申请/专利权人：西北工业大学

申请日：2024-01-23

公开（公告）日：2024-06-07

公开（公告）号：CN118153187A

主分类号：G06F30/15

分类号：G06F30/15;G06F30/28;G06F119/10;G06F113/08;G06F119/14;G06F111/10

优先权：

专利状态码：在审-公开

法律状态：2024.06.07#公开

摘要：本发明提供了一种高升力翼型气动和噪声协同优化方法，通过样本空间设计和缝道参数空间初始采样，生成样本流动数据集，根据样本流动的气动特征和噪声特征：构建气动代理模型和噪声代理模型，并设计气动特性和噪声特性综合优化目标函数，基于最优化算法获取基于当前代理模型的最优缝道参数组合方式，评估当前最优翼型的增升性能和降噪性能，从而评估当前最优翼型是否满足设计需求。本发明实现了增升和降噪约束下的高升力翼型缝道参数组合方式寻优设计，解决了流动噪声优化过程中需要频繁多次调用非定常流动模拟模块和噪声预测模块而导致的计算开销巨大的问题，极大地拓宽了基于代理模型的流动噪声优化方案的可行性和实施范畴。

主权项：1.一种高升力翼型气动和噪声代理优化方法，其特征在于包括如下步骤：步骤1：样本空间设计；高升力翼型包含缝翼、主翼和襟翼，其中缝翼与主翼间的缝道参数为缝翼偏转角度、缝翼重叠度和缝翼缝道间距；襟翼与主翼间的缝道参数为襟翼偏转角度、襟翼重叠度、襟翼缝道间距；因此，高升力翼型的缝道参数空间是六维样本空间{δslat,oslat,gslat,δflap,oflap,gflap}∈R6，但是考虑到代理模型的预测精度会随着设计变量空间维度的增高而显著降低，且构建代理模型所需的样本点数与参数空间维度呈指数增长关系；采取分区协同优化策略将缝翼缝道参数优化与襟翼缝道参数优化独立进行，六维样本空间拆解为两个独立的三维样本空间：缝翼缝道空间{δslat,oslat,gslat}∈R3和襟翼缝翼空间{δflap,oflap,gflap}∈R3，构建三维样本空间所需的样本点数大幅低于六维样本空间所需的样本点数，节约计算代价，有助于提升代理模型精度；步骤2：缝道参数空间初始采样；由于缝翼缝道参数的代理优化思路与襟翼缝道参数的代理优化思路完全相同，因此统一用{δ,o,g}表征缝道的偏转角度、重叠度和缝道间距，此时参数的采样空间为三维；根据民用飞机起降阶段时增升装置的实际打开角度和安装位置，确定缝道参数空间的上下界为：δ∈[δ1,δ2]，o∈[o1,o2]，g∈[g1,g2]；设计空间内的样本数目和分布影响代理模型的精度；根据均匀采样算法，在样本空间内采集N个初始样本点其中N＝n3，n为每一维空间参数的采样点数；步骤3：生成样本流动数据集；根据步骤2采集的N个初始样本点，建立对应的N个高升力翼型的几何模型，并将几何模型导入ICEM或pointwise网格生成软件中，划定计算域，并生成贴体化结构网格；鉴于高升力翼型流动是高雷诺数的非平衡壁湍流流动，刻画流动中不同尺度漩涡间的相互作用关系需要高精度大涡模拟方法，因此，基于结构网格上的高阶精度大涡模拟方法，获取绕N个高升力翼型的非定常流动信息，记录非定常流动中的密度、速度和压力；步骤4：样本流动的气动特征；根据步骤3的N个高升力翼型的非定常流场信息，通过时间平均方法获取翼型表面的气动特征，气动特征包括时均压力分布Cp和时均升力系数Cl，时均升力系数是时均压力分布绕翼型表面的积分沿着垂直于来流方向的分量，N个样本点的时均压力分布记作N个样本点的时均升力系数记作步骤5：样本流动的噪声特征；针对步骤3数值模拟得到的N个样本点的非定常流动信息，在包裹所有固体表面以及尾迹区内的非定常流动声源的近场区域，选择封闭的积分曲面，称为可穿透积分面，记录可穿透积分面上的非定常压力、密度和速度信息，并输入可穿透FW-H方程中，基于可穿透FW-H方程的Farassat积分公式，获取若干远场观测站位的声压脉动时间历程；利用傅里叶变换将声压脉动时间历程转换至频域，获取声压脉动的频谱PSD，基于PSD可获取总声压级OASPL，OASPL是PSD中截断频率区间内的声压总和；针对一个具体的远场观测站位，噪声频谱PSD刻画了这一观测站位处的声压脉动功率谱的频率分布特征，因此N个样本点在M个观测站位的频谱的集合记为其中i标记了样本点的编号，j标记了观测站位的编号，N为样本数目，M为观测站位的数目，ω为声波的圆频率；N个样本点在M个观测站位的总声压级的集合记为步骤6：构建气动代理模型和噪声代理模型；基于步骤4的N个样本点的气动特征构建气动代理模型，基于步骤5的N个样本点的噪声特征构建噪声代理模型；步骤7：设计气动特性和噪声特性综合优化目标函数；根据高气动性能和低噪声性能的工程需求，设计待优化的目标函数，构建气动和噪声综合优化问题的数学模型；对于气动特性和噪声特性的综合优化属于多目标优化问题，优化问题的提法以及目标函数的确定对于最优解有重要影响；借鉴经典的加权系数平均方法，将原本的气动和噪声优化问题转化为单目标优化问题；提供两种目标函数：①将升力系数与噪声总声压级的比值作为目标函数，气动和噪声综合优化问题将转化为寻找时均升力系数与噪声总声压级的比值的最大值问题，具体如下： 其中分母表示M个观测站位的噪声总声压级OASPLj的加权之和，其中ωj是衡量第j个观测站位的噪声总声压级OASPLj的重要性的权重系数，所有权重系数之和为1，即如果所有观测站位的噪声约束同等重要，那么ωj＝1M，如果不同观测站位重要性不等，那么依据重要性排序设计不同的ωj取值；为了确保升力性能和噪声性能都被同等对待，即Cl和OASPL的数值量级匹配，以及每个观测站位的OASPL都被同等对待，即OASPLj，j＝1,…,M的数值量级匹配，在公式1中，分子和分母之间需要进行量级归一化处理，各个观测站位的OASPLj也需要进行量级归一化处理；②将升力系数与噪声总声压级的加权之和作为目标函数，此时气动和噪声优化问题转化为寻找时均升力系数与噪声总声压级的加权之和的最大值问题，具体如下： 其中α1为时均升力系数的权重系数，α2为噪声总声压级的权重系数；为了确保升力性能和噪声性能都被同等对待，即Cl和OASPL的数值量级匹配，以及每个观测站位的OASPL都被同等对待，即OASPLj，j＝1,…,M的数值量级匹配，在公式2中，各求和项之间需要进行量级归一化处理，各个观测站位的OASPLj也需要进行量级归一化处理；根据步骤6中的气动特性的响应面代理模型和M个不同观测站位的噪声特性的响应面代理模型，基于公式1或者2得到气动和噪声综合优化目标函数的响应曲面代理模型；步骤8：基于最优化算法获取基于当前代理模型的最优缝道参数组合方式；基于步骤7中的气动和噪声综合优化目标函数的响应曲面代理模型，根据遗传算法或粒子群优化算法，对步骤7的公式1或者2中的目标函数进行极大值寻优搜索，当公式1或2的目标函数取得最大值时，搜索的缝道参数为最优缝道参数，记为δopt,οopt,gopt；步骤9：评估当前最优翼型的增升性能和降噪性能；根据步骤8得到的最优缝道参数δopt,οopt,gopt生成目标高升力翼型，根据ICEM或者pointwise生成目标高升力翼型的贴体结构化网格，基于生成的结构化网格，根据高阶精度大涡模拟方法获取目标高升力翼型绕流的非定常流场，根据步骤4和步骤5获取目标高升力翼型的气动性能时均升力系数Clopt和噪声性能总声压级OASPLopt，分别与基准翼型的气动性能和噪声性能求差，分别获取差量ΔCl和ΔOASPL，评估增升效能和降噪效能；步骤10：评估当前最优翼型是否满足设计需求；根据步骤9得到的最优缝道参数的增升效能和降噪效能，判定与设计指标之间的差距；如果已经满足设计指标要求，则输出步骤8得到的当前最优缝道参数δopt,οopt,gopt作为最终最优的缝道参数，并结束整个优化过程，如果不满足设计指标要求，则将当前采集的最优缝道参数的样本流动加入初始的样本数据集中，形成N+1个样本，然后重复步骤4至步骤9，直至增升性能和降噪性能均同时满足设计指标，输出寻找到的最优缝道参数，结束整个优化过程。

全文数据：

权利要求：

百度查询： 西北工业大学 高升力翼型气动和噪声代理优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD