791翼型水动力性能多点和鲁棒优化对比研究
发布时间：2021-12-17 18:41
为满足791翼型在多工况下具有较好水动力性能且能维持其稳定性的要求,在模糊集理论和鲁棒度的基础上分别建立多点优化和鲁棒优化数学模型,并依据样本空间和两者的优化目标分别建立代理模型。运用多目标遗传算法对代理模型寻优,并结合CFD数值计算和PIV实测结果对两种优化结果对比分析。结果表明:两种优化方法均能同时降低翼型在设计工况和非设计工况下的阻升比且能很好地改善尾流品质;多点优化能灵活调整不同工况下的权重因子,但其优化效果受所考虑工况数目的影响;相比于多点优化,鲁棒优化还能提升性能的稳定性,使其恶化的程度减弱,适用性更强。
【文章来源】：工程热物理学报. 2018,39(09)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
冀型形状
赵斌娟等７Ｗ翼型水动ｉｉ性能多ｉｔ和鲁棒优化对比研究??１９?＆９??期??维翼型的多目标多工况优化设计进行了探索，王龙??等［８１运用ＷＡＧＡ－ＩＩ遗传算法对变风速和变风向情??况下的风力机翼型进行了高升阻比的多点优化，优??化后的翼型在多个工况下的气动性能都得到了明显??的提升。鲁棒优化是一种减小变鼠和参数波??动所引发的目标变异的方法：ＪＵ等Ｍ以升阻比和??升力系数的最大化及两者波动程度的最小化为优化??目标，对风力机翼型前缘粗糙度的不确定性进行了??鲁棒优化，Ｈｕｙｓｅ等＿对马赫数的不确定性进行了??鲁棒优化，并很好地减小了翼型阻力的波动？总之，??在对翼型气动性能的优化问题中存在多种优化方法，??但在考虑工况参数变动情况下，对将多点优化和鲁??棒优化运用到翼型水动力性能优化中的研究相对较??少，对该两种优化方法在运用过程中比较的研究也??存在不足．??因此，本文以轴流泵常用７９ｉ翼型Ｍ为研究??对象，对其水动力性能分别进行考虑多个工况的多??点优化和考虑来流速度随机波动不确定性的兽棒优??化，旨在对比说明两种优化对翼型水动力性能优化??效果的差异，进而总结两者的优缺点，并提出其在??使用过程中需注意的Ｎ题，为翼型及其他水力机械??的优化设计提供参＾１％??１研究对象及其参数化??本研充所选用对象的形状如图１所示，其沿来??流速度方向的截面形状为７９１翼型．翼型弦长??Ｍ鳥翼展长度Ｗ＝２＆?ｍｍ，．．最大厚度ｌｍａｘ＝４．?＿〇．，??攻角其厚度变化规律详见文献［１４］；??阌＿１?７￡１１．＿馨狀??Ｆｉｇ．?１?Ｔｈｅ?ｓｈａｐｅ?ｏｆ?ａｉｒｆｏｉｌ?７９１??在翼型优化段计中，其参
赵斌娟等：７９１翼型水动力性能多点和鲁棒优化对比研究??１９６３??９期??０．５?１．０?１．５?２．０?２．５?３．０?３．５?４．０?４．５?５．０?５．５?６．０?６．５?７．０?７．５?８．０??Ｏｒｉｇ—模拟?Ｏｐｔｌ—模拟?０ｐｔ２—模拟??Ｏｒｉｇ￣试验?Ｏｐｔｌ—试验?０ｐｔ２￣试验??Ｏｒｉｇ—尾部?Ｏｐｔｌ—尾部?０ｐｔ２￣尾部??图５?Ｏｒｉｇ、Ｏｐｔｌ和Ｏｐｔ２翼型中间截面速度分布??Ｆｉｇ．?５?Ｖｅｌｏｃｉｔｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｎ?ｍｉｄｄｌｅ?ｓｅｃｔｉｏｎ?ｏｆ?Ｏｒｉｇ，?Ｏｐｔｌ?ａｎｄ?Ｏｐｔ２??由图ｅ可以看出；在速度Ｋ俩［３，?“］内，鲁棒??优化效果要好于多点优化；但在Ｋ间［４吞９］内，多??点优化效果要好于鲁棒优化。相对而言，鲁棒优化??结果Ｏｐｔ２的阻力系数虽然在速度Ｋ间［４．５，?９］内高??ｆ多点优化结果Ｏｐｔｌ的阻力系数，但其变化更加??不缓，水动力性能的退化程度减弱，具有更好的稳??定性。??图＜３阻力系数随速奪变：化曲线??Ｆｉｇ．?６?Ｒｅｓｉｓｔａｎｃｅ?ｃｏｅｆｆｉｃｉｅｎｔ?ｃｈａｎｇｅ?ｗｉｔｈ?ｖｅｌｏｃｉｔｉｅｓ??在图７中，对宁多点优化来说，Ｏｐｔｌ在大流貴??工况下均的减小歎变大，可能与大流量工况下权重??因子较大有关－但就稳定性而言由拟合得到敢三??条直钱的斜率?ｆｏ＝ｅ？，〇２．７＆、％＝０．．０．２＿、ｆｅ＝０．０：２０Ｓ?可??以看出＜峋?＜?知，说明经鲁棒优化得到Ｏｐｔ２的??朽随来流速度的变化更加平缓，即〇ｐｔ２的稳定性??要圩于Ｏｐｔｌ。其次，〇ｐｔ２尾流不均匀度丹的减小??遺要远大子Ｏｆｒｔｌ，
【参考文献】：
期刊论文
[1]791翼型水动力性能的多目标遗传优化[J]. 王瑜,赵斌娟,陈汇龙,仇晶,赵尤飞. 排灌机械工程学报. 2016(05)
[2]基于模糊集理论轴流风机多工况优化研究[J]. 黄友根,刘辉,王军,李斌. 工程热物理学报. 2015(05)
[3]基于Pareto遗传算法的风力机翼型多点优化设计[J]. 王龙,宋文萍,许建华. 太阳能学报. 2013(10)
[4]基于CFD的翼型水动力性能多目标优化设计[J]. 李胜忠,赵峰,杨磊. 船舶力学. 2010(11)
[5]气动设计问题中确定性优化与稳健优化的对比研究[J]. 李焦赞,高正红. 航空计算技术. 2010(02)
[6]低速翼型多点/多目标优化设计方法研究[J]. 邓磊,乔志德,熊俊涛,杨旭东. 航空计算技术. 2010(01)
[7]基于神经网络的翼型优化设计方法研究[J]. 朱莉,高正红. 航空计算技术. 2007(03)
本文编号：3540711
【文章来源】：工程热物理学报. 2018,39(09)北大核心EICSCD
【文章页数】：7 页
【部分图文】：
冀型形状
赵斌娟等７Ｗ翼型水动ｉｉ性能多ｉｔ和鲁棒优化对比研究??１９?＆９??期??维翼型的多目标多工况优化设计进行了探索，王龙??等［８１运用ＷＡＧＡ－ＩＩ遗传算法对变风速和变风向情??况下的风力机翼型进行了高升阻比的多点优化，优??化后的翼型在多个工况下的气动性能都得到了明显??的提升。鲁棒优化是一种减小变鼠和参数波??动所引发的目标变异的方法：ＪＵ等Ｍ以升阻比和??升力系数的最大化及两者波动程度的最小化为优化??目标，对风力机翼型前缘粗糙度的不确定性进行了??鲁棒优化，Ｈｕｙｓｅ等＿对马赫数的不确定性进行了??鲁棒优化，并很好地减小了翼型阻力的波动？总之，??在对翼型气动性能的优化问题中存在多种优化方法，??但在考虑工况参数变动情况下，对将多点优化和鲁??棒优化运用到翼型水动力性能优化中的研究相对较??少，对该两种优化方法在运用过程中比较的研究也??存在不足．??因此，本文以轴流泵常用７９ｉ翼型Ｍ为研究??对象，对其水动力性能分别进行考虑多个工况的多??点优化和考虑来流速度随机波动不确定性的兽棒优??化，旨在对比说明两种优化对翼型水动力性能优化??效果的差异，进而总结两者的优缺点，并提出其在??使用过程中需注意的Ｎ题，为翼型及其他水力机械??的优化设计提供参＾１％??１研究对象及其参数化??本研充所选用对象的形状如图１所示，其沿来??流速度方向的截面形状为７９１翼型．翼型弦长??Ｍ鳥翼展长度Ｗ＝２＆?ｍｍ，．．最大厚度ｌｍａｘ＝４．?＿〇．，??攻角其厚度变化规律详见文献［１４］；??阌＿１?７￡１１．＿馨狀??Ｆｉｇ．?１?Ｔｈｅ?ｓｈａｐｅ?ｏｆ?ａｉｒｆｏｉｌ?７９１??在翼型优化段计中，其参
赵斌娟等：７９１翼型水动力性能多点和鲁棒优化对比研究??１９６３??９期??０．５?１．０?１．５?２．０?２．５?３．０?３．５?４．０?４．５?５．０?５．５?６．０?６．５?７．０?７．５?８．０??Ｏｒｉｇ—模拟?Ｏｐｔｌ—模拟?０ｐｔ２—模拟??Ｏｒｉｇ￣试验?Ｏｐｔｌ—试验?０ｐｔ２￣试验??Ｏｒｉｇ—尾部?Ｏｐｔｌ—尾部?０ｐｔ２￣尾部??图５?Ｏｒｉｇ、Ｏｐｔｌ和Ｏｐｔ２翼型中间截面速度分布??Ｆｉｇ．?５?Ｖｅｌｏｃｉｔｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｎ?ｍｉｄｄｌｅ?ｓｅｃｔｉｏｎ?ｏｆ?Ｏｒｉｇ，?Ｏｐｔｌ?ａｎｄ?Ｏｐｔ２??由图ｅ可以看出；在速度Ｋ俩［３，?“］内，鲁棒??优化效果要好于多点优化；但在Ｋ间［４吞９］内，多??点优化效果要好于鲁棒优化。相对而言，鲁棒优化??结果Ｏｐｔ２的阻力系数虽然在速度Ｋ间［４．５，?９］内高??ｆ多点优化结果Ｏｐｔｌ的阻力系数，但其变化更加??不缓，水动力性能的退化程度减弱，具有更好的稳??定性。??图＜３阻力系数随速奪变：化曲线??Ｆｉｇ．?６?Ｒｅｓｉｓｔａｎｃｅ?ｃｏｅｆｆｉｃｉｅｎｔ?ｃｈａｎｇｅ?ｗｉｔｈ?ｖｅｌｏｃｉｔｉｅｓ??在图７中，对宁多点优化来说，Ｏｐｔｌ在大流貴??工况下均的减小歎变大，可能与大流量工况下权重??因子较大有关－但就稳定性而言由拟合得到敢三??条直钱的斜率?ｆｏ＝ｅ？，〇２．７＆、％＝０．．０．２＿、ｆｅ＝０．０：２０Ｓ?可??以看出＜峋?＜?知，说明经鲁棒优化得到Ｏｐｔ２的??朽随来流速度的变化更加平缓，即〇ｐｔ２的稳定性??要圩于Ｏｐｔｌ。其次，〇ｐｔ２尾流不均匀度丹的减小??遺要远大子Ｏｆｒｔｌ，
【参考文献】：
期刊论文
[1]791翼型水动力性能的多目标遗传优化[J]. 王瑜,赵斌娟,陈汇龙,仇晶,赵尤飞. 排灌机械工程学报. 2016(05)
[2]基于模糊集理论轴流风机多工况优化研究[J]. 黄友根,刘辉,王军,李斌. 工程热物理学报. 2015(05)
[3]基于Pareto遗传算法的风力机翼型多点优化设计[J]. 王龙,宋文萍,许建华. 太阳能学报. 2013(10)
[4]基于CFD的翼型水动力性能多目标优化设计[J]. 李胜忠,赵峰,杨磊. 船舶力学. 2010(11)
[5]气动设计问题中确定性优化与稳健优化的对比研究[J]. 李焦赞,高正红. 航空计算技术. 2010(02)
[6]低速翼型多点/多目标优化设计方法研究[J]. 邓磊,乔志德,熊俊涛,杨旭东. 航空计算技术. 2010(01)
[7]基于神经网络的翼型优化设计方法研究[J]. 朱莉,高正红. 航空计算技术. 2007(03)
本文编号：3540711
本文链接：https://www.wllwen.com/projectlw/xnylw/3540711.html
