CN112948977A - 一种乘波体横航向稳定性优化方法及系统 - Google Patents

一种乘波体横航向稳定性优化方法及系统 Download PDF

Info

Publication number
CN112948977A
CN112948977A CN202110275444.6A CN202110275444A CN112948977A CN 112948977 A CN112948977 A CN 112948977A CN 202110275444 A CN202110275444 A CN 202110275444A CN 112948977 A CN112948977 A CN 112948977A
Authority
CN
China
Prior art keywords
configuration
waverider
target
optimization algorithm
lateral
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.)
Pending
Application number
CN202110275444.6A
Other languages
English (en)
Inventor
刘�文
张陈安
杨磊
李文皓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Mechanics of CAS
Original Assignee
Institute of Mechanics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Mechanics of CAS filed Critical Institute of Mechanics of CAS
Priority to CN202110275444.6A priority Critical patent/CN112948977A/zh
Publication of CN112948977A publication Critical patent/CN112948977A/zh
Pending legal-status Critical Current

Links

Images

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C30/00—Supersonic type aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Transportation (AREA)
  • Manufacturing & Machinery (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了一种乘波体横航向稳定性优化方法及系统，该方法包括利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；判断所述第一优化构型的横航向稳定性是否满足目标条件；如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法。该方法可以对第一优化构型的横航向稳定性进行判断，在第一优化构型不满足横航向稳定性要求后，采用在第一优化算法的几何约束中引入底面上反角约束，即可获得满足横航向稳定性要求的高升阻比乘波体，从而实现了依靠准乘波体自身几何特征的合理设计来满足横航向稳定性要求，大大缓解了高超声速飞行的防热难题。

