基于iSIGHT平台的三维机翼气动优化设计
时间:2026-01-20
时间:2026-01-20
isight与fluent联合仿真教程
应用数学和力学,第29卷第5期AppliedMathematicsandMechanics 2008年5月15日出版 Vol.29,No.5,May.15,2008
文章编号:1000-0887(2008)05-0544-07Ζ应用数学和力学编委会,ISSN1000-0887
基于iSIGHT平台的三维机
翼气动优化设计Ξ
银 波1, 徐 典2, 安亦然, 陈耀松22
(1.清华大学工程力学系,北京100084;
2.北京大学工学院,北京100871)
(戴世强推荐)
摘要: 基于iSIGHT设计平台,结合CFD软件F,(non-dominated能1 设计过程中采用NCGA(neighborh)—,NSGA-Ⅱ
sorting)———-,对三维机翼优化1 经过,该优化方法可推广用于多种翼型和机翼优化1
关 键 词: 气动计算; 多目标优化; 遗传算法; 三维机翼
中图分类号: O354.1 文献标识码: A
引 言
近年来计算机技术和计算数学的迅速发展,使气动设计能够借助数值优化这一强大工具极大地降低设计费用,缩短设计周期1 由于气动优化设计[1-2]是通过数值优化方法和气动性能计算的结合来实现的,所以,优化方法的可靠性、精度和效率是关系到设计成败的重要因素[3]1 采用传统的确定性优化方法只能进行局部优化,这是由确定性方法本身的性质所决定的1 而以遗传算法为代表的随机性方法不仅具有全局性优化的特点,而且算法的鲁棒性、可靠性和移植性好,所以遗传算法在工程优化中得到了广泛的应用[4]1
翼型设计对飞机气动性能有着很大的影响1 本次优化使用优化软件iSIGHT,在该平台上结合CFD软件Fluent以及前处理软件Gambit来优化计算1
1 优化算法
基于遗传算法[5]的气动优化设计是一种飞行器外形设计方法1 它是通过遗传算法中复制、杂交和变异算子的操作来实现的1 本文在优化过程中使用两种遗传算法:邻域培植遗传算
[7-8]法NCGA[6]和非支配解排序遗传算法NSGA-Ⅱ,采用多目标优化过程,利用iSIGHT优化
平台实现1 iSIGHT是一个开放的集成平台,它提供的过程集成界面可以方便地将各种工具(如商业CAD软件、 各种有限元计算分析软件及用户自行开发的程序等)集成在一起1
Ξ收稿日期: 2007-09203;修订日期: 2008203228
),男,四川泸州人,硕士生(Tel:+86-10-62751994;E-mail:yinbo.pku@作者简介: 银波(1983—
http://www.77cn.com.cn);
陈耀松(联系人.E-mail:chenys@http://www.77cn.com.cn).
544
isight与fluent联合仿真教程
银 波 徐 典 安亦然 陈耀松
[1]5452 计算流程
计算优化流程见图11
图1 优化流程图
3 翼型几何表示
翼型的几何形状,可以采用多项式拟合或解析函数的线性叠加等多种方法来表示1 采用解析函数线性叠加法来表示翼型,翼型的形状由基准翼型、型函数及其系数来定义[9]:
y(x)=y0(x)+
i=1f(x),6α iin(1)
式中x为弦向坐标,y0(x)为初始翼型坐标,fi(x)为形状扰动函数簇,αi为改变翼型的参数,则y(x)为扰动后翼型坐标1 本文采用Hicks-Henne函数簇[9],形式如下:
πxln(0.5)/(ln(m)))1 fi(x,m,n)=sinn( (2)
对于前面给出的翼型表达函数,改变扰动函数的参数α i值即可得到一系列光滑的翼型1在上下翼面各引入5个参数(α1,α2,α3,α4,α5)以改变翼面形状,其中参数α1到α4对应m=011、0.3、0.5、0.7用于改变机翼的前、中部形状,取n=3;α5对应m=0.9用于改变机翼尾部形状,取n=11 优化过程中将αi(i=1,2,…,10)作为设计变量,可以生成一定范围内的任意光滑翼型,能够满足优化工作对翼型要求1
4 流场计算
4.1 控制方程[10-11]
以N-S方程作为流场计算的主控方程,在直角坐标系下,守恒形式可写为
(3) ++=01 txy
湍流模式使用Spalart-Allmaras(S-A)模型,其中的经验常数取Fluent的默认值1 计算时边界条件采用远场压力条件1 采用二阶迎风差分格式离散控制方程1
isight与fluent联合仿真教程
546基于iSIGHT平台的三维机翼气动优化设计
4.2 计算验证
Ma=0.84,α=3.06,ONERAM6机翼,网格数目1829701
等压力线图见图2所示1
翼展
,计算值与实验值的比较见图31
(a)η=44%(b)η=65%
图3 不同翼展处计算与实验的压力系数对比
计算结果能够比较好地与实验结果相符合1 因此,计算模型和参数选择有效1
5 优化算例
目标:在Ma=0.6,
α=2的条件下,计算剖面为NACA65006的翼型,并且使得优化后翼图4 机翼的网格划分
isight与fluent联合仿真教程
银 波 徐 典 安亦然 陈耀松547
型的最大厚度不小于原始翼型的厚度,采用遗传算法进行优化,提高升阻比、升力,并且降低阻力1
表1
初始翼型
优化翼型1升力系数Cl0.1365330.196183多目标NCGA优化结果Δ/(%) +43.69阻力系数Cd0.008804570.010306Δ/(%) +17.05升阻比Cl/Cd15.5119.04Δ/(%)+22.
76图
5 初始机翼的等压线
图6 初始机翼等Mach线
5.1 网格划分
初始翼型为前缘后掠角35°,展弦比3.5,尖削
比0.17,NACA65006翼型为剖面的三维翼型,利用
Gambit划分网格,网格数目172940(图4)1
5.2 NCGA邻域培植遗传算法
每代个体50,共20代1 初始机翼的等压线见
图5,初始机翼等Mach线见图61
优化翼型1剖面见图7,优化机翼等压线见图
上一篇:ie ue er 教学设计
下一篇:土的分类标准GBJ145-90