荷设计

依据CCAR-25部偏航机动的设计准则,研究了螺旋桨滑流对垂尾载荷设计的影响.以T型尾翼布局、桨叶右旋的某支线客机为例,分析了螺旋桨滑流对飞机气动特性的影响:拉力系数越大,则滑流对飞机侧向力系数和偏航力矩系数的影响越大;在负侧滑时,滑流对飞机气动特性数据的影响显著;正侧滑时,滑流对飞机气动特性的影响较小.基于飞行力学六自由度非线性微分方程,开展了有/无滑流影响情况下偏航机动仿真和垂尾载荷设计.结果表明:螺旋桨滑流使得飞机的响应幅值增大,算例飞机的垂尾侧向力、弯矩和扭矩限制载荷分别增大5.21％、8.21％和4.85％.     

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

螺旋桨滑流与机翼之间气动干扰影响研究

基于多参考系方法,利用RANS方程对某型螺旋桨飞机的全机有滑流和无滑流空间流场进行了数值模拟,分析了滑流在机翼干扰作用下的发展趋势,机翼气动特性在滑流作用下的改变,滑流对飞机失速特性的影响。研究结果表明,螺旋桨旋转卷起的涡流经机翼时被切割成上下两部分,形成了绕机翼的横向二次流,机翼的存在改变了滑流的涡量分布和涡的结构。在弦向,滑流影响最严重的部位是机翼前缘,滑流旋转效应改变了机翼绕流的当地迎角,加速效应增加了桨后气流的速度,这是引起机翼气动特性改变的主要原因。虽然滑流的诱导作用使机翼外段提前发生了分离,但是其推迟了机翼根部分离现象的发生,改善了飞机的失速特性。     

改进的粒子群优化算法在气动设计中的应用

为了提高优化系统的搜索效率,发展出了社会模型这种改进智能优化算法的通用策略,在此基础上,提出了一种基于社会模型的改进粒子群优化(IPSOSM)算法。该算法对社会模型进行了分析并在此指导下,将人工鱼群算法(AFSA)中的聚群行为引入到粒子群优化(PSO)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IPSOSM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IPSOSM算法应用到翼型和机翼的气动优化设计之中,取得了良好的结果,从而表明提出的算法简洁有效,具有较好的实用性。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。     

基于DFFD技术的翼型气动优化设计

开展了直接操作自由变形（DFFD）技术在翼型参数化及翼型气动外形优化设计中的应用研究,应用该方法可以对翼型形状进行直接操纵和精细的局部修型,从而在一定程度上克服了自由变形（FFD）技术无法直接指定几何外形变形量的局限性。通过最小二乘模式根据翼型表面直接操作点的位移求解各个FFD控制点相应的位移,将翼型设计参数从FFD控制点转化为翼型表面的直接操作点,从而有效地减少了高阶FFD控制体进行翼型参数化时的设计参数个数。算例表明,相比于FFD方法,DFFD方法不仅具备直接操纵翼型几何外形的能力,更具物理直观性,并且比FFD方法具有更好的局部变形特性。运用该技术结合遗传算法对RAE2822翼型进行了气动减阻设计,显著减小了设计状态下翼型的阻力,并且可以有效施加如前后梁位置翼型厚度等工程实用的几何约束,证明了该方法的有效性。     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

基于代理模型的飞翼多目标气动优化设计

针对飞翼布局飞行器,采用雷诺平均N-S方程（ RANS）计算流场,使用基于代理模型的多目标优化方法进行了同时考虑起飞性能和巡航性能的多点多目标气动优化设计。在设计过程中,将飞翼的平面形状、剖面形状及扭转角同时作为设计变量（共58个设计变量）,将提高起飞时的升力系数和提高巡航升阻比为设计目标,以起飞状态和巡航状态的力矩系数作为气动约束,并以飞翼平面面积不减和剖面厚度不减作为几何约束。通过采用基于Kriging模型的多目标优化方法,以较小的计算花费得到了较好的Perato前沿。取Pareto前沿中一个最优解与基准外形的性能进行了对比,结果显示,优化外形的性能较基准外形的气动性能得到全面大幅提高且所有约束得到严格满足。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

粒子群优化算法在微型无人机设计中的应用

针对一种翼展为550mm的电动力微型无人机的优化设计问题．对粒子群优化算法进行了改进，弥补了原来算法当最优解在设计变量上下限边界时无法找到最优解的缺陷，然后对电动力无人机的电池容量的优化选取进行了探讨，最后对该机进行了研制和试飞。由试飞结果可知，该机的留空时间为68min，与优化计算结果十分相近，证明了优化计算结果的可行性和高精度。     

Aerodynamic design optimization of nacelle/pylon position on an aircraft

The arbitrary space-shape free form deformation (FFD) method developed in this paper is based on non-uniform rational B-splines (NURBS) basis function and used for the integral parameterization of nacelle-pylon geometry. The multi-block structured grid deformation technique is established by Delaunay graph mapping method. The optimization objects of aerodynamic characteristics are evaluated by solving NavierStokes equations on the basis of multi-block structured grid. The advanced particle swarm optimization (PSO) is utilized as search algorithm, which com-bines the Kriging model as surrogate model during optimization. The optimization system is used for optimizing the nacelle location of DLR-F6 wing-body-pylon-nacelle. The results indicate that the aerodynamic interference between the parts is significantly reduced. The optimization design system established in this paper has extensive applications and engineering value.