Description

一种乘波体横航向稳定性优化方法及系统
技术领域
本发明涉及乘波构型优化技术领域，特别是涉及一种乘波体横航向稳定性优化方法及系统。
背景技术
在高超声速条件下，由于常规外形的飞行器在超音速流中前缘大都是脱体激波，激波前后存在的压差使得常规外形的飞行器上的波阻非常大，飞行器将遭受极大的摩阻和波阻，升阻比提升十分困难，会面临难以逾越的“升阻比屏障”。为了解决上述问题，乘波构型的飞行器应运而生。乘波构型也称为乘波体，是一种适宜高超音速飞行的飞行器外形，其所有的前缘都具有附体激波。乘波构型飞行时其前缘平面与激波的上表面重合，就像骑在激波的波面上，依靠激波的压力产生升力。由于乘波体的上表面与自由流面同面，所以不会形成大的压差阻力。因此，乘波体被认为是最有希望打破高超声速“升阻比屏障”的一种新型气动布局。
乘波体的设计与常规的由外形决定流场再去求解的方法相反，是需要先计算出基准流场，然后再推导出乘波体外形。在基准流场中先给定一条飞行器的前缘线，然后通过流线追踪得到乘波体飞行器的下表面，上表面一般与自由来流平行。目前在乘波体的构型和优化设计过程中，主要考虑了纵向静稳定性的影响，而在工程应用中，飞行器的横向和航向稳定性也至关重要。在传统航空飞行器设计过程中，一般通过在尾部迎风面或背风面布置安定面来改善横航向稳定性。然而，由于高超声速飞行时，气动热问题突出，机身上凸起的安定面气动烧蚀严重，会面临较大的结构失效风险，且产生的激波会进一步增大波阻，造成较大的升阻比损失，从而大大降低飞行任务成功的可能性。
因此，如何实现依靠准乘波体自身几何特征的合理设计来满足横航向稳定性要求，是迫切需要本领域技术人员解决的技术问题。
发明内容
本发明提供了一种乘波体横航向稳定性优化方法及系统。
本发明提供了如下方案：
一种乘波体横航向稳定性优化方法，包括：
利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；
判断所述第一优化构型的横航向稳定性是否满足目标条件；
如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
优选地：所述第一优化算法用于结合遗传算法对所述锥导乘波体的前缘线参数进行优化以获得所述第一优化构型。
优选地：所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。
优选地：所述判断所述第一优化构型的横航向稳定性是否满足目标条件；包括：
通过计算流体动力学计算所述第一优化构型的横向静导数和航向静导数，判断是否满足判断所述目标条件。
优选地：所述横向静导数用于表示所述锥导乘波体的横向静稳定，所述横向静导数的值越小，横向静稳定性越强；所述航向静导数用于表示所述锥导乘波体的航向静稳定，所述航向静导数值越大，航向静稳定性越强。
优选地：所述上反角约束包括不小于目标上反角。
优选地：所述目标上反角为所述第二优化构型可获得所述目标条件所需最小上反角。
优选地：所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与Y轴平行的直线，所述Y轴的指向为在水平面上指向所述乘波体构型的左侧。
一种乘波体横航向稳定性优化系统，该系统包括：
第一优化构型获取机构，用于利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；
目标调节判断机构，用于判断所述第一优化构型的横航向稳定性是否满足目标条件；
第二优化算法生成机构，用于如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
第二优化构型获取机构，用于利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
一种乘波体横航向稳定性优化方法，该方法包括：
通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
优选地：所述第一优化算法用于结合遗传算法对锥导乘波体的前缘线参数进行优化以实现对所述锥导乘波体的升阻比进行优化。
优选地：所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。
优选地：所述上反角约束包括大于目标上反角。
优选地：所述目标上反角为所述优化构型可获得所述目标横航向稳定性所需最小上反角。
优选地：所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与所述Y轴平行的直线。
一种乘波体横航向稳定性优化系统，该系统包括：
第二优化算法确定机构，用于通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
优化构型生成机构，用于利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本申请提供乘波体横航向稳定性优化方法，可以对第一优化构型的横航向稳定性进行判断，在第一优化构型不满足横航向稳定性要求后，采用在第一优化算法的几何约束中引入底面上反角约束，即可获得满足横航向稳定性要求的高升阻比乘波体，从而实现了依靠准乘波体自身几何特征的合理设计来满足横航向稳定性要求，大大缓解了高超声速飞行的防热难题。
