基于遗传算法的二维气动优化

【摘要】：本文针对翼型气动优化问题,就翼型参数化、流场求解器和遗传算法等相关问题进行了研究。基于CST参数化技术构建翼型参数化模型,使参数寻优空间得到了有效地控制;遗传算法适应度评估涉及的流场求解器则采用基于Jameson有限体积法的Euler方程解算程序。通过引入隐式残值光顺、多重网格法和弹簧网格处理等措施,改进了求解器的计算效率;优化方法基于基本遗传算法,通过引入精英保留策略和OpenMP技术的并行化处理,提高了算法的收敛性能和计算效率。文中首先给出了亚音速条件下NACA0012翼型表面压力分布重构算例,重构的压强分布能与目标分布吻合,展示出本文发展的方法可用于翼型气动优化。 接着,本文进行了翼型减阻凸包外形的优化设计,即在翼型上表面放置优化的凸包外形降低激波强度,达到减阻效果。文中以RAE2822翼型为例,给出了这一减阻凸包外形的优化设计,展示出减阻的显著效果(本算例波阻减少达40%)。最后本文进行了基于翼型面积和后缘角约束的翼型气动优化设计,文中给出了以RAE2822翼型为基准翼型的带约束升力系数极大化设计算例,达到了明显增升效果。上述算例表明,本文建立的方法具有良好的鲁棒性,有一定的工程应用价值。