CN106126860A - 一种考虑加工误差的高超声速机翼鲁棒优化设计方法 - Google Patents
一种考虑加工误差的高超声速机翼鲁棒优化设计方法 Download PDFInfo
- Publication number
- CN106126860A CN106126860A CN201610554691.9A CN201610554691A CN106126860A CN 106126860 A CN106126860 A CN 106126860A CN 201610554691 A CN201610554691 A CN 201610554691A CN 106126860 A CN106126860 A CN 106126860A
- Authority
- CN
- China
- Prior art keywords
- wing
- interval
- hypersonic
- stationary point
- heat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Turbine Rotor Nozzle Sealing (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种考虑加工误差的高超声速机翼鲁棒优化设计方法,属于优化设计技术领域。充分考虑高超声速机翼设计中存在的几何加工误差,在加工误差系数概率密度函数未知的情况下,利用区间向量实现加工误差系数的定量化表征。通过参数化方法建立高超声速机翼气动外形,进行非结构表面网格划分。将区间参数顶点法与气动力/热工程算法相结合,计算机翼驻点总加热量及升阻比的区间上下界。在此基础上,建立多目标区间鲁棒优化模型,应用遗传算法对机翼外形进行优化设计。数值结果表明,本发明方法在保持机翼升阻比约束的前提条件下,降低了所设计机翼的驻点总加热量,同时减小了驻点总加热量的波动范围,为高超声速机翼外形设计提供了新思路。
Description
技术领域
本发明涉及机翼优化设计领域,特别涉及一种考虑加工误差的高超声速机翼鲁棒优化设计方法。
背景技术
气动外形优化是高超声速机翼设计过程中的重要环节。对高超声速机翼进行气动外形优化时,存在确定性优化与鲁棒性优化两种区别较大的方法。确定性优化是在一定飞行状态下,忽略机翼设计过程中存在的各种不确定因素,优化机翼的外形参数,以最大限度地提升机翼在该状态下的气动性能。然而,由于加工工艺、制造水平的限制,高超声速机翼的气动外形存在由加工误差导致的几何不确定性,从而使确定性优化方法得到的最优解对于这些不确定因素较为敏感。与确定性优化不同,鲁棒优化设计是一种寻求对各种不确定因素波动变化不敏感的设计方法,通过合理选择机翼外形参数,使机翼的气动性能在目标值附近保持稳定。
对于由加工误差引起的几何不确定性,现有的研究常采用概率方法对不确定因素进行定量化表征,利用标准正态函数描述几何参数的分布特征。但是,当没有足够的数据来验证这些随机变量概率密度的正确性时,概率方法难以可靠地满足精度要求的计算结果。与概率方法相比,非概率区间方法仅需明确不确定参数的分布界限,能够在不确定参数概率密度未知的情况下,利用区间向量对不确定参数进行定量化。非概率区间方法在结构的静、动力特性分析领域已经取得了一定成果,但在高超声速机翼外形优化中的应用还处于起步阶段,相关研究成果十分有限,在一定程度上限制了高超声速机翼优化设计技术的发展。综上所述,亟需发展一种考虑加工误差的高超声速机翼区间鲁棒优化设计方法,以克服传统概率方法对参数大样本容量试验数据的依赖性,同时保证机翼的气动性能的稳健性。
发明内容
本发明要解决技术问题为:针对传统高超声速机翼优化设计方法效率低、优化结果鲁棒性差等问题,提出一种考虑加工误差的高超声速机翼鲁棒优化设计方法。该方法在高超声速机翼设计初期就考虑了表面加工误差引起的几何不确定性,在加工误差系数概率密度未知的情况下,利用区间向量给定加工误差系数的上下界。通过参数化方法建立高超声速机翼气动外形,对外形进行非结构表面网格划分,并将区间参数顶点法与气动力/热工程算法相结合,计算机翼驻点总加热量及升阻比的区间上下界。在此基础上,建立多目标区间鲁棒优化模型,利用遗传算法对高超声速机翼进行鲁棒优化设计。
本发明解决上述技术问题采用的技术方案为:一种考虑加工误差的高超声速机翼鲁棒优化设计方法,包括以下步骤:
步骤(1)、首先,确定高超声速机翼的平面轮廓参数,包括翼根弦长Cr、副翼宽度Ca、机翼展弦比AR及稍根比TR;
步骤(2)、利用类函数/形函数转换方法建立高超声速机翼翼型的参数化表达式,翼型的几何曲线可用下列函数表示:
式中,x/c为翼型弦向的无量纲坐标值,y/c为翼型法向的无量纲坐标值,C(x/c)和S(x/c)分别为类型函数和形状函数,zte/c为翼型后缘点的无量纲坐标值。C(x/c)可表示为:
对于Clark-Ys翼型,取指数N1=0.5,N2=1。S(x/c)可表示为:
S(x/c)与翼型前缘半径Rle/c及后缘倾角β满足以下关系:
在形状函数S(x/c)中取n=3,这样共包含β1,β2,zte/c,λ1,λ2,λ1',λ2')等8个几何设计参数,其中,表示翼型前缘半径,β1和β2表示上、下翼面的后缘倾角,为翼型后缘点的无量纲坐标值,λ1、λ2、λ1'、λ2'为上、下翼面形状函数多项式的加权系数;
步骤(3)、将机翼展弦比AR、稍根比TR及翼型前缘半径作为优化变量,记为:其余设计参数均视为常量,给出设计变量的初始值及取值范围;
步骤(4)、考虑机翼加工制造过程中存在的表面法向加工误差,引入表面加工误差系数同时利用区间向量对进行定量化表征,记为
步骤(5)、分别在和处得到翼型的参数化表达式,表示如下:
步骤(6)、根据式(5)和(6)中翼型的参数化表达式及步骤(3)中机翼平面轮廓参数,利用商业软件CATIA建立高超声速机翼气动外形的几何模型;
步骤(7)、对于步骤(6)中生成的气动外形,利用商业软件ICEM对机翼表面进行非结构网格的自由划分;
步骤(8)、根据步骤(7)中生成的机翼网格文件,在给定飞行工况下,利用高超声速工程算法计算机翼驻点热流密度Q及机翼升阻比K;
步骤(9)、根据不同时刻处得到的机翼驻点热流密度值,利用驻点总加热量的工程计算方法得到所给机翼的总加热量;
步骤(10)、根据区间参数顶点法得到机翼驻点总加热量及机翼升阻比的区间上下界,利用区间数学理论计算机翼驻点总加热量及机翼升阻比的区间中心值和区间半径;
步骤(11)、在保持机翼升阻比约束条件下,以机翼驻点总加热量的区间中心值和半径最小化为优化目标,建立多目标区间鲁棒优化模型;
步骤(12)、利用遗传算法,在设计变量取值范围内对高超声速机翼进行鲁棒优化设计;
步骤(13)、判断优化目标是否满足收敛条件,若不满足,转到步骤(3),更新设计变量,重复步骤(4)~(12);
步骤(14)、直至设计目标相邻两次迭代值的变化小于设定容许偏差时,完成高超声速机翼的鲁棒优化设计;
步骤(15)、将通过鲁棒优化得到的高超声速机翼与原始机翼进行对比,比较两种机翼的驻点总加热量。
其中,所述步骤(3)中,机翼外形优化设计变量的取值范围及初始值由表1确定,在优化过程中保持常数的设计参数由表2确定。
表1优化设计变量的取值范围及初始值
表2机翼外形的设计参数
其中,所述步骤(4)中,表面加工误差系数的区间上下界为:区间中心值为区间半径为
其中,所述步骤(8)中,工程算法的计算流程为:根据机翼几何外形的非结构网格节点及单元法向坐标,利用切劈法和达黑姆巴克法计算机翼迎风面和背风面的表面压力系数。在此基础上,利用费雷德经验公式计算机翼驻点加热,从而得到机翼表面的最大热流密度、升阻比等气动力/热特征参数。
其中,所述步骤(9)中,选择1s,300s,600s,1000s四个工况点,如表3所示,根据这四个离散点的飞行高度及飞行速度进行气动力/热计算。设在1s,300s,600s,1000s处热流值分别为Q1,Q2,Q3,Q4,升阻比为K1,K2,K3,K4,则单位面积上的总加热量可近似表示为:
将式(7)归一化处理得:
其中,[w1,w2,w3,w4]=[0.15,0.3,0.35,0.2]为权重因子。机翼的平均升阻比为:
表3四个计算工况点
时间(s) | 高度(Km) | 速度(m/s) | (攻角°) |
1 | 121.33 | 7622.24 | 40 |
300 | 79.35 | 7505.42 | 40 |
600 | 71.27 | 6442.36 | 40 |
1000 | 49.00 | 2536.20 | 40 |
其中,所述步骤(10)中,利用区间参数顶点法得到机翼驻点总加热量及机翼升阻比的区间上下界的流程为:由于机翼驻点总加热量及平均升阻比为设计变量x和的函数,即当通过区间方法对表面加工误差系数进行定量化表征后,则驻点总加热量及平均升阻比也包含于有界区间,可表示为:
式中,和为机翼驻点总加热量的下界和上界,和为机翼平均升阻比的下界和上界。以上各量可以通过下式计算:
式中,根据区间数学理论,进一步计算可以得到机翼驻点总加热量及平均升阻比的区间中心值和区间半径,可表示为:
其中,所述步骤(11)中,建立如下的多目标鲁棒优化模型:
式中,f为目标函数,表示对目标函数的区间中心值优化,而表示对目标函数的区间半径优化,从而降低目标函数对加工误差系数的敏感程度,提高目标函数的鲁棒性;为约束条件,N为约束条件的个数。
本发明的有益效果是:
本发明利用区间向量对高超声速机翼设计中存在的表面加工误差系数进行定量化,建立含加工误差系数的高超声速机翼参数化气动外形,将区间参数顶点法和气动力/热工程算法相结合,计算机翼驻点总加热量及平均升阻比的区间上下界,从而构建多目标区间鲁棒优化模型,并通过遗传算法对高超声速机翼进行了鲁棒优化设计。与原始机翼相比,本发明所得机翼的驻点总加热量显著减小,并且对于表面加工误差系数的敏感性显著降低,保证了机翼的安全性。
附图说明
图1为机翼平面轮廓参数示意图;
图2为Clark-Ys标准翼型示意图;
图3为翼型几何特征参数示意图;
图4为机翼气动外形示意图;
图5为机翼表面非结构网格示意图;
图6为机翼驻点总加热量区间中心值的收敛历程图;
图7为机翼驻点总加热量区间半径值的收敛历程图;
图8为机翼展弦比的收敛历程图;
图9为机翼稍根比的收敛历程图;
图10为机翼前缘半径的收敛历程图;
图11为本发明的方法实现流程图。
具体实施方式
以下将参照附图,对本发明的设计实例进行详细描述。应当理解,所选实例仅为了说明本发明,而不是限制本发明的保护范围。
(1)以类X-37B高超声速飞行器机翼作为研究对象,首先确定高超声速机翼的平面轮廓参数,包括翼根弦长Cr、副翼宽度Ca、机翼展弦比AR及稍根比TR。此外,翼尖弦长Ct=Cr·TR、机翼半展长机翼平面轮廓如图1所示,相关参数的初始值见表4。
表4机翼平面轮廓参数的初始值
(2)以Clark-Ys翼型作为标准翼型(见图2),利用类型函数/形状函数转换方法设定参数化翼型曲线的表达式,其中部分参数的几何含义如图3所示,几何参数的初始值由表5给出。
表5Clark-Ys翼型设计参数
(3)将机翼展弦比AR、稍根比TR及翼型前缘半径作为优化变量,记为:其余设计参数均视为常量,设计变量的初始值及取值范围如表6所示。
表6优化设计变量的取值范围及初始值
(4)考虑机翼加工制造过程中存在的表面法向加工误差,引入表面加工误差系数同时利用区间向量对进行定量化表征,记为这里取
(5)分别在和处得到翼型的参数化表达式,表示如下:
(6)根据式(16)和(17)中翼型的参数化表达式及步骤(1)中机翼平面轮廓参数,利用商业软件CATIA建立高超声速机翼气动外形的几何模型,如图4所示;
(7)对于步骤(6)中生成的气动外形,利用商业软件ICEM对机翼表面进行非结构网格的自由划分,如图5所示;
(8)根据步骤(7)中生成的机翼网格文件,得到表面网格节点信息后,在给定工况条件下(如表7所示),分别利用切劈法和达黑姆巴克法计算机翼迎风面和背风面的表面压力数。在此基础上,利用费雷德经验公式计算机翼驻点加热情况,从而得到机翼表面驻点热流密度Q及机翼升阻比K;
表7四个计算工况点
(9)根据表7所给出四个工况点,设在1s,300s,600s,1000s时间点得到的热流值分别为Q1,Q2,Q3,Q4,升阻比为K1,K2,K3,K4,则单位面积上的总加热量Q0可近似表示为:
将式(18)归一化处理得:
其中,[w1,w2,w3,w4]=[0.15,0.3,0.35,0.2]为权重因子。机翼的平均升阻比为:
(10)由于机翼驻点总加热量及平均升阻比为设计变量x和的函数,即驻点总加热量及平均升阻比包含于有界区间,即:
式中各量可以通过下式计算:
式中:根据区间数学理论,进一步计算可以得到机翼驻点总加热量及平均升阻比的区间中心值和半径,可表示为:
(11)在保持机翼升阻比约束条件下,以机翼驻点总加热量的区间中心值和半径最小化为优化目标,建立多目标区间鲁棒优化模型;
式中,K0为机翼平均升阻比的设计下限值,这里取K0=1.024。
(12)利用遗传算法,在设计变量取值范围内对高超声速机翼进行鲁棒优化设计,判断是否满足遗传算法收敛条件,若不满足,更新设计变量,重复步骤(3)~(11);
(13)直至设计目标相邻两次迭代值的变化小于设定容许偏差10-6时,完成高超声速机翼的鲁棒优化设计;
(14)设计变量及目标函数的迭代收敛历程如图6-10所示;
(15)将利用鲁棒优化方法得到的机翼与原始机翼进行对比,比较两种机翼的驻点总加热量,结果如表8所示。从表中可以看出,在满足约束条件的前提下,通过鲁棒优化可以降低高超声速机翼驻点总加热量的区间中心值和区间半径,这表明鲁棒优化方法在改善总加热量性能指标的同时,有效降低了该指标对表面加工误差系数的敏感性,使机翼的气动加热性能更加稳定。
表8鲁棒优化结果