另外，在优选地实施方式下，可以直接采用第二优化算法对锥导乘波体的初始构型进行优化，一次性获得具有目标升阻比以及目标横航向稳定性的优化构型。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例1提供的一种乘波体横航向稳定性优化方法的流程图；
图2(a-b)是典型初始构型生成示意图；
图3是乘波体下表面生成示意图；
图4(a-d)是初始构型的结构示意图；
图5是本发明实施例1提供的第一优化算法的流程图；
图6是本发明实施例1提供的乘波体上反角示意图；
图7是本发明实施例1提供的第二优化算法的流程图；
图8(a-d)是本发明实施例1提供的第一优化构型的结构示意图；
图9(a-c)是本发明实施例1提供的第一优化构型的气动特性线形图；
图10(a-d)是本发明实施例1提供的第二优化构型的结构示意图；
图11(a-c)是本发明实施例1提供的第二优化构型的气动特性线形图；
图12是本发明实施例1提供的一种乘波体横航向稳定性优化系统的示意图。
图中：锥形激波面1、圆锥体2、乘波体3、基准平面4、前缘线5、流线6、下表面7。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
乘波体是一种通过反设计方法从已知的超声速流场中“刻”出来的气动外形。在基准流场中先给定一条飞行器的前缘线，然后通过流线追踪得到飞行器的下表面，上表面一般与自由来流平行。在无黏设计工况，飞行器下表面的流场在理论上和基准流场的对应部分完全相同，激波可以完全附着在前缘线处，阻止了下表面波后高压气体上溢，因而在小攻角即可获得较高升力，且升阻比比传统升力体外形更高。
以锥形流场作为基准流场生成的乘波体被称作锥导乘波体。由于锥形流场存在解析解，锥导乘波体生成过程较为简单，目前锥导乘波体在各类乘波体中被研究的最多，应用最为广泛。传统的锥导乘波体在优化过程中，通常采用最优升阻比作为优化目标进行优化，由于有侧滑时流动不对称，以最优升阻比作为优化目标获得的乘波体构型的适用效果不好，在优化结束后，需要针对最终乘波体构型通过计算流体力学(CFD)来评估其有侧滑角时的滚转力矩和偏航力矩，从而获得其横向稳定性和航向稳定性。由于在优化中没有考虑横航向稳定性的影响，优化获得的最终外形往往横航向稳定性不满足要求。研究表明，形成的乘波体构型的上反角的大小直接影响乘波体的横航向稳定性，因此，本申请实施例采用在现有锥导乘波体优化过程中，通过引入上反角几何约束，解决上述问题。
实施例1
参见图1，为本发明实施例1提供的一种乘波体横航向稳定性优化方法，如图1所示，该方法可以包括：
S101：利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；该初始构型指的是待优化的初始锥导乘波体，该初始锥导乘波体的生成方法可以是现有技术中任意一种可以生成锥导乘波体的方法。该第一优化构型是以初始锥导乘波体为基础，采用第一优化算法获得的具有最优升阻比的乘波体构型。
S102：判断所述第一优化构型的横航向稳定性是否满足目标条件；如果满足目标条件，则将该第一优化构型最为最终构型。横航向稳定性的判断方法可以是现有技术中任何一种可实现乘波体横航向稳定性判断的方法。
S103：如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
S104：利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
本申请实施例1提供的优化方法，可以首先对获得的第一优化构型的横航向稳定性进行判断，当确定第一优化构型不满足横航向稳定性的目标条件后，在第一优化算法的几何约束中引入底面上反角约束形成第二优化算法，执行获得的第二优化算法对初始构型进行优化，即可获得满足横航向稳定性要求的高升阻比第二优化构型，从而实现了依靠准乘波体自身几何特征的合理设计，来满足横航向稳定性要求，大大缓解了高超声速飞行的防热难题。该方法中采用的是先对第一优化构型的横航向稳定性进行判断，然后在确定是否执行第二算法重新进行优化，采用这样的方式，可以降低计算难度，当第一优化构型满足目标条件后，无需重新进行优化，即可以节约构型生成时间，又可以减少资源浪费。
本申请实施例1提供的第一优化算法可以是任何可以以最优升阻比为优化目标，实现对初始构型进行优化获得具有最优升阻比的第一优化构型的方法，例如，在一种实现方式下，本申请实施例1可以提供所述第一优化算法用于结合遗传算法对所述锥导乘波体的前缘线参数进行优化以获得所述第一优化构型。结合遗传算法，可以对锥导乘波体的初始构型进行前缘线参数kw，
Figure BDA0002976441120000071
和η进行优化，以获得升阻比(L/D)最优的第一优化构型，第一优化算法的详细过程将在后续进行详细介绍。
该锥导乘波体可以是基于幂次乘波体设计思想形成的乘波体，具体的，所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。具体实现时，可以在基准流场中先给定一条飞行器的前缘线，然后通过流线追踪得到飞行器的下表面，上表面一般与自由来流平行。
在获得第一优化构型后，可以首先对第一优化构型的横航向稳定性进行判断，其中判断方法可以采用任何现有技术中可以实现飞行器构型的横航向稳定性的判断方法，例如，本申请实施例可以提供所述判断所述第一优化构型的横航向稳定性是否满足目标条件；包括：
通过计算流体动力学(CFD：Computational Fluid Dynamics)计算所述第一优化构型的横向静导数和航向静导数，判断是否满足所述目标条件。具体的，判断的标准为所述横向静导数用于表示所述锥导乘波体的横向静稳定，所述横向静导数的值越小，横向静稳定性越强；所述航向静导数用于表示所述锥导乘波体的航向静稳定，所述航向静导数值越大，航向静稳定性越强。横航向稳定性的判断可以通过计算流体动力学(CFD：Computational Fluid Dynamics)计算第一优化构型的横向静导数和航向静导数，评估是否满足横航向稳定性要求。如果满足要求即为最终构型，如果不满足要求，则可以通过本申请实施例1提供的第二优化算法对初始构型重新进行优化。
可以理解的是，本申请提供的第一优化算法自身可以包含几何约束，只是在几何约束中包含的各个条件中，没有上反角约束条件。在本申请实施例1中提供的第二优化算法中，将上反角约束增加至第一优化算法的几何约束中，同时无需对第一优化算法的其他约束条件以及执行步骤进行改动。该上反角约束条件是可以保证获得的第二优化构型可以获得满足横航向稳定性要求上反角的约束条件，具体的，所述上反角约束包括不小于目标上反角。所述目标上反角为所述第二优化构型可获得所述目标条件所需最小上反角。所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与Y轴平行的直线，所述Y轴的指向为在水平面上指向所述乘波体构型的左侧。由于上反角越大获得的乘波体的横航向稳定性越强，因此只需要保证获得的第二优化构型的上反角不小于所需最小上反角，即可保证获得的第二优化构型具有满足设计要求的横航向稳定性。
下面通过具体实施例对本申请提供的方法进行详细说明。
首选对锥导乘波体的初始构型的生成以及优化过程进行详细介绍。
步骤一、锥导乘波体的初始构型生成过程。
锥导乘波体生成过程如图2(a-b)所示，详细步骤为：
(1)求解基准流场
给定来流马赫数和激波角βs，数值求解锥形流动控制方程——Taylor-Maccoll方程(教科书内容，没有详述)，求得圆锥体(Generating Body)和锥形激波面(GeneratingShock)之间的锥形流动流场参数；
(2)前缘线定义
在基准流场底面(Base Surface)上定义一条任意形式的基准曲线，此处采用如下形式的三次多项式来定义底面上的基准曲线：
Figure BDA0002976441120000091
为了更清晰直观地描述该曲线，设激波圆半径为Rs，基准曲线Z截距为R0，方位角为
Figure BDA0002976441120000093
令曲线与激波圆交点位置处的切线与Y轴的夹角为η，并令参数kw＝R0/Rs，坐标系的X轴的指向为由原始准乘波体构型的尾部指向头部、Y轴的指向为在水平面上指向左侧、Z轴的指向为在铅锤面内指向下方。化简后可得：
Figure BDA0002976441120000092
这样，给定设计参数kw，
Figure BDA0002976441120000094
和η，即可完全确定式(2)的基准曲线形式；再将该曲线沿X轴方向朝激波面投影得到一条交线，即为乘波体的前缘线(Leading Edge)；
(3)下表面生成
在乘波体前缘线上选取若干个点(一般20-30即可)，在基准流场中对每个点沿下游进行流线追踪，即可生成下表面，如图3所示。流线通过下述方程确定：
Figure BDA0002976441120000101
式中u，v和w表示沿着对应坐标轴方向的速度分量。
(4)上表面生成
上表面采用与自由来流方向平行的自由流面。
经过上述步骤，即可生成锥导乘波体的初始构型，如图4(a-d)所示。
步骤二、采用第一优化算法对锥导乘波体的初始构型进行优化过程：
结合遗传算法，对乘波体前缘线参数kw，
Figure BDA0002976441120000103
和η进行优化，以获得升阻比(L/D)最优的外形，其流程如图5所示，详细的步骤如下：
(1)给定前缘线参数设计空间(即三个参数的变化范围)，在设计空间内随机选取一定数量(一般取20-30即可)的初始参数组合(kw，
Figure BDA0002976441120000104
η)；针对每个前缘线参数组合，根据上述步骤(一)生成锥导乘波体的初始构型，即可获得全部初始种群。
(2)计算种群每个个体的上反角、宽度、容积率等几何特性，其中容积率Veff定义如下：
Figure BDA0002976441120000102
式中，Volume为飞行器的体积，Supper和Slower分别为飞行器上、下表面的表面积。
(3)对每个个体，若有几何约束，判断是否满足，满足的个体则进入下一步，不满足的个体直接令L/D＝0；若无几何约束，所有个体直接进入下一步；
(4)在优化程序中，采用高效的工程模型来自动快速计算每个个体的气动特性，具体实施过程如下：
考虑到高超声速条件下，乘波体上/下表面流动的压缩/膨胀特性迥异，此处采用一种切锥法来计算下表面(Lower)压力分布，采用膨胀波关系式计算上表面(Upper)压力分布，具体表达式为：
Figure BDA0002976441120000111
其中，p、pw和p∞分别为无量纲压力、物面压力和自由来流压力，M∞为给定的来流马赫数，θ为物面与来流方向夹角，高超声速相似参数K＝M∞θ，比热比γ＝1.4。对于给定的来流马赫数M∞和物面倾角θ，激波角βs可由下式确定：
