RU2510969C2 - Компьютеризованный способ для оптимизированного по затратам расчета аэродинамических сил на летательном аппарате - Google Patents

Компьютеризованный способ для оптимизированного по затратам расчета аэродинамических сил на летательном аппарате Download PDF

Info

Publication number
RU2510969C2
RU2510969C2 RU2011121577/08A RU2011121577A RU2510969C2 RU 2510969 C2 RU2510969 C2 RU 2510969C2 RU 2011121577/08 A RU2011121577/08 A RU 2011121577/08A RU 2011121577 A RU2011121577 A RU 2011121577A RU 2510969 C2 RU2510969 C2 RU 2510969C2
Authority
RU
Russia
Prior art keywords
points
aircraft
cfd
model
group
Prior art date
Application number
RU2011121577/08A
Other languages
English (en)
Other versions
RU2011121577A (ru
Inventor
ЛОПЕС Анхель Херардо ВЕЛАСКЕС
ФЕРНАНДЕС Диего АЛОНСО
ДЕ ПРАДА Хосе Мануэль ВЕГА
МАНСАНАРЕС Луис Сантьяго ЛОРЕНТЕ
Original Assignee
Эйрбас Оперейшнз, С.Л.
Универсидад Политекника Де Мадрид
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 Эйрбас Оперейшнз, С.Л., Универсидад Политекника Де Мадрид filed Critical Эйрбас Оперейшнз, С.Л.
Publication of RU2011121577A publication Critical patent/RU2011121577A/ru
Application granted granted Critical
Publication of RU2510969C2 publication Critical patent/RU2510969C2/ru

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
    • 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]
    • 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)
  • Complex Calculations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

Изобретение относится к средствам автоматизированного моделирования летательных аппаратов. Техническим результатом является минимизация вычислительных затрат при аналитических расчетах аэродинамических сил. В способе определяют координатную сетку параметрического пространства; получают модель для расчета размерных переменных для какой-нибудь точки в параметрическом пространстве, где рассчитывают значения упомянутых одной или более размерных переменных для начальной группы точек с использованием модели CFD; получают начальную модель ROM из упомянутых вычислений CFD; выбирают точку группы с наибольшим отклонением между результатами моделей CFD и ROM; выбирают новые точки в параметрическом пространстве, которые должны быть добавлены в группу точек, рассчитывают значения размерных переменных для новых точек с использованием модели CFD и ROM. 8 з.п. ф-лы, 2 ил., 10 табл.

Description

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
Настоящее изобретение относится к способам для содействия в конструировании летательных аппаратов созданием оптимизированных по затратам расчетов аэродинамических сил, испытываемых целым летательным аппаратом или компонентом летательного аппарата.
УРОВЕНЬ ТЕХНИКИ ИЗОБРЕТЕНИЯ
Общая ситуация в практических промышленных применениях, имеющих отношение к разработке изделий, состоит в необходимости выполнять многочисленные исследования внутри пространства параметров состояния. В конкретном случае авиации расчет аэродинамических сил, испытываемых компонентами летательного аппарата, является важным признаком, для того чтобы оптимально проектировать его конструктивные элементы, так чтобы вес конструкции был минимально возможным, но одновременно он был способен выдерживать ожидаемые аэродинамические силы.
Благодаря расширению использования возможности компьютерного моделирования текучих сред в наши дни определение аэродинамических сил на летательном аппарате обычно выполняется численным решением усредненных по Рейнолдсу уравнений Навье-Стокса (в дальнейшем, уравнений RANS), которые моделируют движение потока вокруг летательного аппарата, с использованием дискретных конечных элементов или моделей конечного объема. Из-за требований точности, поставленных в авиационной промышленности, каждое из этих вычислений требует существенных вычислительных ресурсов.
Определяющие размеры аэродинамические силы не известны априори, и, поскольку общая величина сил может зависеть от многих разных параметров полета, подобных углу атаки, углу бокового скольжения, числу Маха, углу отклонения поверхности управления, было необходимо выполнять много громоздких и дорогостоящих вычислений для надлежащего расчета максимальных аэродинамических сил, испытываемых разными компонентами летательного аппарата или летательным аппаратом в целом.
Для того чтобы сократить общее количество этих громоздких вычислений, в прошлом были разработаны технологии приближенного математического моделирования для получения модели пониженного порядка (ROM), подобные сингулярному разложению (SVD) в качестве средства для выполнения интеллектуальной интерполяции, или более точному собственно ортогональному разложению (в дальнейшем, POD), которое учитывает физику вопроса, используя проекцию Галеркина уравнений Навье-Стокса.
Идея этих технологий состоит в том, чтобы определять новое аналитическое решение в качестве комбинации информации, полученной раньше. POD определяет несколько мод, которые включают в себя решение, полученное вычислительной гидрогазодинамикой (CFD), а затем использует такие моды для воспроизводства решений, не полученных посредством CFD. Применение этих технологий может требовать многочисленных расчетов CFD, влекущих за собой большие вычислительные затраты.
Настоящее изобретение предназначено для решения этого недостатка.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Цель настоящего изобретения состоит в том, чтобы предложить способы для производства аналитических расчетов аэродинамических сил, испытываемых летательным аппаратом в целом или компонентом летательного аппарата, которые зависимы от значительного количества параметров, с минимизацией вычислительных затрат.
Еще одна цель настоящего изобретения состоит в том, чтобы предложить способы для производства аналитических расчетов аэродинамических сил, испытываемых летательным аппаратом в целом или компонентом летательного аппарата, которые зависимы от значительного количества параметров, с минимизацией количества вычислений CFD.
Эти и другие цели удовлетворяются компьютеризованным способом, пригодным для содействия в конструировании летательного аппарата посредством предоставления значений одной или более размерных переменных, таких как распределение давления по поверхности крыла, для летательного аппарата в целом или компонента летательного аппарата, упомянутые одна или более переменных являются зависимыми от предопределенного набора параметров, такого как набор, включающий в себя угол атаки и число Маха, содержащим следующие этапы:
- Определение координатной сетки параметрического пространства, устанавливающей предопределенные расстояния между его значениями.
- Получение пригодной модели для расчета упомянутой одной или более размерных переменных для какой-нибудь точки в параметрическом пространстве посредством итерационного процесса по отношению к сокращенной группе точек, по увеличивающемуся количеству членов в каждой итерации, содержащей следующие подэтапы:
• Расчет значений упомянутых одной или более размерных переменных для начальной группы точек с использованием модели CFD.
• Получение начальной модели ROM из упомянутых вычислений CFD и расчет значений упомянутых одной или более размерных переменных для упомянутой начальной группы точек с использованием начальной модели ROM.
• Выбор точки e группы с наибольшим отклонением ε между результатами, выданными моделями CFD и ROM, и завершение итерационного процесса, если ε является меньшим, чем предопределенное значение ε0.
• Выбор новых точек в параметрическом пространстве, которые должны быть добавлены в группу точек, в качестве точек, расположенных внутри координатной сетки параметрического пространства на предопределенном расстоянии от упомянутой точки e.
• Расчет значений упомянутых одной или более размерных переменных для новых точек с использованием модели CFD и ROM, и возврат на третий подэтап.
В частности, упомянутая одна или более размерных переменных включают в себя одно или более из следующего: аэродинамические силы, значения обшивки и распределение значений по летательному аппарату в целом или компоненту летательного аппарата; упомянутые параметры набора включают в себя одно или более из следующего: угол атаки и число Маха; а упомянутый компонент летательного аппарата является одним из следующих: крыло, горизонтальный стабилизатор, вертикальный стабилизатор.
В предпочтительном варианте осуществления упомянутый летательный аппарат в целом или компонент летательного аппарата поделен на блоки, а упомянутые модели CFD и ROM применяют блок за блоком. Таким образом, достигается точный способ для предоставления значений одной или более размерных переменных летательного аппарата или компонента летательного аппарата.
В еще одном предпочтительном варианте осуществления упомянутая модель ROM является моделью POD. CFD используется для расчета распределений давления для надлежащим образом выбранного набора точек в параметрическом пространстве, которые используются для аппроксимации, посредством POD и ad hoc интерполяции, размерных переменных в любой другой точке в параметрическом пространстве. В дополнение, способ минимизирует требуемое количество расчетов CFD (для минимизации вычислительных затрат, которые сильно зависят от этого количества) для заданного уровня погрешности. Это делается с использованием POD и интерполяции на уже рассчитанных точках. Новые точки выбираются итерационно, одна за другой или группами. Таким образом, достигается способ для предоставления значений одной или более размерных переменных летательного аппарата или компонента летательного аппарата, зависимых от предопределенного набора параметров, оптимизирующих вычислительные затраты.
Другие характеристики и преимущества настоящего изобретения будут ясны из последующего подробного описания вариантов осуществления, иллюстрирующих его цель, относительно приложенных фигур.
ОПИСАНИЕ ЧЕРТЕЖЕЙ
Фиг. 1 показывает виды стороны низкого давления, стороны высокого давления, передней кромки и законцовки крыла летательного аппарата, поделенных на блоки.
Фиг. 2 показывает графическое представление локальной координатной подсетки в координатной сетке параметрического пространства для выбора новых точек, которые должны добавляться в группу точек, используемых для получения модели POD согласно этому изобретению.
ПОДРОБНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
Далее будет описан вариант осуществления способа согласно настоящему изобретению для получения модели POD, которая предоставляет возможность расчета распределения установившегося давления по поверхности крыла летательного аппарата, упомянутое распределение давления является зависимым от двух свободных параметров: угла атаки (α) и числа Маха (M).
Инициирующие этапы:
Этап 1: Деление крыла на несколько блоков согласно геометрии объекта. Инструментальные средства CFD обычно делят трехмерную вычислительную область на блоки, как проиллюстрировано на фиг. 1, показывающей крыло, поделенное на 16 основных блоков. Это является традиционной, но не существенной частью способа, который может применяться только с одним блоком.
Этап 2: Определение координатной сетки параметрического пространства выполняется установкой начального значения минимального расстояния по каждому параметру в параметрическом пространстве, d l, l=1, ..., параметр #, которое получается из первого предположения наименьшего расстояния между точками в параметрическом пространстве на последующих этапах и могло бы нуждаться в некоторой калибровке. Такое расстояние будет уменьшено способом во время итерации, если необходимо. Затем координатная сетка с равными расстояниями определяется в параметрическом пространстве на основании этих расстояний. Такая координатная сетка будет развиваться во время процесса и может стать с неравными расстояниями.
Например, если угол атаки (α) в диапазоне от -3° до +3° и число Маха (M) в диапазоне от 0,40 до 0,80 являются рассматриваемыми параметрами, координатная сетка параметрического пространства может быть определена с установкой расстояний dα=0,5 и dM=0,05.
Этап 3: Запуск процесса для начальной группы точек в параметрическом пространстве, выбранных пользователем, таких как следующие
Начальная группа Число Маха Альфа
P1 0,400 -3,00
P2 0,600 -3,00
P3 0,800 -3,00
P4 0,400 0,00
P5 0,600 0,00
P6 0,800 0,00
P7 0,400 3,00
P8 0,600 3,00
P9 0,800 3,00
Введение новой группы точек
Этап 4: Применение, блок за блоком, POD к начальной группе точек. Зависящий от блока набор мод получают для каждого блока:
Figure 00000001
где P - распределение давления, x i - пространственные координаты, α - угол атаки, M - число Маха, A p - амплитуды мод, а столбцами матрицы φ i p
Figure 00000002
 являются моды POD. Каждая мода имеет ассоциативно связанное сингулярное значение, которое является следствием применения POD.
Этап 5: Классификация мод:
- Первая классификация (в каждом блоке) мод на две части является следующей: (a) те моды, которые дают RMSE, меньшее, чем некоторое пороговое значение εl (в зависимости от ε0, после некоторой калибровки), игнорируются; (b) удерживаемые n1 моды называются основными модами.
- Основные моды, в свою очередь, классифицируются на две группы, а именно n первичных мод и n1 - n вторичных мод, причем с n, полученным после некоторой калибровки, скажем n = 4 5 n 1
Figure 00000003
 .
Среднеквадратическая ошибка (RMSE) определяется в качестве
Figure 00000004
где N p - общее количество точек сетки, которая определяет крыло, а errori - разность между давлением по аппроксимации и давлением по решению CFD в i-й точке сетки.
Этап 6: Реконструкция POD распределения давления для каждой уже вычисленной группы точек с использованием (n) основных первичных мод в каждом блоке. Затем каждая точка дополнительно аппроксимируется с использованием соседних точек посредством метода наименьших квадратов.
Этап 7: Сравнение между рассчитанными посредством CFD и аппроксимированными посредством POD+интерполяция профилями давления и оценка RMSE в каждом блоке для каждых уже вычисленных точек.
RMSE для вышеупомянутой начальной группы из девяти точек, является следующим:
  RMSE
P1 0,0371
P2 0,0298
P3 0,0887
P4 0,0273
P5 0,0190
P6 0,0756
P7 0,0605
P8 0,0930
P9 0,1758
Этап 8: Выбор точки с наибольшим RMSE.
Как показано в вышеприведенной таблице, в первой итерации этой точкой является P9.
Этап 9: Определение, как показано на фиг. 2, локальной координатной подсетки из общей координатной сетки параметрического пространства поблизости от точки 21 максимальной ошибки. Такая локальная координатная подсетка состоит из трех уровней, на расстояниях dl (первый уровень), 2dl (второй уровень) и 4dl (третий уровень).
Этап 10: Выбор уровня, на котором будет введена новая точка. Если есть некоторые точки между двумя уровнями (смотрите ниже), они считаются принадлежащими внутреннему уровню.
• Если никаких точек не присутствует во всей координатной подсетке, то новая точка вводится на третьем уровне.
• Если только третий уровень демонстрирует точки, то новая точка вводится на втором уровне.
• Если на первом уровне нет точек и есть только одна точка на втором уровне, новая точка вводится на втором уровне.
• Если на первом уровне нет точек и есть по меньшей мере две точки на втором уровне, новая точка вводится на первом уровне.
• Если по меньшей мере одна точка присутствует на первом уровне, то новая точка вводится на первом уровне с одним исключением, которое приводит к введению подуровня в локальной координатной сетке. Это происходит, когда (a) по меньшей мере пять точек присутствуют на первом уровне и (b) по меньшей мере четыре из них показывают наибольшее RMSE среди всех точек на трех уровнях. В таком случае, расстояния в локальной координатной подсетке делятся на два, а этап 9 повторяется вновь с получающейся в результате новой координатной подсеткой. Отметим, что этот этап подразумевает, что каждая точка обычно будет иметь разный набор минимальных расстояний d l.
В рассматриваемом примере, новая точка P10 будет введена на третьем уровне, так как ни одна из точек начальной группы не присутствует во всей координатной подсетке поблизости от P9.
Этап 11:
Как только был выбран заданный уровень, точка наибольшего заполнения пространства на этом уровне выбирается как изложено ниже.
Вычисляется минимальное расстояние D от каждого возможного кандидата до остальных, уже выбранных точек. Выбирается тот кандидат, который показывает наибольшее значение D. D - расстояние в параметрическом пространстве. В этом примере расстояние между двумя точками параметрического расстояния (помеченными 1 и 2) определяется, как изложено ниже:
Figure 00000005
,
где α 12 = α 2 − α 1 Δ α
Figure 00000006
 и M 12 = M 2 − M 1 Δ M
Figure 00000007
 - расстояния в параметрах α и M, а Δα и ΔM - соответствующие полные диапазоны в этих параметрах.
В рассматриваемом примере, расстояние между точками третьего уровня и ближайшей точкой, принадлежащей группе, показано в следующей таблице.
Точки третьего уровня Ближайшая точка группы Расстояние
Mach Alpha Mach Alpha
0,650 3,00 0,600 3,00 0,1250
0,650 2,50 0,600 3,00 0,1502
0,650 2,00 0,600 3,00 0,2083
0,650 1,50 0,600 0,0 0,2795
0,700 1,50 0,600 0,0 0,3536
0,750 1,50 0,800 0,0 0,2795
0,800 1,50 0,800 0,0 0,2500
Поэтому новой точкой, которая должна быть введена, является P10: Число Маха=0,700, альфа=1,50.
Этап 12: Если более чем одна точка введена на каждой итерации, то процесс повторяется от этапа 8 с исключенными уже выбранными точками.
Обновление набора мод:
Как только новая точка (или группа точек) была вычислена, набор мод для каждого блока обновляется.
Этап 13: Применение POD к группе точек, игнорируя те моды, которые показывают RMSE, меньшую, чем ε1.
Этап 14: Вычисление некоторых псевдоточек, определяемых блок за блоком, которые состоят из двух групп:
• n1 основных мод каждого блока, умноженных на свои соответственные сингулярные значения,
• Моды POD, полученные при применении POD к новым точкам, являющимся результатом из последней итерации, умноженным на свои соответственные сингулярные значения.
Этапы 13 и 14 могут быть свернуты во всего лишь только один этап. В этом случае, псевдоточки определяются сложением основных мод уже вычисленных точек, умноженных на их соответственные сингулярные значения, и новых точек. Деление на этапы 13 и 14, как приведено выше, сделано для отфильтровывания численных ошибок из процесса, что является широко известным преимуществом способа с POD.
Этап 15: Применение POD к набору всех псевдоточек, блок за блоком.
Этап 16: Повторение процесса, начиная с этапа 5.
Для иллюстрации этого итерационного процесса следует краткое описание второй итерации в рассматриваемом примере:
RMSE для группы из десяти точек на второй итерации является следующей:
  RMSE
P1 0,0313
P2 0,0242
P3 0,0723
P4 0,0275
P5 0,0167
P6 0,0569
P7 0,0853
P8 0,0458
P9 0,1421
P10 0,0260
Точкой максимальной ошибки EI по-прежнему является P9, и новая точка P11 будет введена на втором уровне, так как нет ни одной точки в группе на уровнях 1 и 2, и есть точка на уровне 3 (P10, введенная на первой итерации).
Расстояние между точками второго уровня и ближайшей точкой, принадлежащей группе, показано в следующей таблице:
Точки второго уровня Ближайшая точка группы Расстояние
Mach Alpha Mach Alpha
0,700 3,00 0,800 3,00 0,2500
0,700 2,50 0,700 1,50 0,1667
0,700 2,00 0,700 1,50 0,0833
0,750 2,00 0,700 1,50 0,1502
0,750 2,00 0,800 3,00 0,1662
Поэтому новой точкой, которая должна быть введена, является P11: Число Маха=0,700, альфа=2,50.
Критерии останова:
Этап 17: Процесс завершается, когда RMSE, вычисленная на этапе 7 с использованием POD, и обе, линейная и квадратичная интерполяция методом наименьших квадратов, являются меньшими, чем ε0 .
Результаты
При выполнении способа в рассматриваемом примере начальная группа точек в параметрическом пространстве, как упомянуто раньше, была следующей:
  Число Маха Альфа
P1 0,400 -3,00
P2 0,600 -3,00
P3 0,800 -3,00
P4 0,400 0,00
P5 0,600 0,00
P6 0,800 0,00
P7 0,400 3,00
P8 0,600 3,00
P9 0,800 3,00
Во время итерационного процесса следующие точки были добавлены в группу:
P10 0,700 1,50
P11 0,700 2,50
P12 0,800 2,00
P13 0,500 1,50
P14 0,750 2,50
P15 0,400 2,00
P16 0,700 -1,00
P17 0,750 1,50
P18 0,750 3,00
P19 0,800 -1,50
P20 0,500 2,50
P21 0,800 2,50
P22 0,800 1,50
P23 0,700 0,50
P24 0,750 1,00
P25 0,700 3,00
P26 0,750 2,00
P27 0,450 2,50
P28 0,800 1,00
P29 0,450 3,00
P30 0,750 -0,50
Оценка модели, полученной согласно способу по этому изобретению, может быть выполнена, сравнивая результаты, полученные в 16 контрольных точках с использованием упомянутой модели на нескольких итерациях, с результатами, полученными с использованием модели CFD, которые показаны в следующих таблицах:
Коэффициент подъемной силы CFD Результаты модели по изобретению
Конт-роль
-ная точка		 Число Маха Альфа 10 точек 15 точек 20 точек 25 точек 30 точек
Tp1 0,800 2,25 0,1965 0,1922 0,1966 0,1965 0,1971 0,1966
Tp2 0,800 1,25 0,1045 0,1061 0,1082 0,1075 0,1054 0,1058
Tp3 0,800 -1,25 -0,1077 -0,1089 -0,1085 -0,1073 -0,1082 -0,1088
Tp4 0,800 -2,25 -0,1920 -0,1871 -0,1925 -0,1927 -0,1928 -0,1936
Tp5 0,775 2,25 0,1895 0,1899 0,1899 0,1903 0,1910 0,1900
Tp6 0,775 1,25 0,1012 0,1036 0,1051 0,1031 0,1023 0,1018
Tp7 0,775 -1,25 -0,1048 -0,1018 -0,1121 -0,1057 -0,1066 -0,1068
Tp8 0,775 -2,25 -0,1867 -0,1853 -0,1884 -0,1908 -0,1912 -0,1916
Tp9 0,725 2,25 0,1773 0,1849 0,1778 0,1788 0,1777 0,1774
Tp10 0,725 1,25 0,0966 0,0971 0,0980 0,0965 0,0970 0,0970
Tp11 0,725 -1,25 -0,1002 -0,0962 -0,1078 -0,1022 -0,1029 -0,1022
Tp12 0,725 -2,25 -0,1785 -0,1812 -0,1816 -0,1829 -0,1867 -0,1864
Tp13 0,525 2,25 0,1577 0,1565 0,1267 0,1563 0,1561 0,1585
Tp14 0,525 1,25 0,0868 0,0722 0,0845 0,0847 0,0873 0,0854
Tp15 0,525 -1,25 -0,0897 -0,0749 -0,0960 -0,0786 -0,0964 -0,1084
Tp16 0,525 -2,25 -0,1600 -0,1580 -0,1598 -0,1196 -0,1199 -0,1197
Коэффициент механического
момента X		 CFD Результаты модели по изобретению
Конт-
рольная точка		 Число Маха Альфа 10 точек 15 точек 20 точек 25 точек 30 точек
Tp1 0,800 2,25 +0,2062 0,1979 0,2054 0,2054 0,2068 0,2061
Tp2 0,800 1,25 +0,1109 0,1124 0,1181 0,1174 0,1128 0,1127
Tp3 0,800 -1,25 -0,1018 -0,1023 -0,1024 -0,1010 -0,1016 -0,1022
Tp4 0,800 -2,25 -0,1866 -0,1810 -0,1867 -0,1866 -0,1866 -0,1870
Tp5 0,775 2,25 +0,1991 0,1957 0,1984 0,1992 0,2010 0,1995
Tp6 0,775 1,25 +0,1078 0,1102 0,1140 0,1117 0,1090 0,1085
Tp7 0,775 -1,25 -0,0987 -0,0953 -0,1067 -0,0993 -0,0999 -0,1000
Tp8 0,775 -2,25 -0,1812 -0,1790 -0,1824 -0,1846 -0,1848 -0,1850
Tp9 0,725 2,25 +0,1849 0,1910 0,1858 0,1875 0,1853 0,1849
Tp10 0,725 1,25 +0,1036 0,1041 0,1060 0,1029 0,1036 0,1037
Tp11 0,725 -1,25 -0,0939 -0,0894 -0,1018 -0,0955 -0,0959 -0,0954
Tp12 0,725 -2,25 -0,1728 -0,1746 -0,1749 -0,1760 -0,1798 -0,1796
Tp13 0,525 2,25 +0,1654 0,1644 0,1279 0,1637 0,1637 0,1658
Tp14 0,525 1,25 +0,0943 0,0809 0,0926 0,0928 0,0953 0,0933
Tp15 0,525 -1,25 -0,0827 -0,0668 -0,0879 -0,0704 -0,0879 -0,1001
Tp16 0,525 -2,25 -0,1534 -0,1499 -0,1514 -0,1100 -0,1100 -0,1096
Коэффициент механического момента Y CFD Результаты модели по изобретению
Контрольная точка Число Маха Альфа 10 точек 15 точек 20 точек 25 точек 30 точек
Tp1 0,800 2,25 -0,1068 -0,1044 -0,1076 -0,1074 -0,1081 -0,1076
Tp2 0,800 1,25 -0,0345 -0,0377 -0,0392 -0,0387 -0,0361 -0,0363
Tp3 0,800 -1,25 +0,1270 0,1278 0,1279 0,1266 0,1273 0,1278
Tp4 0,800 -2,25 +0,1914 0,1877 0,1921 0,1921 0,1923 0,1928
Tp5 0,775 2,25 -0,1036 -0,1036 -0,1038 -0,1044 -0,1054 -0,1043
Tp6 0,775 1,25 -0,0340 -0,0374 -0,0384 -0,0367 -0,0351 -0,0347
Tp7 0,775 -1,25 +0,1232 0,1215 0,1295 0,1241 0,1247 0,1248
Tp8 0,775 -2,25 +0,1858 0,1853 0,1878 0,1892 0,1896 0,1898
Tp9 0,725 2,25 -0,0960 -0,1017 -0,0970 -0,0982 -0,0967 -0,0965
Tp10 0,725 1,25 -0,0335 -0,0344 -0,0356 -0,0337 -0,0338 -0,0338
Tp11 0,725 -1,25 +0,1171 0,1151 0,1241 0,1188 0,1193 0,1188
Tp12 0,725 -2,25 +0,1770 0,1800 0,1805 0,1807 0,1833 0,1831
Tp13 0,525 2,25 -0,0868 -0,0877 -0,0618 -0,0849 -0,0847 -0,0867
Tp14 0,525 1,25 -0,0321 -0,0233 -0,0302 -0,0302 -0,0321 -0,0307
Tp15 0,525 -1,25 +0,1029 0,0911 0,1067 0,0924 0,1078 0,1172
Tp16 0,525 -2,25 +0,1564 0,1542 0,1548 0,1219 0,1221 0,1218
Модификации могут быть внесены в предпочтительный, только что изложенный вариант осуществления, которые содержатся в пределах объема, определенного следующей формулой изобретения.

Claims (9)

1. Компьютеризованный способ, пригодный для содействия в конструировании летательного аппарата посредством предоставления значений одной или более размерных переменных для летательного аппарата в целом или компонента летательного аппарата, упомянутые одна или более переменных являются зависимыми от предопределенного набора параметров, отличающийся тем, что содержит следующие этапы, на которых:
a) определяют координатную сетку параметрического пространства, устанавливающую предопределенные расстояния между его значениями;
b) получают пригодную модель для расчета упомянутых одной или более размерных переменных для какой-нибудь точки в параметрическом пространстве посредством итерационного процесса по отношению к сокращенной группе точек, по увеличивающемуся количеству членов в каждой итерации, содержащему следующие подэтапы, на которых:
b1) рассчитывают значения упомянутых одной или более размерных переменных для начальной группы точек с использованием модели CFD;
b2) получают начальную модель ROM из упомянутых вычислений CFD и рассчитывают значения упомянутых одной или более размерных переменных для упомянутой начальной группы точек с использованием начальной модели ROM;
b3) выбирают точку ε группы с наибольшим отклонением ε между результатами, выданными моделями CFD и ROM, и завершают итерационный процесс, если ε является меньшим, чем предопределенное значение ε0;
b4) выбирают новые точки в параметрическом пространстве, которые должны быть добавлены в группу точек, в качестве точек, расположенных внутри координатной сетки параметрического пространства на предопределенном расстоянии от упомянутой точки e;
b5) рассчитывают значения упомянутых одной или более размерных переменных для новых точек с использованием модели CFD и ROM и возвращаются на подэтап b3).
2. Компьютеризованный способ по п.1, отличающийся тем, что упомянутый летательный аппарат в целом или компонент летательного аппарата поделен на блоки, а упомянутые модели CFD и ROM применяются блок за блоком.
3. Компьютеризованный способ по любому из пп.1-2, отличающийся тем, что упомянутая одна или более размерных переменных включают в себя одно или более из следующего: аэродинамические силы, значения обшивки, распределение значений по летательному аппарату в целом или компоненту летательного аппарата.
4. Компьютеризованный способ по любому из пп.1-2, отличающийся тем, что упомянутые параметры набора включают в себя одно или более из следующего: угол атаки, число Маха.
5. Компьютеризованный способ по любому из пп.1-2, отличающийся тем, что упомянутый компонент летательного аппарата является одним из следующего: крыло, горизонтальный стабилизатор, вертикальный стабилизатор.
6. Компьютеризованный способ по любому из пп.1-2, отличающийся тем, что упомянутая модель ROM является моделью POD.
7. Компьютеризованный способ по п.6, отличающийся тем, что отклонение ε между результатами, выданными моделями CFD и POD, получают в качестве среднеквадратической ошибки между упомянутыми результатами.
8. Компьютеризованный способ по п.6, отличающийся тем, что модель POD получают исключением наименее значимых мод из группы точек.
9. Компьютеризованный способ по п.7, отличающийся тем, что модель POD получают исключением наименее значимых мод из группы точек.
RU2011121577/08A 2008-10-28 2009-10-28 Компьютеризованный способ для оптимизированного по затратам расчета аэродинамических сил на летательном аппарате RU2510969C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ES200803062 2008-10-28
ESP200803062 2008-10-28
PCT/ES2009/070464 WO2010049564A2 (es) 2008-10-28 2009-10-28 Método de cálculo asistido por ordenador de las fuerzas aerodinámicas en una aeronave optimizado en costes.

Publications (2)

Publication Number Publication Date
RU2011121577A RU2011121577A (ru) 2012-12-10
RU2510969C2 true RU2510969C2 (ru) 2014-04-10

Family

ID=42118340

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2011121577/08A RU2510969C2 (ru) 2008-10-28 2009-10-28 Компьютеризованный способ для оптимизированного по затратам расчета аэродинамических сил на летательном аппарате

Country Status (7)

Country Link
US (1) US8041547B2 (ru)
EP (1) EP2360606B1 (ru)
BR (1) BRPI0921804A2 (ru)
CA (1) CA2741655C (ru)
ES (1) ES2595979T3 (ru)
RU (1) RU2510969C2 (ru)
WO (1) WO2010049564A2 (ru)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102890734A (zh) * 2012-09-18 2013-01-23 天津空中代码工程应用软件开发有限公司 飞行模拟器中建立飞行结冰降阶模型的方法
CN102915402A (zh) * 2012-09-18 2013-02-06 天津空中代码工程应用软件开发有限公司 飞行结冰模拟器中建立飞行结冰状态空间的方法
CN103902782A (zh) * 2014-04-11 2014-07-02 北京理工大学 基于pod和代理模型的高超声速气动热模型降阶方法
US9977848B1 (en) 2014-07-10 2018-05-22 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method and system for predicting rocket nozzle deformation during engine start-up and shut-down transients
FR3033909A1 (fr) * 2015-03-18 2016-09-23 Airbus Operations Sas Procede et systeme de prevision de phenomenes dependant du temps par combinaison de donnees experimentales et numeriques.
CN104992046A (zh) * 2015-06-04 2015-10-21 黄克基 流体力学计算系统及方法
CN107967388A (zh) * 2017-11-28 2018-04-27 大族激光科技产业集团股份有限公司 切管机夹紧力的设计方法
CN108153998B (zh) * 2018-01-25 2021-09-03 哈尔滨工业大学 离心鼓风机叶轮的全三维气动优化设计方法
CN109614739A (zh) * 2018-12-24 2019-04-12 成都安世亚太科技有限公司 一种新型的针对带冠叶片的非线性接触处理方法
CN112084589B (zh) * 2020-08-31 2021-12-17 西安理工大学 基于轴面流速控制的轴贯流式水轮机转轮叶片优化方法
CN112541305B (zh) * 2020-12-10 2024-01-02 中国航空工业集团公司沈阳飞机设计研究所 一种基于全局变量求导的飞机气动力特性分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2176810C2 (ru) * 2000-03-09 2001-12-10 Санкт-Петербургский государственный университет аэрокосмического приборостроения Способ и устройство для определения величины и направления смещения центра масс аппарата
RU2184680C1 (ru) * 2001-09-14 2002-07-10 Молчанов Сергей Анатольевич Крыло самолета
RU2285633C2 (ru) * 2004-12-03 2006-10-20 Юрий Евгеньевич Устюгин Способ создания силы тяги в подвижных средах и устройство для его осуществления

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030063096A1 (en) * 2001-08-15 2003-04-03 Burke Gregory Michael System and method for efficiently creating a surface map
US7009608B2 (en) * 2002-06-06 2006-03-07 Nvidia Corporation System and method of using multiple representations per object in computer graphics
US20080162090A1 (en) * 2006-12-27 2008-07-03 Ernest Clay Perry System, methods, and computer readable media, for product design using t-spline deformation
US20080275677A1 (en) * 2007-03-19 2008-11-06 Optimal Solutions Software, Llc System, methods, and computer readable media, for product design using coupled computer aided engineering models

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2176810C2 (ru) * 2000-03-09 2001-12-10 Санкт-Петербургский государственный университет аэрокосмического приборостроения Способ и устройство для определения величины и направления смещения центра масс аппарата
RU2184680C1 (ru) * 2001-09-14 2002-07-10 Молчанов Сергей Анатольевич Крыло самолета
RU2285633C2 (ru) * 2004-12-03 2006-10-20 Юрий Евгеньевич Устюгин Способ создания силы тяги в подвижных средах и устройство для его осуществления

Also Published As

Publication number Publication date
RU2011121577A (ru) 2012-12-10
WO2010049564A2 (es) 2010-05-06
CA2741655C (en) 2016-04-05
US8041547B2 (en) 2011-10-18
WO2010049564A3 (es) 2010-09-16
ES2595979T3 (es) 2017-01-04
EP2360606B1 (en) 2016-07-06
BRPI0921804A2 (pt) 2016-06-21
US20100106471A1 (en) 2010-04-29
EP2360606A2 (en) 2011-08-24
CA2741655A1 (en) 2010-05-06

Similar Documents

Publication Publication Date Title
RU2510969C2 (ru) Компьютеризованный способ для оптимизированного по затратам расчета аэродинамических сил на летательном аппарате
Mavriplis et al. A 3D agglomeration multigrid solver for the Reynolds–averaged Navier–Stokes equations on unstructured meshes
CN110472846B (zh) 核电厂热工水力安全分析最佳估算加不确定性方法
JP2016021240A (ja) モード動的解析におけるラグランジュ乗数を回復するシステムおよび方法
CN104462015B (zh) 处理非高斯Lévy噪声的分数阶线性离散系统状态更新方法
Widhalm et al. Investigation on adjoint based gradient computations for realistic 3D aero-optimization
EP2680157A1 (en) Co-simulation procedures using full derivatives of output variables
KR100188176B1 (ko) 프로세스 시뮬레이터 및 프로세스 시뮬레이션 방법
CN110334450B (zh) 一种多块结构网格生成中物面投影错误的修复方法
EP3754534A1 (en) A fast method for computer-based simulation
CN110110406B (zh) 一种基于Excel计算平台实现LS-SVM模型的边坡稳定性预测方法
CN113435089B (zh) 一种基于高斯过程的板材折弯回弹预测方法
Parsa et al. Optimization of initial blank shape predicted based on inverse finite element method
Yun et al. An improved crack tracking algorithm with self‐correction ability of the crack path and its application in a continuum damage model
Bostan Shirin et al. Some improvements on the unfolding inverse finite element method for simulation of deep drawing process
JP5140437B2 (ja) マスクの評価すべきパターンを評価するための方法及びシステム
JP2011145999A (ja) 連立一次方程式の計算方法及び装置
CN112800669B (zh) 专用加速器中基于概率图模型的多种近似技术误差评估方法
Shi et al. Aerodynamic force and heating optimization of HTV-2 typed vehicle
Bouchon et al. An immersed method based on cut-cells for the simulation of 2d incompressible fluid flows past solid structures
Mishra et al. NURBS-Augmented Finite Element Method (NAFEM) for bending of thin arbitrary plates
Davoudi et al. Redesign and evaluation of an equation-based model reduction method in OpenModelica
Villani et al. Adaptive Gaussian Process Regression for Bayesian inverse problems
Xue et al. RSM improvement methods for computationally expensive industrial CAE analysis
Deng et al. Multi-Fidelity Reduced-Order Models for Multiscale Damage Analyses With Automatic Calibration

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20171029