遗传算法在翼型优化设计中的应用研究.doc

《遗传算法在翼型优化设计中的应用研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遗传算法在翼型优化设计中的应用研究袁萃1，杨青真2，段卓毅1（1中航一集团第一飞机设计院，陕西西安7100892西北工业大学动力与能源学院，陕西西安710072）摘要：翼型的性能对飞行器的气动性能具有决定性的影响，高性能翼型的研究是现代飞行器发展中的一项基础性研究。高升力、低阻力的翼型一直是翼型设计所追求的目标。以翼型为研究对象，给出了优化设计的数学模型。该模型首先采用B样条曲线方法分别生成翼型上下翼面曲线，以控制顶点的修改权系数为设计变量，提出优化问题。使用基于N-S方程的流场计算程序来求解流场，得到升力系数、阻力系数等气动参数，并以升阻比作为主

2、要的优化目标函数。优化设计从一个基本翼型开始，通过修改翼型的设计参数，形成新的翼型。利用遗传算法对形成的目标函数进行优化，从而得到具有良好气动性能的翼型。将遗传算法，流场计算有机的耦合到了翼型的优化设计中，大大提高了优化效率。通过算例证明了该优化模型的可行性，为今后开展更深层次的研究奠定了基础。关键词：遗传算法；优化；N-S方程；翼型；TheapplicationofGeneticAlgorithminaerodynamicoptimizationdesignofairfoilYuanCui1，YangQing-zhen2，DuanZhuo-yi1

3、(1TheFirstAircraftDesignandResearchInstituteofAVIC-I,Xi’an710089,China2SchoolofEngineandEnergy,NorthwesternPolytechnicalUniversity,Xi’an710072，China)Abstract：Airfoilperformancehasadecisiveimpactontheaerodynamiccharacteristicofanaircraft.High-performanceaircraftisabasicresearch

4、inmodernaircraftdevelopment.High-lift,lower-draftairfoilisthegoalpursuedinprocedureofairfoildesign.Themathematicalmodeloftheoptimumdesignisgiven.FirstlyairfoiltheupsurfaceandthedownsurfacearebuiltbyB-Spinecurvesmethod.Theoptimizationmodelisestablishedbymodifyingtheweightcoeffi

5、cientofcontrolpoint.Theliftcoefficient,thedraftcoefficientandotheraerodynamicparametersareobtainedbymeansofthenumericalsimulationofNavier-Stokesequations.Objectivefunctionisdefinedasthelift-to-dragratio.Optimizingdesignstartsfromabasicairfoilandfinallybuildsanewairfoilshapethr

6、oughmodifyingtheairfoildesignparameters.Agoodaerodynamicperformancesairfoilisbuiltundergeneticalgorithm.GeneticalgorithmandCFDiscombinedtogethertooptimizeairfoil.Somevaluableconclusionsareobtained,bywhichthefeasibilityandefficiencyofthemodelisprovedgood.Keywords:GeneticAlgorit

7、hms(GAS);Optimization;N-Sequation;Aerofoil;1.引言计算流体力学的发展，使借助数值方法进行飞行器的优化设计成为可能。采用与计算流体力学相结合的数值优化方法进行飞机的气动设计，可以大大的提高优化设计的效率，这一点已得到了广大气动设计工作者的普遍认可，并在气动设计中得到了实际的应用。但是，不论是梯度法，罚函数法，还是基于控制理论的方法和可变误差多面体方法，都存在类似的本质缺陷，那就是优化设计的最终结果达到全局最优的可能性不大，所以上述几种方法只能称为局部优化方法。飞机气动设计所固有的高复杂性和强非线性，使得局部

8、寻优的结果成为实际全局性最优的概率较小，而实际的工程设计又往往需要全局性最优的设计，这就使得我们不得不把注意力从传统的确定