Figure BDA0002976441120000112
在高超声速条件下，黏性干扰效应较强，飞行器的边界层较厚，需要考虑有效外形(有效外形＝原物面+边界层位移厚度)对压力分布的影响。采用一种半经验方法来快速计算物面边界层位移厚度，具体表达式为：
Figure BDA0002976441120000113
式中，
Figure BDA0002976441120000114
其中，下标为∞和w的量表征来流和物面处的物理量，
Figure BDA0002976441120000115
为边界层位移厚度，Tad为绝热壁面温度，T'为参考温度。
参考温度计算公式为：
Figure BDA0002976441120000121
绝热壁温计算公式为：
Figure BDA0002976441120000122
其中普朗特数Pr*＝0.72，壁面温度Tw＝1000K。
具体的气动力计算步骤如下：
①通过式(5)计算原物面上的压力；
②根据式(9)-(11)计算物面边界层中的黏性干扰参数
Figure BDA0002976441120000123
和ξ；
③联立式(8)和式(10)得到关于dp/dξ的常微分方程，结合初值条件：
Figure BDA0002976441120000124
p＝pw,0/p∞(pw,0为原物面压力)，逆着来流方向沿截面型线采用四阶龙格-库塔法积分该微分方程可得最终的物面压力分布pw(x)。
④物面剪切力采用考虑强黏性干扰效应的层流摩阻系数计算公式：
Figure BDA0002976441120000125
式中，Re∞,x表示来流雷诺数。
⑤在求得物面当地压力和剪切力后，对上表面和下表面进行积分即可获得整个乘波体的气动力特性，包括升力、阻力、升阻比、俯仰力矩、压心、焦点等。
(5)如果有压心、焦点等气动特性约束，则对每个个体判断是否满足要求，满足则进入下一步，不满足的个体直接令L/D＝0；如果无气动特性约束，所有个体直接进入下一步。
(6)依据升阻比大小对种群进行降序排序，并按升阻比的比例确定个体适应度，计算公式为：
Figure BDA0002976441120000126
式中，n表示种群的个体数量。
(7)判断是否为最后一代，若不是，继续执行第(8)-(10)步；若是则执行第(10)步；
(8)采用轮盘赌的方法根据适应度选择出繁衍后代的个体；
(9)交叉和变异是使子代不同于父代的根本原因。首先，根据给定的交叉概率确定交叉个体的数量并随机选择交叉个体，对所选个体相应控制变量交叉，再遵循给定的基因突变概率，完成基因突变；
(10)生成新的种群，返回执行第(2)步；
(11)优化结束，第一个个体升阻比最大，即为具有目标升阻比的第一优化构型。
上述步骤(一)以及(二)可以实现以最优升阻比为目标的锥导乘波体优化获得第一优化构型。由于有侧滑时流动不对称，上述获得的第一优化构型的高效的气动力模型适用效果不好，在优化结束后，需要针对第一优化构型通过计算流体力学(CFD)来评估其有侧滑角时的滚转力矩和偏航力矩，从而获得其横向稳定性和航向稳定性。由于在采用第一优化算法进行优化过程中没有考虑横航向稳定性的影响，优化获得的第一优化构型往往横航向稳定性不满足要求。在上述第一优化算法的优化过程中，通过引入上反角几何约束，即可解决这一问题。
乘波体上反角Γ定义在乘波体底面上，如图6所示，图6中h表示尾部前缘线端点至下表面对称面的Z向高度，b表示底部半宽，上反角计算公式为：
Γ＝arctan(h/b) (13)
基于上反角约束的乘波体优化框架如下图所示。在完成图5中的乘波体优化流程后，后续步骤如下：
1)通过CFD计算第一优化构型的横向静导数和航向静导数，评估是否满足横航向稳定性要求；
2)如满足要求，则该第一优化构型即为最终构型；如不满足要求，则重新生成初始种群进行优化，核心是需要在第一优化算法中的几何约束中添加上反角约束，形成第二优化算法；
上反角约束方法：研究表明，乘波体底面的上反角越大，横航向稳定性越强；因此，需要评估第一优化构型的上反角Γ0，为了提升横航向稳定性，在优化中施加的上反角约束Γ需满足Γ＞Γ0；
执行如图7所示的第二优化算法进行循环优化，直到满足要求为止，最终获得的第二优化构型为满足横航向稳定性要求的最优乘波体构型。
总之，本申请实施例1提供的乘波体横航向稳定性优化方法，在乘波体优化过程中，引入底面上反角约束，即可获得满足横航向稳定性要求的高升阻比乘波体，从而实现了依靠准乘波体自身几何特征的合理设计来满足横航向稳定性要求，大大缓解了高超声速飞行的防热难题。
采用本申请实施例1提供的第二优化算法对锥导乘波体的初始构型进行优化后，即可以获得满足横航向稳定性要求的上反特征，同时对于原始准乘波体的升阻比影响不大，完全可以满足生成的升力体对于高升阻比的要求。下面对本申请实施例1提供的方法的效果进行验证。
优化目标：生成高升阻比锥导乘波体(长度为5米)，飞行工况为15马赫，50公里高度。
横航向稳定性设计要求：假设质心位置位于全长60％(即力矩参考点)，后处理时参考面积为1平方米，参考长度为5米，则在最大升阻比所在攻角，横向静稳定要求Clβ<-0.08，航向静稳定要求Cnβ>0.04。
(说明：横向静导数Clβ<0表示横向静稳定，其值越小，横向静稳定性越强；航向静导数Cnβ>0表示航向静稳定，其值越大，航向静稳定性越强)。
根据上述设计要求采用步骤一中的方法生成锥导乘波体的初始构型。
对锥导乘波体的初始构型采用第一优化算法进行优化获得第一优化构型，具体的在采用第一优化算法进行优化中，给定来流马赫数为15，计算高度为50km，锥形流场激波角为8.5°，遗传算法种群数量为30，最大迭代步数为200步，通过优化获得了升阻比最大的第一优化构型，获得的第一优化构型的前缘线设计参数为：kw＝0.543、
Figure BDA0002976441120000141
η＝34.1°，生成的第一优化构型如图8(a-d)所示。
通过CFD获得该第一优化构型的气动特性如图9(a-c)所示，包括升阻比(图9a)、横向静导数(图9b)和航向静导数(图9c)。从图9(a-c)中可见，该外形在2°攻角升阻比最大，达到4.72，此时其横向静导数Clβ为-0.076、航向静导数Cnβ为0.0314。
可见，其横向和航向静稳定性不满足Clβ<-0.08和Cnβ>0.04的设计要求，需要在优化过程中引入上反角约束。
由于获得的第一优化构型的横航向稳定性不满足设计要求，因此需要引入上反角约束生成第二优化算法，从而通过第二优化算法对锥导乘波体的初始构型进行优化以便获得第二优化构型作为最优构型。
经测试上述第一优化构型的底部上反角为14.7°，为了增大横向稳定性，在第一优化算法中引入的上反角约束为：Γ≥18°。该条件下最优解的前缘线设计参数为：kw＝0.499、
Figure BDA0002976441120000151
η＝21.0°，生成的第二优化构型如图10(a-d)所示，其底面上反角为18.4°。
通过CFD获得该第二优化构型气动特性如图11(a-c)所示，包括升阻比(图11a)、横向静导数(图11b)和航向静导数(图11c)。从图中可见，该外形在2°攻角升阻比最大，达到4.63，此时其横向静导数Clβ为-0.0856、航向静导数Cnβ为0.0418。
可见，第二优化构型的横向和航向静稳定性满足Clβ<-0.08和Cnβ>0.04的设计要求，且升阻比相比原始外形仅降低不到0.1。
从上述案例中可见，通过在第一优化算法中引入上反角约束，成功提升了获得的最终优化构型(第二优化构型)的横向和航向稳定性，同时相对于第一优化构型升阻比下降较小，可以满足升阻比的设计要求。
参见图12，与本申请实施例1提供的一种乘波体横航向稳定性优化方法相对应，如图12所示，本申请实施例1还提供了一种乘波体横航向稳定性优化方法系统，该系统具体可以包括：
第一优化构型获取机构201，用于利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；
目标调节判断机构202，用于判断所述第一优化构型的横航向稳定性是否满足目标条件；
第二优化算法生成机构203，用于如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
第二优化构型获取机构204，用于利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
实施例2
本发明实施例2提供了一种乘波体横航向稳定性优化方法，该方法可以包括：
通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
本申请实施例2中提供的方法相对实施例1中提供的方法，省略了对第一优化构型横航向稳定性的判断过程，直接采用生成的第二优化算法对锥导乘波体的初始构型进行优化，这样可以一次性获得具有目标升阻比以及目标横航向稳定性的优化构型。实施例1中提供的方法由于可以对第一优化构型的横航向稳定性进行判断，因此当生成的第一优化构型满足目标横航向稳定性的要求时，可以直接确定为最优构型，无需再进行二次优化，具有操作灵活的优点。而本申请实施例2中提供的方法，由于采用对第一优化算法进行后获得的第二优化算法进行优化，在一定程度上相对实施例1中的方法会增加计算难度，但是可以保证一次性获得最终构型。可见，用户在实际应用中，可以根据需要确定使用实施例1中提供的方法或实施例2中提供的方法。
可以理解的是，本申请实施例2中的第一优化算法可以与实施例1中采用相同的第一优化算法，对于第一优化算法以及第二算法的具体实施步骤可以参见实施例1中的描述，在此不再赘述。
进一步的，在一种实施方式下，所述第一优化算法用于结合遗传算法对锥导乘波体的前缘线参数进行优化以实现对所述锥导乘波体的升阻比进行优化。
所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。
所述上反角约束包括大于目标上反角。
所述目标上反角为所述优化构型可获得所述目标横航向稳定性所需最小上反角。
所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与所述Y轴平行的直线。
与本申请实施例2提供的一种乘波体横航向稳定性优化方法相对应，本申请实施例2还提供了一种乘波体横航向稳定性优化系统，该系统具体可以包括：
第二优化算法确定机构，用于通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
优化构型生成机构，用于利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (16)

1.一种乘波体横航向稳定性优化方法，其特征在于，所述方法包括：
利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；
判断所述第一优化构型的横航向稳定性是否满足目标条件；
如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
2.根据权利要求1所述的乘波体横航向稳定性优化方法，其特征在于，所述第一优化算法用于结合遗传算法对所述锥导乘波体的前缘线参数进行优化以获得所述第一优化构型。
3.根据权利要求2所述的乘波体横航向稳定性优化方法，其特征在于，所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。
4.根据权利要求1所述的乘波体横航向稳定性优化方法，其特征在于，所述判断所述第一优化构型的横航向稳定性是否满足目标条件；包括：
通过计算流体动力学计算所述第一优化构型的横向静导数和航向静导数，判断是否满足判断所述目标条件。
5.根据权利要求4所述的乘波体横航向稳定性优化方法，其特征在于，所述横向静导数用于表示所述锥导乘波体的横向静稳定，所述横向静导数的值越小，横向静稳定性越强；所述航向静导数用于表示所述锥导乘波体的航向静稳定，所述航向静导数值越大，航向静稳定性越强。
6.根据权利要求1所述的乘波体横航向稳定性优化方法，其特征在于，所述上反角约束包括不小于目标上反角。
7.根据权利要求6所述的乘波体横航向稳定性优化方法，其特征在于，所述目标上反角为所述第二优化构型可获得所述目标条件所需最小上反角。
8.根据权利要求7所述的乘波体横航向稳定性优化方法，其特征在于，所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与Y轴平行的直线，所述Y轴的指向为在水平面上指向所述乘波体构型的左侧。
9.一种乘波体横航向稳定性优化系统，其特征在于，所述系统包括：
第一优化构型获取机构，用于利用第一优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比的第一优化构型；
目标调节判断机构，用于判断所述第一优化构型的横航向稳定性是否满足目标条件；
第二优化算法生成机构，用于如果不满足，则通过向所述第一优化算法的几何约束中添加上反角约束，生成第二优化算法；
第二优化构型获取机构，用于利用所述第二优化算法对所述锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的第二优化构型。
10.一种乘波体横航向稳定性优化方法，其特征在于，所述方法包括：
通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
11.根据权利要求10所述的乘波体横航向稳定性优化方法，其特征在于，所述第一优化算法用于结合遗传算法对锥导乘波体的前缘线参数进行优化以实现对所述锥导乘波体的升阻比进行优化。
12.根据权利要求11所述的乘波体横航向稳定性优化方法，其特征在于，所述锥导乘波体的前缘线用于在基准流场中以流线追踪的方式形成所述锥导乘波体的下表面。
13.根据权利要求10所述的乘波体横航向稳定性优化方法，其特征在于，所述上反角约束包括大于目标上反角。
14.根据权利要求13所述的乘波体横航向稳定性优化方法，其特征在于，所述目标上反角为所述优化构型可获得所述目标横航向稳定性所需最小上反角。
15.根据权利要求14所述的乘波体横航向稳定性优化方法，其特征在于，所述上反角为经过乘波体构型下表面对称面交线的尾部端点的直线段与直线形成的夹角，所述直线段为所述乘波体构型下表面对称面交线的尾部端点与前缘线的尾部端点连接形成的直线段，所述直线为经过所述乘波体构型下表面对称面交线的尾部端点与所述Y轴平行的直线。
16.一种乘波体横航向稳定性优化系统，其特征在于，所述系统包括：
第二优化算法确定机构，用于通过向第一优化算法中的几何约束中添加上反角约束，确定第二优化算法；所述第一优化算法用于以升阻比为目标对锥导乘波体的初始构型进行优化；
优化构型生成机构，用于利用所述第二优化算法对锥导乘波体的初始构型进行优化，以获得具有目标升阻比以及目标横航向稳定性的优化构型。
CN202110275444.6A 2021-03-15 2021-03-15 一种乘波体横航向稳定性优化方法及系统 Pending CN112948977A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110275444.6A CN112948977A (zh) 2021-03-15 2021-03-15 一种乘波体横航向稳定性优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110275444.6A CN112948977A (zh) 2021-03-15 2021-03-15 一种乘波体横航向稳定性优化方法及系统

Publications (1)

Publication Number Publication Date
CN112948977A true CN112948977A (zh) 2021-06-11

Family

ID=76229844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110275444.6A Pending CN112948977A (zh) 2021-03-15 2021-03-15 一种乘波体横航向稳定性优化方法及系统

Country Status (1)

Country Link
CN (1) CN112948977A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114524110A (zh) * 2022-03-30 2022-05-24 西北工业大学 一种针对超声速民机的旋成体静音锥快速设计方法
CN116628898A (zh) * 2023-07-25 2023-08-22 中国空气动力研究与发展中心空天技术研究所 一种基于密切方法的非对称双乘波构型设计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106428620A (zh) * 2016-10-31 2017-02-22 中国人民解放军国防科学技术大学 一种大容积高升阻比脊形吻切锥乘波体设计方法
CN109677630A (zh) * 2019-01-09 2019-04-26 南京航空航天大学 基准流场激波形状可控的强几何约束下的乘波体设计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106428620A (zh) * 2016-10-31 2017-02-22 中国人民解放军国防科学技术大学 一种大容积高升阻比脊形吻切锥乘波体设计方法
CN109677630A (zh) * 2019-01-09 2019-04-26 南京航空航天大学 基准流场激波形状可控的强几何约束下的乘波体设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘文: "高超声速乘波体气动布局优化及稳定性研究", 《中国优秀博士学位论文全文数据库》, no. 2, pages 031 - 31 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114524110A (zh) * 2022-03-30 2022-05-24 西北工业大学 一种针对超声速民机的旋成体静音锥快速设计方法
CN114524110B (zh) * 2022-03-30 2023-03-10 西北工业大学 一种针对超声速民机的旋成体静音锥快速设计方法
CN116628898A (zh) * 2023-07-25 2023-08-22 中国空气动力研究与发展中心空天技术研究所 一种基于密切方法的非对称双乘波构型设计方法
CN116628898B (zh) * 2023-07-25 2023-09-29 中国空气动力研究与发展中心空天技术研究所 一种基于密切方法的非对称双乘波构型设计方法

Similar Documents

Publication Publication Date Title
CN110705126A (zh) 一种直升机旋翼翼型确定方法及系统
Bagheri et al. Constraint handling in efficient global optimization
CN112948977A (zh) 一种乘波体横航向稳定性优化方法及系统
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
Bhushan et al. Assessment of computational fluid dynamic for surface combatant 5415 at straight ahead and static drift β= 20 deg
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
Hammer et al. Effect of aspect ratio on finite-wing dynamic stall
Kornev On unsteady effects in WIG craft aerodynamics
Ma et al. Aerodynamic interference mechanism of moving vehicles on a bridge deck in crosswind environment
Viola et al. A CFD-based wing sail optimisation method coupled to a VPP
CN114611390A (zh) 一种基于全弹道航程的锥导乘波体优化方法及系统
Ivanov et al. Influence of selected turbulence model on the optimization of a class-shape transformation parameterized airfoil
Amoignon et al. A numerical study of adaptive FFD in aerodynamic shape optimization
Kandemir et al. Aerodynamic Nose Optimization of a Jet Trainer Aircraft
Loughnane et al. Effect of airfoil-preserved undulation placement on wing performance and wingtip vortex
Kuzmin et al. Transonic aerofoils admitting anomalous behaviour of lift coefficient
CN112949199B (zh) 一种幂次乘波体的纵向稳定性优化方法及系统
Zhu HAMSTRAN: An Indirect Method to Create All-Quadrilateral Grids for the HAMSTR Flow Solver
Li et al. Shape optimization of supersonic bodies to reduce sonic boom signature
CN112949222B (zh) 一种准乘波体构型横航向稳定性优化方法、系统及升力体
Jingfeng et al. Parameter study on lateral moments of banked wings in ground effect
Djavareshkian et al. Smart spoiler for race car
Djavareshkian et al. Application of smart flap for race car wings
CN112948976B (zh) 一种平面前缘升力体前缘线优化方法、系统及升力体
Ghoreyshi et al. Grid Quality and Resolution Effects on the Aerodynamic Modeling of Parachute Canopies

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination