基于CFD的復(fù)雜氣動優(yōu)化與穩(wěn)健設(shè)計方法研究.pdf

1、飛行器氣動優(yōu)化設(shè)計是現(xiàn)代CFD(Computational Fluid Dynamics)技術(shù)與優(yōu)化搜索方法相結(jié)合而形成的一個新的研究方向，是飛行器設(shè)計學(xué)科的重要組成部分。隨著航空科技的發(fā)展，對各類飛行器提出的各類性能需求不斷增加，同時要求也不斷提高，給飛行器氣動特性設(shè)計提出了更多更復(fù)雜的設(shè)計要求，引發(fā)了高維多目標(biāo)設(shè)計問題；同時氣動外形也更加復(fù)雜，需要對外形進(jìn)行精細(xì)設(shè)計，這使得設(shè)計變量數(shù)目不斷增加，造成了多設(shè)計變量問題；對于工程設(shè)計，要

2、求飛行器性能更加穩(wěn)健可靠，需要通過設(shè)計來減小不確定性因素對飛行器性能的影響，對于氣動設(shè)計需要開展穩(wěn)健設(shè)計問題研究。圍繞飛行器復(fù)雜優(yōu)化問題和穩(wěn)健性設(shè)計問題，本文首先開展了氣動數(shù)值模擬方法的研究，開發(fā)了一套高效可靠的CFD計算程序，為氣動優(yōu)化奠定了基礎(chǔ)。進(jìn)一步研究了氣動外形參數(shù)化方法，優(yōu)化算法以及代理模型方法，以松散式代理模型管理框架耦合以上要素建立了氣動優(yōu)化平臺。在本文優(yōu)化設(shè)計平臺的基礎(chǔ)上開展了復(fù)雜氣動優(yōu)化問題研究和基于不確定分析的氣動穩(wěn)

3、健性設(shè)計研究工作。
　　本文主要完成了以下幾個方面的工作：
　　1.針對飛行器氣動外形設(shè)計，開發(fā)了一套數(shù)值求解 RANS(Reynolds Averaged Na-vier-Stokes)方程的高效氣動分析程序，通過典型的航空氣動算例驗證了該程序的氣動分析精度。研究了分區(qū)拼接網(wǎng)格的劃分與邊界插值策略，保證復(fù)雜流場計算精度要求的前提下，降低計算難度，提高計算效率；第二，針對邊界層轉(zhuǎn)捩對氣動外形優(yōu)化設(shè)計的影響，開展了當(dāng)?shù)刈兞哭D(zhuǎn)捩

4、模式研究，并將其引入 CFD數(shù)值計算系統(tǒng)，進(jìn)行了典型的邊界層轉(zhuǎn)捩數(shù)值模擬，為層流技術(shù)研究應(yīng)用奠定了基礎(chǔ)。
　　2.為了解決復(fù)雜氣動外形高效優(yōu)化設(shè)計技術(shù)問題，針對構(gòu)成氣動外形優(yōu)化設(shè)計方法中的參數(shù)化方法、代理模型技術(shù)、優(yōu)化搜索算法三要素開展研究。首先，研究了多種翼型機(jī)翼參數(shù)化方法，包括 CST參數(shù)化方法，F(xiàn)FD參數(shù)化方法，實現(xiàn)了從翼型到機(jī)翼以及到全機(jī)氣動外形的參數(shù)化建模。針對三維復(fù)雜外形精細(xì)化設(shè)計，開發(fā)了基于 NURBS基函數(shù)的FFD

5、方法，有效解決了以Bezier基函數(shù)為基礎(chǔ)的FFD參數(shù)化方法設(shè)計空間不足，設(shè)計變量相關(guān)性強(qiáng)的問題；第二，開展了代理模型技術(shù)研究，重點以 Kriging代理模型為例，研究了設(shè)計變量維數(shù)對代理模型精度的影響，結(jié)果表明隨著設(shè)計變量數(shù)目的增加，代理模型精度急劇下降，構(gòu)造代理模型所需樣本數(shù)目迅速增加，出現(xiàn)了代理模型“維度災(zāi)難”問題。結(jié)合傳統(tǒng)的基于松散式代理模型管理框架的氣動外形優(yōu)化設(shè)計方法，發(fā)現(xiàn)了由于受多設(shè)計變量對代理模型精度影響，導(dǎo)致了優(yōu)化搜索

6、過程中基于代理模型優(yōu)化結(jié)果的“精度凍結(jié)”問題。針對多設(shè)計變量下的代理模型問題，建立了基于空間分區(qū)的代理模型構(gòu)造方法，提高了代理模型精度和構(gòu)造效率，并以此為基礎(chǔ)提出了基于分區(qū)代理模型的協(xié)同優(yōu)化管理框架，以典型的BWB(Blended-Wing-Body)布局運輸機(jī)氣動外形精細(xì)化設(shè)計為例，完成了BWB氣動外形精細(xì)化優(yōu)化設(shè)計，驗證了優(yōu)化設(shè)計方法。
　　3.開展了高維多目標(biāo)優(yōu)化研究，針對傳統(tǒng)多目標(biāo)優(yōu)化算法收斂困難及優(yōu)化結(jié)果難以進(jìn)一步?jīng)Q策等

7、問題，采用PCA(Principal Component Analysis)分析方法進(jìn)行高維多目標(biāo)問題的主要目標(biāo)提取，針對該方法存在的問題，結(jié)合改進(jìn)ε-constraint優(yōu)化方法和工程分析，建立了分層多級約束優(yōu)化設(shè)計方法，采用該方法系統(tǒng)地進(jìn)行了旋翼翼型氣動優(yōu)化設(shè)計研究，優(yōu)化結(jié)果表明分層多級約束方法很好地解決了旋翼翼型高維多目標(biāo)設(shè)計難題，最終得到了一套先進(jìn)的旋翼翼型族。
　　4.開展了氣動穩(wěn)健設(shè)計研究，針對傳統(tǒng)的不確定性分析方法(

8、蒙特卡洛取樣方法)計算耗時，效率低下等問題，引入PCE(Polynomial Chaos Expansion)混沌多項方法，以少數(shù)求積節(jié)點來構(gòu)造不確定性響應(yīng)模型，提高了分析計算效率；耦合 PCE不確定分析方法和優(yōu)化設(shè)計系統(tǒng)建立了考慮飛行狀態(tài)不確定性的氣動穩(wěn)健設(shè)計模型，通過超臨界翼型穩(wěn)健設(shè)計對文中方法進(jìn)行了驗證，并與傳統(tǒng)的基于MCS(Monte Carlo Simulation)模擬的穩(wěn)健設(shè)計方法進(jìn)行了對比，結(jié)果表明本文方法是高效可靠的，