CN117993092A - 考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 - Google Patents
考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 Download PDFInfo
- Publication number
- CN117993092A CN117993092A CN202311706866.XA CN202311706866A CN117993092A CN 117993092 A CN117993092 A CN 117993092A CN 202311706866 A CN202311706866 A CN 202311706866A CN 117993092 A CN117993092 A CN 117993092A
- Authority
- CN
- China
- Prior art keywords
- stealth
- airfoil
- pneumatic
- coating
- optimization
- 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
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 87
- 239000011248 coating agent Substances 0.000 title claims abstract description 86
- 238000013461 design Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000011358 absorbing material Substances 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 62
- 239000011247 coating layer Substances 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000003860 storage Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000035939 shock Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 101100189913 Caenorhabditis elegans pept-1 gene Proteins 0.000 description 2
- 101100243399 Caenorhabditis elegans pept-2 gene Proteins 0.000 description 2
- 101100243401 Caenorhabditis elegans pept-3 gene Proteins 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- Turbine Rotor Nozzle Sealing (AREA)
Abstract
本发明属于飞机设计领域，具体为考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，包括如下步骤：步骤1：确定气动、隐身的目标，针对初始翼型获取最佳的涂敷位置；步骤2：对翼型进行参数化，确定设计变量和设计空间，并抽样获得样本点；所述设计变量包含不带涂敷层的翼型形状控制参数和涂敷厚度；步骤3：对样本点进行气动隐身计算，获得样本气动隐身数据集；步骤4：建立代理模型；步骤5：在步骤2确定的设计空间内采用基于代理模型的加点优化框架进行多目标寻优，获得优化翼型。通过本发明能够在优化气动性能的同时找出最佳涂敷位置、涂敷厚度，能避免均匀涂敷带来的成本和重量增加问题。
Description
技术领域
本发明涉及飞行器设计技术领域，具体的为一种考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，主要应用于飞翼布局飞行器气动隐身精细化设计和涂敷材料精细化设计。
背景技术
飞翼布局具有良好的气动效率和隐身特性，被新一代军用飞机广泛采用。由于飞翼布局无尾、翼身融合、对隐身要求性能高等特征，翼型的设计需要在气动、隐身及操稳等多学科要求下进行。为了解决高气动性能和高隐身性能之间的众多矛盾点，研究人员广泛采用各种方法对翼型进行气动隐身一体化设计。
但是随着对飞行器隐身性能要求的提高，传统的外形隐身设计难以满足要求，研究人员在飞行器气动隐身外形确定的基础上，再进行雷达吸波材料(Radar AbsorbingMaterial,RAM)涂敷以进一步提高飞机的隐身性能。比如美军的B-2、B-21等飞翼布局的战机均在气动隐身外形设计的基础上，涂敷雷达吸波材料以减缩雷达散射截面(Radar CrossSection,RCS)。
目前，在已设计好的气动隐身外形上涂敷RAM的方式为均匀涂敷，但本领域技术人员发现，均匀涂敷RAM后的翼型气动特性反而不如耗费巨大人力、物力经过风洞试验、CFD、优化设计得到的翼型。可见，均匀涂敷RAM会对外形产生影响，进而影响气动特性；同时会使飞行器的重量增加，进而影响作用距离、有效载荷等，且也会增加维护成本。而在气动隐身设计时考虑RAM的涂敷位置和涂敷厚度，使翼型获得最优的气动隐身性能，本领域技术人员并未关注。
发明内容
针对现有技术存在的问题，本发明提出一种考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，通过引入RAM的涂敷位置、涂敷厚度对翼型的气动性能、隐身性能以及重量的影响，可找出最佳涂敷位置、涂敷厚度，从而在保证气动性能的基础上有效提高隐身性能，且能避免均匀涂敷带来的成本和重量增加问题。
本发明是通过以下技术方案来实现：
一种考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，包括以下步骤：
步骤1：确定气动、隐身的目标，针对初始翼型，在设计工况下计算涂敷位置变化对翼型气动、隐身特性的影响，综合考虑RCS均值、阻力系数、激波位置、重量、制造与维护成本等多个因素，获取最佳的涂敷位置；
步骤2：对翼型进行参数化，确定设计变量和设计空间，建立优化的数学模型；并在设计空间内抽样，获得设计空间内的翼型样本；所述设计变量包含不带涂敷层的翼型形状控制参数和涂敷厚度；
步骤3：对步骤2中获得的翼型样本，开展气动隐身性能计算，获得样本的气动隐身数据集；
步骤4：基于样本气动隐身数据集，建立代理模型；
步骤5：在步骤2确定的设计空间内采用基于代理模型的加点优化框架进行多目标寻优，获得气动隐身性能最优、且包含最佳涂敷位置和涂敷厚度的翼型。
进一步的，所述步骤2样本翼型的获取过程具体为：先采用拉丁超立方方法选取翼型样本，然后在不带涂敷层的翼型形状基础上，在步骤1获得的涂敷位置上叠加涂覆层，获得带涂敷层的翼型。
进一步的，所述步骤3，包括如下子步骤：
步骤31：基于RANS方法，对样本内的翼型进行气动计算，存储设计变量及计算所得的气动数据，获得样本点的气动数据集；所述气动数据包含阻力系数、俯仰力矩系数；
步骤32：基于矩量法，对样本内的翼型进行隐身计算，将计算所得的隐身数据添加到步骤31获得的样本点的气动数据集，获得样本点的气动隐身数据集；所述隐身数据包含前向±30度平均RCS。
进一步的，所述步骤4的代理模型为Kriging代理模型。
进一步的，所述步骤5采用多目标智能优化算法进行优化搜索，优化过程中使用步骤4建立的代理模型进行目标预测，具体步骤为：
步骤51：经过第n轮(n＝1,2,…，N)优化搜索获得pareto前沿，如果达到设定的优化轮数N，优化结束，输出优化翼型；否则继续以下步骤；
步骤52：将步骤51得到的pareto前沿按Cd值进行降序排列，之后将pareto前缘分成5组，取每组的中间点作为加点位置，获得5个加点位置；
步骤53：采用步骤31和步骤32所述方法计算5个加点位置的真实值，即计算其气动和隐身性能；
步骤54：根据Cd值筛选加的点，若Cd值不在pareto前沿范围内，认为该点不符合条件，剔除该点，若Cd值在pareto前沿范围内，认为该点符合条件，将符合条件的点加入到步骤3的样本数据集，完成加点；转到步骤4直至第N轮优化结束，输出优化翼型。
进一步的，所述步骤5采用的多目标智能优化算法为MOEA/D_DE优化搜索算法。
进一步的，本发明还提供一种计算机设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，当所述计算机设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述程序指令时用于实现所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法。
进一步的，本发明还提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被计算机运行时用于实现所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法。
有益效果
本发明提供一种考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，该方法通过事先对RAM的涂敷位置进行评估，找到最佳涂敷位置，在此基础上把涂敷厚度作为设计变量引入气动隐身设计框架，能够在优化气动性能的同时找出最佳涂敷位置、涂敷厚度，从而在保证气动性能的基础上有效提高隐身性能，且能避免均匀涂敷带来的成本和重量增加问题，为飞机气动隐身外形精细化设计和涂敷材料精细化设计提供了高效可靠的设计方法。
附图说明
图1为本发明考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法的流程图；
图2为本发明实施例NACA65013翼型的不同涂敷位置RCS、压力系数对比图；
其中，图2(a)为0°-360°的RCS结果对比；图2(b)为150°-210°的RCS结果对比；图2(c)为压力系数对比；
图3为本发明实施例翼型涂敷雷达吸波材料的位置示意图；
图4为本发明实施例翼型的设计空间；
图5为本发明实施例考虑涂敷层的翼型气动隐身优化结果的Pareto前沿；
图6为本发明实施例不考虑涂敷层的翼型气动隐身优化结果的Pareto前沿；
图7为本发明实施例优化前后翼型形状对比；
图8为本发明实施例优化前后翼型表面压力分布对比；
图9为本发明实施例优化前后翼型流场压力云图对比；
其中，图9(a)为初始翼型压力云图；图9(b)为点Opt1对应翼型压力云图；图9(c)为点Opt2对应翼型压力云图；图9(d)为点Opt3对应翼型压力云图；图9(e)为点Opt4对应翼型压力云图；
图10为本发明实施例优化前后翼型前向±30度平均RCS对比；
图11为本发明实施例优化前后翼型阻力发散特性曲线对比。
具体实施方式
为了使本发明所解决的技术问题、技术方案和有益效果更加清楚明白，使本技术领域的人员更好地理解本发明方案，以下结合附图和实施例，对本发明进一步详细说明和完整描述。应当理解，此处所述的具体实施例仅用于解释本发明，并不用于限定本发明。
本实施例利用本发明提出的考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，选择NACA65013作为初始翼型，在跨音速设计状态：Ma＝0.73,Re＝44.88×106开展考虑RAM涂敷的气动隐身优化设计，其中，涂敷材料电磁参数为：相对介电常数εr＝16.09-i1.5,相对磁导率μr＝1.99-i2.11，如图1所示，上述方法具体包括以下步骤：
步骤1：确定气动、隐身的目标，针对初始翼型，在设计工况下计算涂敷位置变化对翼型气动、隐身特性的影响，综合考虑RCS均值、阻力系数、激波位置、重量、制造与维护成本等多个因素，获取最佳的涂敷位置；
在本实施例中，确定翼型气动目标为在保持抬头力矩同时提高升阻特性；隐身目标为在入射频率9GHZ下，前向±30°平均RCS降低。定义涂敷位置为从翼型前缘开始起算所占弦长百分比，对初始翼型和涂敷位置分别为5％、10％、15％、30％、40％、50％、100％，涂敷厚度为1mm时的翼型进行气动计算，气动性能的计算结果如表1所示；对初始翼型和涂敷位置分别为5％、10％、15％、20％、50％、100％，涂敷厚度为1mm时的翼型进行隐身计算，隐身性能的计算结果如表2所示，图2给出了不同涂敷位置RCS对比(150°和210°即翼型前向±30°)与压力系数对比。
表1不同涂敷位置阻力系数对比
表2不同涂敷位置的翼型RCS均值对比
从表1可以看出，阻力系数处于波动状态，但均比不涂敷时阻力系数大，局部涂敷位置15％和30％时涂敷阻力系数最小。从表2计算结果可以看出涂敷面积越大，RCS均值越小，从前向±30°RCS均值对比可以看出涂敷前100％RCS均值最小，但与涂敷前15％的RCS均值仅差0.228dbm(0.0012m)。从图2(c)的压力系数对比图可以看出局部涂敷会导致在涂敷交界处产生较大激波，位置越靠前所产的激波越强。可见，对于隐身性能来说，涂敷面积越大隐身性能越好，但是100％涂敷时相比于15％涂敷时隐身性能提升有限；而对于气动性能来说，涂敷面积越大，阻力性能反而下降，考虑涂敷材料成本昂贵，100％涂敷亦会导致涂层重量大，从而增大结构重量，经过对比，涂敷位置取前15％为最佳的涂敷位置，如图3所示。
步骤2：对翼型进行参数化，确定设计变量和设计空间，建立优化数学模型；并在设计空间内抽样，获得设计空间内的翼型样本；所述设计变量包含不带涂敷层的翼型形状控制参数和涂敷厚度；
在本实施例中，采用扰动CST参数化方法对翼型进行参数化，CST基函数形式为：B(x)＝C(x)·S(x)，其中类函数C(x)＝xN1·(1-x)N2用于定义几何外形，N1和N2是控制类函数特征的参数，具体取值：N1＝0.5，N2＝1；形函数用于详细描述外形的几何特征，其基函数/>N为多项式阶数，本实施例N＝7；系数Ai即为不带涂敷层的翼型形状控制参数，针对本实施例中的翼型，一共采用12个形状控制参数，上下表面各6个；设吸波材料的涂敷厚度为t，则本实施例的设计变量为系数Ai和涂敷厚度t，-0.03≤Ai≤0.03，0≤t≤5mm，形成设计空间如图4所示；采用拉丁超立方方法在上述设计空间内进行抽样，初始样本120个。具体带涂敷层的翼型获取方法为，在系数Ai控制的不带涂敷层的翼型形状基础上，在步骤1获得的涂敷位置15％上叠加厚度为t的涂覆层，获得带涂敷层的翼型外形；
最终确定优化模型如下所示：
s.t.：Cl＝0.40
Cm≥0.01
thick≥thickinitial
0≤t≤5mm
其中，Cd为翼型阻力系数，为翼型前向±30度平均RCS，Cl为翼型升力系数，Cm为翼型俯仰力矩系数，t为涂敷厚度，thick为翼型最大厚度，下标initial表示初始翼型。
步骤3：对步骤2中获得的翼型样本，开展气动隐身性能计算，获得样本的气动隐身数据集；具体包括如下子步骤：
步骤31：基于RANS方法，对样本内的翼型进行气动计算，存储设计变量及计算所得的气动数据，获得样本点的气动数据集；所述气动数据包含阻力系数、俯仰力矩系数；
步骤32：基于矩量法，对样本内的翼型进行隐身计算，将计算所得的隐身数据添加到步骤31获得的样本点的气动数据集，获得样本点的气动隐身数据集；所述隐身数据包含前向±30度平均RCS。
步骤4：基于样本气动隐身数据集，建立Kriging代理模型；
步骤5：在步骤2确定的设计空间内采用MOEA/D_DE优化搜索算法基于代理模型的加点优化框架进行多目标寻优，获得气动隐身性能最优、且包含最佳涂敷位置和涂敷厚度的翼型；具体包括如下子步骤
步骤51：经过第n轮(n＝1,2,…，N)优化搜索获得pareto前沿，如果达到设定的优化轮数N，优化结束，输出优化翼型；否则继续以下步骤；
步骤52：将步骤51得到的pareto前沿按Cd值进行降序排列，之后将pareto前缘分成5组，取每组的中间点作为加点位置，获得5个加点位置；
步骤53：采用步骤31和步骤32所述方法计算5个加点位置的真实值，即计算其气动和隐身性能；
步骤54：根据Cd值筛选加的点，若Cd值不在pareto前沿范围内，认为该点不符合条件，剔除该点，若Cd值在pareto前沿范围内，认为该点符合条件，将符合条件的点加入到步骤3的样本数据集，完成加点；转到步骤4直至第N轮优化结束，输出优化翼型。
为了验证本发明方法的有益效果，实施例中还采用传统气动隐身优化设计方法对不考虑涂敷层的翼型进行了优化作为对比，优化结果如图5和图6所示，其中图5为考虑涂敷层的翼型气动隐身优化结果的Pareto前沿解，图6为不考虑涂敷层的翼型气动隐身优化结果的Pareto前沿解，从图6可以看出外形气动隐身优化结果RCS均值均大于0.015m，说明传统气动隐身优化设计方法很难继续通过外形气动隐身优化使RCS均值减少；而从图5可见，考虑涂敷层的气动隐身优化很好解决了该问题，其前向RCS均值比不考虑涂敷层的优化结果下降了1个数量级。虽然涂敷会对气动产生不利影响，但经过外形优化的弥补，最后气动特性虽略差于传统气动隐身优化结果，但仍好于初始翼型。
从优化结果中各选取2个优化结果进行进一步对比，下表3为优化结果与初始翼型的性能对比，其中Opt1和Opt2是图5所示Pareto前沿上的点，为考虑涂敷层的气动隐身优化结果，Opt3和Opt4是图6所示Pareto前沿上的点，为不考虑涂敷层的气动隐身优化结果，目标均得到优化，约束均得到满足，且进一步验证了上述设计效果。
表3优化结果与初始翼型的性能对比
图7为优化前后翼型形状对比，可以看出前缘半径均减小，最大厚度位置后移，不带涂敷的优化后移更多；从图8优化前后压力系数分布曲线对比和图9优化前后流场压力分布对比可知，由于设计翼型的前缘外形呈现从钝头体变尖，其头部尤其是最前缘的外形曲率变化较为剧烈，使设计翼型压力分布出现了更高的吸力峰，考虑涂敷的优化结果虽然在涂敷和不涂敷交界处产生激波，但相比于初始翼型，翼型上表面中部的强激波被大大削弱，从而降低了阻力。而涂敷和不涂敷交界处的激波，在具体实际涂敷时把台阶抹平，消除交界处的激波。
图10为优化前后前向±30度平均RCS对比，可以看出优化后结果均好于初始结果，本发明考虑涂敷层的优化结果远好于传统气动隐身外形的优化设计结果，前缘半径减小和涂敷材料的应用很大程度提高了翼型的雷达隐身特性。
图11为优化前后阻力发散特性曲线对比，可以看出，优化翼型的阻力发散特性虽略差于传统气动隐身优化结果，但仍优于初始翼型。
从上述结果综合来看，本发明方法通过考虑涂敷的翼型外形气动隐身优化，实现了翼型外形优化与涂敷方式一体化优化设计，使得翼型的前向RCS均值比初始翼型下降90％以上，在保证气动特性改善的同时，隐身特性获得极大提高。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，包括如下步骤：
步骤1：确定气动、隐身的目标，针对初始翼型，在设计工况下计算涂敷位置变化对翼型气动、隐身特性的影响，获取最佳的涂敷位置；
步骤2：对翼型进行参数化，确定设计变量和设计空间，建立优化的数学模型；并在设计空间内抽样，获得设计空间内的翼型样本；所述设计变量包含不带涂敷层的翼型形状控制参数和涂敷厚度；
步骤3：对步骤2中获得的翼型样本，开展气动隐身性能计算，获得样本的气动隐身数据集；
步骤4：基于样本气动隐身数据集，建立代理模型；
步骤5：在步骤2确定的设计空间内采用基于代理模型的加点优化框架进行多目标寻优，获得气动隐身性能最优、且包含最佳涂敷位置和涂敷厚度的翼型。
2.根据权利要求1所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，所述步骤2样本翼型的获取过程具体为：先采用拉丁超立方方法选取翼型样本，然后在不带涂敷层的翼型形状基础上，在步骤1获得的涂敷位置上叠加涂覆层，获得带涂敷层的翼型。
3.根据权利要求1所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，所述步骤3包括如下子步骤：
步骤31：基于RANS方法，对样本内的翼型进行气动计算，存储设计变量及计算所得的气动数据，获得样本点的气动数据集；所述气动数据包含阻力系数、俯仰力矩系数；
步骤32：基于矩量法，对样本内的翼型进行隐身计算，将计算所得的隐身数据添加到步骤31获得的样本点的气动数据集，获得样本点的气动隐身数据集；所述隐身数据包含前向±30度平均RCS。
4.根据权利要求1所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，所述步骤4的代理模型为Kriging代理模型。
5.根据权利要求1所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，所述步骤5采用多目标智能优化算法进行优化搜索，优化过程中使用步骤4建立的代理模型进行目标预测，具体步骤为：
步骤51：经过第n轮(n＝1,2,…，N)优化搜索获得pareto前沿，如果达到设定的优化轮数N，优化结束，输出优化翼型；否则继续以下步骤；
步骤52：将步骤51得到的pareto前沿按Cd值进行降序排列，之后将pareto前缘分成5组，取每组的中间点作为加点位置，获得5个加点位置；
步骤53：采用步骤31和步骤32所述方法计算5个加点位置的真实值，即计算其气动和隐身性能；
步骤54：根据Cd值筛选加的点，若Cd值不在pareto前沿范围内，认为该点不符合条件，剔除该点，若Cd值在pareto前沿范围内，认为该点符合条件，将符合条件的点加入到步骤3的样本数据集，完成加点；转到步骤4直至第N轮优化结束，输出优化翼型。
6.利用权利要求5所述考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法，其特征在于，所述步骤5采用的多目标智能优化算法为MOEA/D_DE优化搜索算法。
7.一种计算机设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，其特征在于：当所述计算机设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述程序指令时用于实现权利要求1至权利要求6任一所述方法。
8.一种计算机可读存储介质，所述存储介质上存储有计算机程序，其特征在于：所述计算机程序被计算机运行时用于实现权利要求1至权利要求6任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311706866.XA CN117993092A (zh) | 2023-12-13 | 2023-12-13 | 考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311706866.XA CN117993092A (zh) | 2023-12-13 | 2023-12-13 | 考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117993092A true CN117993092A (zh) | 2024-05-07 |
Family
ID=90895246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311706866.XA Pending CN117993092A (zh) | 2023-12-13 | 2023-12-13 | 考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117993092A (zh) |
-
2023
- 2023-12-13 CN CN202311706866.XA patent/CN117993092A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9031817B2 (en) | Method for designing a natural laminar flow wing of a supersonic aircraft | |
| Sasaki et al. | Navier-Stokes optimization of supersonic wings with four objectives using evolutionary algorithm | |
| Lynde et al. | Computational design and analysis of a transonic natural laminar flow wing for a wind tunnel model | |
| CN107391891B (zh) | 一种基于模型融合方法的大展弦比机翼优化设计方法 | |
| CN103488847B (zh) | 一种基于神经网络集成的气动外形优化方法 | |
| CN114936430B (zh) | 一种宽速域高超声速飞行器气动布局设计方法及系统 | |
| CN111859545B (zh) | 一种考虑升力匹配的宽速域高升阻比机翼优化设计方法 | |
| CN111737821B (zh) | 一种兼顾自然层流特性和超临界特性的翼型及其设计方法 | |
| CN112307567B (zh) | 基于横流压力梯度分布的自然层流机翼剖面外形设计方法 | |
| CN114021492A (zh) | 一种基于神经网络的超临界翼型抖振优化方法 | |
| CN105117541B (zh) | 一种正向型架外形优化设计方法 | |
| CN112052528B (zh) | 一种直升机新型旋翼桨叶气动外形设计方法 | |
| CN117993092A (zh) | 考虑吸波材料涂敷的飞翼布局翼型气动隐身一体化设计方法 | |
| CN115649417B (zh) | 一种高亚声速自配平高隐身翼型 | |
| CN115092414B (zh) | 一种环量控制翼型气动与电磁隐身联合优化方法 | |
| CN111310282A (zh) | 一种适用于高原环境的直升机旋翼翼型生成方法及系统 | |
| CN109515739B (zh) | 一种气动力特性快速预测方法 | |
| CN113626935B (zh) | 一种高巡航效率跨音速月形机翼设计方法 | |
| CN115618499A (zh) | 一种考虑三维影响的宽速域薄翼型多目标优化设计方法 | |
| CN115358167B (zh) | 一种考虑发动机参数的飞发一体气动伴随优化设计方法 | |
| CN115489751A (zh) | 宽速域高超声速飞行器翼型多目标优化设计方法及折中翼型 | |
| CN118182898A (zh) | 适用于低速无人机的低雷诺数单段翼型 | |
| CN115593612B (zh) | 一种自配平抗失速高性能翼型 | |
| CN221341044U (zh) | 一种飞翼飞行器 | |
| CN117669016A (zh) | 全局/局部耦合的宽速域乘波-机翼布局的优化设计方法 |
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 |