综上所述,本发明提出了一种考虑加工误差的高超声速机翼鲁棒优化设计方法。该方法将几何加工误差纳入高超声速机翼的优化设计中,利用区间向量对加工误差系数的进行定量化。通过参数化方法建立含加工误差系数的高超声速机翼气动外形,对几何外形进行非结构表面网格划分。将区间参数顶点法与气动力/热工程算法相结合,计算机翼驻点总加热量及升阻比的区间上下界。在此基础上,建立多目标区间鲁棒优化模型,通过遗传算法对机翼进行鲁棒优化设计。数值结果表明,本发明方法在保持机翼升阻比约束的前提条件下,降低了所设计机翼的驻点总加热量,同时减小了驻点总加热量的波动范围,使高超声速机翼的气动性能更加平稳,为高超声速机翼设计提供了新思路。
以上仅是本发明的具体步骤,对本发明的保护范围不构成任何限制,其可扩展应用于高超声速机翼外形优化设计领域,凡采用等同变换或者等效替换而形成的技术方案,均落在本发明权利保护范围之内。
Claims (8)
1.一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于实现步骤如下:
步骤(1)、首先,确定高超声速机翼的平面轮廓参数,包括翼根弦长Cr、副翼宽度Ca、机翼展弦比AR及稍根比TR;
步骤(2)、利用类函数/形函数转换方法建立高超声速机翼翼型的参数化表达式,翼型的几何曲线可用下列函数表示:
式中,x/c为翼型弦向的无量纲坐标值,y/c为翼型法向的无量纲坐标值,C(x/c)和S(x/c)分别为类型函数和形状函数,zte/c为翼型后缘点的无量纲坐标值,C(x/c)可表示为:
对于Clark-Ys翼型,取指数N1=0.5,N2=1,S(x/c)可表示为:
S(x/c)与翼型前缘半径Rle/c及后缘倾角β满足以下关系:
在形状函数S(x/c)中取n=3,这样共包含等8个几何设计参数,其中,表示翼型前缘半径,β1和β2表示上、下翼面的后缘倾角,为翼型后缘点的无量纲坐标值,λ1、λ2、λ1'、λ2'为上、下翼面形状函数多项式的加权系数;
步骤(3)、将机翼展弦比AR、稍根比TR及翼型前缘半径作为优化变量,记为:其余设计参数均视为常量,给出设计变量的初始值及取值范围;
步骤(4)、考虑机翼加工制造过程中存在的表面加工误差,引入表面加工误差系数并利用区间向量对进行定量化,记为
步骤(5)、分别在和处得到翼型的参数化表达式,表示如下:
步骤(6)、根据式(5)和(6)中翼型的参数化表达式及步骤(3)中机翼平面轮廓参数,建立高超声速机翼气动外形的几何模型;
步骤(7)、对于步骤(6)中生成的气动外形,对机翼表面进行非结构网格的自由划分;
步骤(8)、根据步骤(7)中生成的机翼网格文件,在给定飞行工况下,利用高超声速工程算法计算机翼驻点热流密度Q及机翼升阻比K;
步骤(9)、根据不同时刻得到的机翼驻点热流密度值,利用驻点总加热量工程计算方法得到所给机翼的总加热量;
步骤(10)、利用区间参数顶点法得到机翼驻点总加热量及升阻比的区间上下界,然后基于区间数学理论计算机翼驻点总加热量及升阻比的区间中心值和区间半径;
步骤(11)、在保持机翼升阻比约束条件下,以机翼驻点总加热量的区间中心值和半径最小化为优化目标,建立多目标区间鲁棒优化模型;
步骤(12)、利用遗传算法,在设计变量取值范围内对高超声速机翼进行鲁棒优化设计;
步骤(13)、判断优化目标是否满足收敛条件,若不满足,转到步骤(3),更新设计变量,重复步骤(4)~(12);
步骤(14)、直至设计目标相邻两次迭代值的变化小于设定容许偏差时,完成高超声速机翼的鲁棒优化设计;
步骤(15)、将通过鲁棒优化得到的高超声速机翼与原始机翼进行对比,比较两种机翼的驻点总加热量。
2.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(3)中,机翼外形优化设计变量的取值范围及初始值由表1确定,
表1优化设计变量的取值范围及初始值
表2机翼外形的设计参数
在优化过程中保持常数的设计参数由表2确定。
3.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(4)中,表面加工误差系数的区间上下界为:区间中心值区间半径
4.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(6)中利用商业软件CATIA建立高超声速机翼气动外形的几何模型;所述步骤(7)中利用商业软件ICEM对机翼表面进行非结构网格的自由划分。
5.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(8)中,工程算法的计算流程为:根据机翼几何外形的非结构网格节点及单元法向坐标,利用切劈法和达黑姆巴克法计算机翼迎风面和背风面的表面压力系数,在此基础上,利用费雷德经验公式计算机翼驻点加热,从而得到机翼驻点的热流密度、升阻比等气动力/热特征参数。
6.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(9)中,选择1s,300s,600s,1000s四个工况点,如表3所示,
表3四个计算工况点
设在1s,300s,600s,1000s时驻点热流值分别为Q1,Q2,Q3,Q4,升阻比为K1,K2,K3,K4,基于线性化假设,可将单位面积上的总加热量近似表示为:
将式(7)归一化处理得:
其中,[w1,w2,w3,w4]=[0.15,0.3,0.35,0.2]为权重因子,机翼的平均升阻比为:
7.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(10)中,利用区间参数顶点法得到机翼驻点总加热量及机翼升阻比的区间上下界的流程为:由于机翼驻点总加热量及平均升阻比为设计变量x和的函数,即当通过区间方法对表面加工误差系数进行定量化表征后,则驻点总加热量及平均升阻比也包含于有界区间,可表示为:
式中,和为机翼驻点总加热量的下界和上界,和为机翼平均升阻比的下界和上界,并且以上各量可以通过下式计算:
式中,根据区间数学理论,可以得到机翼驻点总加热量及平均升阻比的区间中心值和半径,表示为:
式中,和为机翼驻点总加热量的区间中心值和区间半径,和为机翼平均升阻比的区间中心值和区间半径。
8.根据权利要求1所述的一种考虑加工误差的高超声速机翼鲁棒优化设计方法,其特征在于:所述步骤(11)中,建立如下的多目标鲁棒优化模型:
式中,f为目标函数,表示对目标函数的区间中心值优化,而表示对目标函数的区间半径优化,从而降低目标函数对加工误差系数的敏感程度,提高目标函数的鲁棒性;为约束条件,N为约束条件的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610554691.9A CN106126860B (zh) | 2016-07-14 | 2016-07-14 | 一种考虑加工误差的高超声速机翼鲁棒优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610554691.9A CN106126860B (zh) | 2016-07-14 | 2016-07-14 | 一种考虑加工误差的高超声速机翼鲁棒优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106126860A true CN106126860A (zh) | 2016-11-16 |
CN106126860B CN106126860B (zh) | 2018-04-24 |
Family
ID=57282647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610554691.9A Active CN106126860B (zh) | 2016-07-14 | 2016-07-14 | 一种考虑加工误差的高超声速机翼鲁棒优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106126860B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376418A (zh) * | 2018-10-16 | 2019-02-22 | 湘潭大学 | 一种适用于湍流工况的小型风力机翼型气动稳健优化设计方法 |
CN109446692A (zh) * | 2018-11-08 | 2019-03-08 | 湖南科技大学 | 提取特长隧道渗漏水冷量的表冷器光管内水流速优化方法 |
CN109711048A (zh) * | 2018-12-26 | 2019-05-03 | 北京航空航天大学 | 一种考虑气动和结构多类型设计变量的机翼设计方法 |
CN109977526A (zh) * | 2019-03-21 | 2019-07-05 | 北京航空航天大学 | 一种基于三维cst技术的调整机翼有限元模型的方法 |
CN110610050A (zh) * | 2019-09-18 | 2019-12-24 | 中国人民解放军国防科技大学 | 基于改进径向基函数变形算法的翼型气动减阻方法 |
CN113361017A (zh) * | 2021-07-03 | 2021-09-07 | 西北工业大学 | 一种考虑机构约束的管射无人机二次折叠翼气动设计方法 |
CN115423053A (zh) * | 2022-11-07 | 2022-12-02 | 中国空气动力研究与发展中心计算空气动力研究所 | 适用于翼型切面的非结构流场数据的分类方法及相关设备 |
CN116305591A (zh) * | 2023-05-22 | 2023-06-23 | 西安现代控制技术研究所 | 一种制导火箭力热迭代联合优化总体设计方法 |
CN116576735A (zh) * | 2023-05-06 | 2023-08-11 | 西安现代控制技术研究所 | 一种超远程制导火箭气动热主动缓解控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320816A (zh) * | 2015-11-19 | 2016-02-10 | 江西洪都航空工业集团有限责任公司 | 一种改进的翼型优化设计方法 |
CN105718634A (zh) * | 2016-01-15 | 2016-06-29 | 北京航空航天大学 | 一种基于非概率区间分析模型的翼型鲁棒优化设计方法 |
-
2016
- 2016-07-14 CN CN201610554691.9A patent/CN106126860B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320816A (zh) * | 2015-11-19 | 2016-02-10 | 江西洪都航空工业集团有限责任公司 | 一种改进的翼型优化设计方法 |
CN105718634A (zh) * | 2016-01-15 | 2016-06-29 | 北京航空航天大学 | 一种基于非概率区间分析模型的翼型鲁棒优化设计方法 |
Non-Patent Citations (2)
Title |
---|
柳杨 等: "翼型气动性能鲁棒性优化设计", 《北京航空航天大学学报》 * |
郑宇宁 等: "二元可变后缘翼型的鲁棒优化设计", 《北京航空航天大学学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376418A (zh) * | 2018-10-16 | 2019-02-22 | 湘潭大学 | 一种适用于湍流工况的小型风力机翼型气动稳健优化设计方法 |
CN109376418B (zh) * | 2018-10-16 | 2023-05-12 | 湘潭大学 | 一种适用于湍流工况的小型风力机翼型气动稳健优化设计方法 |
CN109446692A (zh) * | 2018-11-08 | 2019-03-08 | 湖南科技大学 | 提取特长隧道渗漏水冷量的表冷器光管内水流速优化方法 |
CN109711048A (zh) * | 2018-12-26 | 2019-05-03 | 北京航空航天大学 | 一种考虑气动和结构多类型设计变量的机翼设计方法 |
CN109711048B (zh) * | 2018-12-26 | 2020-09-29 | 北京航空航天大学 | 一种考虑气动和结构多类型设计变量的机翼设计方法 |
CN109977526A (zh) * | 2019-03-21 | 2019-07-05 | 北京航空航天大学 | 一种基于三维cst技术的调整机翼有限元模型的方法 |
CN110610050B (zh) * | 2019-09-18 | 2022-11-08 | 中国人民解放军国防科技大学 | 基于改进径向基函数变形算法的翼型气动减阻方法 |
CN110610050A (zh) * | 2019-09-18 | 2019-12-24 | 中国人民解放军国防科技大学 | 基于改进径向基函数变形算法的翼型气动减阻方法 |
CN113361017A (zh) * | 2021-07-03 | 2021-09-07 | 西北工业大学 | 一种考虑机构约束的管射无人机二次折叠翼气动设计方法 |
CN113361017B (zh) * | 2021-07-03 | 2022-09-16 | 西北工业大学 | 一种考虑机构约束的管射无人机二次折叠翼气动设计方法 |
CN115423053A (zh) * | 2022-11-07 | 2022-12-02 | 中国空气动力研究与发展中心计算空气动力研究所 | 适用于翼型切面的非结构流场数据的分类方法及相关设备 |
CN116576735A (zh) * | 2023-05-06 | 2023-08-11 | 西安现代控制技术研究所 | 一种超远程制导火箭气动热主动缓解控制方法 |
CN116305591A (zh) * | 2023-05-22 | 2023-06-23 | 西安现代控制技术研究所 | 一种制导火箭力热迭代联合优化总体设计方法 |
CN116305591B (zh) * | 2023-05-22 | 2023-09-01 | 西安现代控制技术研究所 | 一种制导火箭力热迭代联合优化总体设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106126860B (zh) | 2018-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106126860A (zh) | 一种考虑加工误差的高超声速机翼鲁棒优化设计方法 | |
Fischer et al. | Multi-objective optimisation of horizontal axis wind turbine structure and energy production using aerofoil and blade properties as design variables | |
CN105718634B (zh) | 一种基于非概率区间分析模型的翼型鲁棒优化设计方法 | |
CN106126791B (zh) | 一种考虑几何不确定性的高超声速机翼气动力/热分析方法 | |
CN102262692B (zh) | 飞机翼面蒙皮亚音速颤振优化方法 | |
Tao et al. | Robust optimization for a wing at drag divergence Mach number based on an improved PSO algorithm | |
CN104317997A (zh) | 一种高负荷风扇/压气机端壁造型优化设计方法 | |
CN104834772B (zh) | 基于人工神经网络的飞机翼型/机翼反设计方法 | |
CN109460629A (zh) | 一种基于近似模型法的冷却风扇性能优化方法 | |
CN107391891A (zh) | 一种基于模型融合方法的大展弦比机翼优化设计方法 | |
Wu et al. | Effects of lateral wind gusts on vertical axis wind turbines | |
CN108733914A (zh) | 基于人工神经网络的跨音速翼型自然层流延迟转捩设计方法 | |
CN104978449A (zh) | 二维三段翼型的前缘缝翼及后缘襟翼位置的气动优化方法 | |
CN110516318A (zh) | 基于径向基函数神经网络代理模型的翼型设计方法 | |
Li et al. | Aero-mechanical multidisciplinary optimization of a high speed centrifugal impeller | |
Cheng et al. | Research on highway roadside safety | |
Wang et al. | Research on the lean and swept optimization of a single stage axial compressor | |
Chen et al. | Airfoil parameterization evaluation based on a modified PARASEC method for a H-Darrious rotor | |
Luers et al. | Adjoint-based volumetric shape optimization of turbine blades | |
Chen | Optimization of wind turbine airfoils/blades and wind farm layouts | |
CN105138766A (zh) | 基于模糊聚类的高超声速气动热降阶模型的加点方法 | |
Yang et al. | Response surface technique for static aeroelastic optimization on a high-aspect-ratio wing | |
Lee et al. | Optimization framework using surrogate model for aerodynamically improved 3D turbine blade design | |
Moss et al. | Effect of Mesh Characteristics on the Flow Solutions around a Multi–element Airfoil using SU2 | |
Bradstock et al. | Theory and verification of a new 3D RANS wake model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |