[发明专利]基于参数分类的超临界机翼极多参数优化设计方法

说明书

技术领域

本发明涉及一种基于参数分类的超临界机翼极多参数优化设计方法。

背景技术

超临界机翼是目前用在大型飞机上的最先进机翼，具有巡航升阻比高，巡航马赫数高的优点,采用这种机翼的飞机具有较高的燃油效率和环保性能。超临界机翼的设计目前主要通过人工进行，对人的经验要求高，设计效率低。超临界机翼的优化设计技术可以提高设计效率，降低设计成本，提高气动性能。超临界机翼优化设计技术的主要目的是降低机翼巡航阻力，提高巡航升阻比。由于航程长，载重大，大型飞机的巡航阻力系数即使只降低0.0001（一个阻力单位），也具有很大的经济和环境效益。因此，超临界机翼的设计总是要求尽可能提高升阻比，降低阻力，充分挖掘机翼的设计潜力。要能够分辨一个阻力单位的提高（改进），就要求超临界机翼和使用超临界机翼的飞机的气动特性计算达到很高的精度，要能考虑发动机短舱和机身对机翼的干扰，这就要求采用精细网格求解NS方程的方式来计算气动特性，计算网格数量可达上千万，使得求解一次目标函数（阻力或者升阻比）的计算量很大，花费时间很长。

超临界机翼的优化设计要得到良好的优化效果，需要解决两个基本问题。第一是参数化方式要能够充分表现所有可能的外形，有效设计空间要足够大。这就必然需要使用更多的设计参数，设计参数越多，所能表现的外形也越多、越复杂、越精确。目前常用的布局参数化方法有B??ezier-Bernstein方法，nurbs曲面方法等，设计参数可以达到几百个。

其二是寻优方法要能够充分收索设计空间内的可能外形，得到全局最优解，这就需要良好的寻优算法。在目标函数是多极值函数时，必须使用全局性寻优算法，才能得到全局最优解。

超临界机翼设计需要多参数优化设计技术来提高性能，充分挖掘设计潜力。其设计参数可能达到数百个，只有设计参数达到一定的数量后，才能够具有足够大的设计空间，在这个设计空间中包含最优布局。

目前国际上主流的能考虑短舱和机身干扰的超临界机翼优化设计技术，可以分为两类。一类采用全局寻优算法，比如遗传算法，粒子群算法，模拟退火算法等全局寻优算法，不依赖敏感导数（敏感梯度），设计参数数量一般为几个到十几个，一般不超过50个。主要原因在于考虑短舱和机身干扰后，需要求解NS方程来获得目标函数，计算量非常大。这几种寻优算法的计算量本身就随着设计参数的增加急速增长，在参数数量超过50个后，计算量将无法接受。同时，设计参数数量超过50个后，这几种算法本身的优化效果也变差，不容易获得全局最优解。采用响应面方法来估算目标函数可以提高目标函数的计算速度，但是设计参数数量太大时，构建响应面本身的计算量就是天文数字，而且响应面方法的计算精度无法满足布局精细优化的要求。纵上所述，单纯的全局寻优算法，无法满足极多参数气动布局精细优化设计的要求。

另一类采用二次规划算法，最速下降法等基于敏感导数的寻优算法。这些寻优算法能够处理上千个设计参数的优化问题，具有较高的寻优效率，但是只能获得局部最优解。在美国斯坦福大学著名空气动力学家Jameson教授发展了基于伴随算子的敏感导数解算方法之前，敏感导数的计算主要采用差分法，本身也非常耗时。基于伴随算子的敏感导数解算方法通过解算伴随方程来计算敏感导数，其计算量与参数数量基本无关，总计算量相当于求解两次气动特性。这个技术发展起来后，数百个设计参数的高精度气动布局优化设计才成为现实，也是目前国际发展的热点。但是这种技术一直没有得到大规模的工业应用，原因在于只能获得局部最优解，对于多极值问题的优化效果和效率都将大大下降。通常设计参数越多，成为多极值问题的可能性越高，而超临界机翼的多参数优化设计问题恰好就是多极值问题，我们的研究已经充分证明了这一点。

目前常用的提高多参数气动布局优化设计效果的方法是随机选取多个优化起始布局，期望破解全局寻优问题，获得更好的优化效果，但是对于一个已经具有较好性能的待优化机翼，这种方式所获得的优化结果往往不如最初的机翼，原因在于随机选取的布局很可能是一个性能很差的布局，即使优化也很难获得很大的提高。因为初始布局已在设计空间中已经是一种较好的布局，而设计空间充斥着大量的不良布局，随机选取很容易得到这些不良布局。

综上所述，目前短舱和机身干扰下的超临界机翼极多参数、高精度优化设计只能获得局部最优，优化效果不佳。

发明内容