气动Over-the-Wing-Nacelle-Mount配置的优化

文摘

over-the-wing-nacelle-mount飞机配置被阻止噪声传播喷气发动机向地面。然而,假设配置气动效率较低,因为翼之间的气动干扰效应和发动机舱。本文进行气动优化设计提高气动效率相当于传统under-the-wing-nacelle-mount配置。发动机舱和翼几何修改达到较高的升阻比,和最优几何与传统的配置。桥塔的形状也修改减少空气动力干扰效应。最后wing-fuselage-nacelle模型相比,DLR F6模型,讨论潜在的Over-the-Wing-Nacelle-Mount环保未来飞机的几何。

1。介绍

与航空交通的增长,降低机场噪声的强劲需求。机场噪声的主要来源是飞机和风扇噪音造成的引擎。世界各地,规定机场噪声已经收紧,因此,减少机体和发动机噪音的一个重要问题。

降低机场噪声,最近提出了几个飞机配置。一个是安装引擎机舱后机身,和另一个是安装在翼发动机短舱。在后一种情况下,成功经验只有几例,包括最近本田商务喷气机(1]。Over-the-Wing-Nacelle(自己的)配置有潜力大幅降低噪音,因为翅膀可以阻止传播的风扇和飞机向地面的声音2]。然而,当发动机短舱安装在机翼,空气动力性能会大幅下降由于干扰效果。如果发动机舱和翼之间的干涉效应削弱,大幅增加空气动力性能是实现,自己的配置将是一个潜在的候选人将在不远的将来,将安静的飞机配置。

因此,本研究的目的是探讨空气动力学的可行性的配置利用计算流体动力学(CFD)和优化方法。设置巡航马赫数0.70关注中等规模,对日本国内的短程飞机或欧洲的使用。在这项研究中,发动机舱和翼之间的气动干扰效应是通过发动机舱的修改优化,翅膀,桥塔的形状。采用克里格模型建立一个目标函数的近似模型以减少计算负担巨大的要求由一个随机优化方法加上3 d高保真CFD计算在一个完整的飞机几何。

2。优化方法

在符合空气动力学的形状优化,非线性的目标函数都必须考虑。因此,随机优化方法需要获取全局最优解。遗传算法(GA)是一种流行的随机方法通常用于气动优化(3,4]。GA以人群为基础的优化方法,模拟生物的进化过程中,人口发展超过代/最大化最小化目标函数的操作选择、交叉和变异。在这项研究中,一个内部采用实数编码遗传算法的解算器(3]。然而,众所周知,遗传算法需要大量计算成本由于以人群为基础的搜索,尤其是加上昂贵的CFD解决方案。

因此,代理模型用于近似目标函数值,使防止大量昂贵的CFD评估和加速优化过程。许多代理模型提出,但克里格模型(5,6采用,因为它可以准确预测非线性目标函数。克里格模型表达未知函数和常数全局模型和局部偏离全球模式。代理模式是由采样点,在那里采样点的目标函数值设计变量的向量。在这里,将采样点的数量设计矢量大小设置。

克里格模型,预测满足以下关系表示实际的函数值之间的相关性采样点和预测: 在哪里是设计变量向量的未知的目标函数,是th的设计变量th采样点,是设计变量的预测。向量参数的相关性在(1)是克里格模型的关键,需要获得最好的参数。克里格预测被定义为 在哪里估计的价值吗,表示相关矩阵的()输入采样点之间的相关性和,1是维单位矢量; 和用于指定未知参数通过最大化似然函数如下: 遗传算法是用于最大化的函数来找到最好的参数因为它是维无约束非线性问题。然后建立了克里格模型,目标函数估计使用(2)。

克里格模型的优点之一是能够估计估计价值的不确定性。的均方误差在点表示为 通过集成与概率密度函数,以下所谓预期获得的改进(EI)值是当最小化问题被认为是: 在哪里是目前最优目标函数值。EI值代表了可能的改进点。通过使用EI值,我们可以找到设计空间,现在还没有探索但目标函数可能改善由于不确定性较高。

在目前的气动优化,上述克里格近似模型用于计算目标函数值,而不是CFD计算。在这里,目前克里格图中描述的基于模型的优化过程1。(1)使用拉丁超立方体抽样选择初始取样点;(2)计算目标函数值的采样点;(3)构建克里格模型的目标函数;(4)使用遗传算法最小化目标函数在克里格模型;(4 b)使用GA EI价值最大化;(5)添加最佳点对目标(4)或EI (4 b)作为额外的取样;(6)重复项(2)-(5),直到满足终止条件。

建立可靠的克里格模型,均匀采样点是必要的。拉丁超立方体抽样(lh)方法(7),实验设计之一,用于分发等距离的点空间。它是计算昂贵的传播初始取样点的域人口建立准确的克里格模型。因此,自适应采用克里格模型方法,克里格模型是通过优化流程更新。GA优化后再加上克里格模型,新采样点选择最优解计算更新后的克里格模型。这使得提高近似的准确性找到全局最优的解决方案。在这项研究中,EI值也用于优化获得新样本点的目的的搜索全局最优的解决方案。

3所示。初步分析

在本节中,进行初步分析探讨气动干扰由于机翼上方的发动机舱的存在在巡航条件。中使用的配置是基于DLR-F6第三张仁阻力预测研讨会(8]。传统under-the-wing-nacelle DLR-F6 (UWN)配置由机身、机翼、发动机舱、塔。最初的设计马赫数DLR-F6配置的是0.75。在这个研究中,流动状态设置为马赫数0.70关注中型,短程飞机。升力系数一直到0.57通过调整角度的攻击。数值上执行流分析wing-fuselage配置有/没有不相交的机舱。这里,使用flow-throw短舱的原因是材料短舱模拟的有效性证明(1]。

绕流9欧拉法来模拟不同的配置比较的解决者。发动机舱高度上翼面()和前沿的距离()在图2改变了,发动机舱口直径和吗弦长在塔用于正常化。的总结了九种不同配置的值在图3。图代表了发动机舱空气动力性能是高度影响的位置。此外,发动机舱质问性能差的存在没有发动机舱的wing-fuselage是33.8。两种构型的压力分布与发动机舱和配置没有短舱如图4。的数据,下面的冲击函数用于冲击区域的检测: 在哪里速度矢量,是静态压力,声速。图中的灰色区域是冲击的地区。如数据所示4(一)和4 (b)两个的情况下,生成的冲击波翼和发动机舱明显观察到。另一方面,没有发动机舱的冲击区域的配置非常小。这些冲击波增加阻力,减少。它认为自己的配置往往会产生冲击波;然而,冲击波的强度密切相关的发动机短舱的位置安装。因此,发动机舱的位置进行优化和发动机舱形状、空气动力学可以获得可行的配置。

4所示。问题定义

本文的目标是提高气动性能的配置修改,发动机舱、塔的形状。第一个进行修改优化翼机翼和发动机舱形状降低翼之间的气动干扰效应和发动机舱。然后进一步改进优化设计优化塔的形状。在这里,定义了两种情况下的优化问题。

4.1。目标和约束

目的是调查的可行性空气动力学效率的配置。当只有空气动力效率被认为是,发动机舱的位置往往是远离翼(高和后部)。这将导致在可维护性和结构的问题。因此,考虑结构和维护必需品包括在优化几何参数的发动机舱位置如图2选择是优化(低和转发)作为动力更现实的设计。下面的目标和约束进行了总结。

目的:(1)最大巡航,(2)最小化发动机舱高度(),(3)最小化发动机舱后部位置()。

约束:(1)常数。

设计的巡航状态下进行0.70马赫0.57。这个优化问题是解决了GA加上克里格近似节中描述2。

4.2。发动机舱的定义

发动机舱的位置被定义为两个设计变量(,)具有代表和垂直运动,如图3。表中定义的变量的范围1。

发动机舱的下表面是由贝塞尔曲面定义的四个四个控制点如图5。贝塞尔曲线曲面的控制,,中间四个控制点的坐标对应12设计变量(变量)。发动机舱的上表面是冰冻的原始DLR-F6类型(8]。因此,设计低短舱表面结合DLR-F6上表面的发动机舱定义整个发动机舱。可能短舱形状的例子在图表示6。

4.3。翼的定义

三维机翼的形状被定义为以下30个设计变量控制翼的机翼形状而平面图是凝固的原始DLR-F6类型。根、提示和扭结截面翼型是由九个设计变量每个根据秒差距定义(4,9)如图7。剩下的截面翼型是线性插值。在这种参数化,每个机翼的复杂形状可以用相对较少的有意义的工程参数,如佳洁士的上表面坐标(),下表面的波峰坐标()和前缘半径()。这个工程参数化是有用的为设计师直接分析优化的数据。此外,逃学,由两个设计变量定义在技巧和扭结位置(,)。此外,入射角()是定义在根的位置。设计的平面图如图(变态)部分8,设计参数总结在表的范围2。

4.4。桥塔的定义

机翼厚度塔是由贝塞尔曲线定义的四个控制点如图9(一个)。有七个设计变量控制机翼厚度的支柱。通过使用这种几何定义,对称翼型的桥塔表示。此外,贝塞尔曲线的曲面定义五个控制点如图9 (b)。控制的翘起,四个控制点的坐标对应八个设计变量。最后,一个新的桥塔的形状是由结合机翼厚度的塔矢。因此,总共15个设计变量使用。可能的桥塔的形状如图10。

4.5。流分析

一旦定义一个新的wing-fuselage-nacelle形状,新的表面网格首先生成基于前沿方法(10]。然后使用德劳内生成四面体体积网格方法(11]。定性卷网新wing-fuselage-pylon-nacelle配置总是生成的节点数量约为130万。

在这个研究中,一个wing-fuselage配置发动机舱和桥塔进行了分析使用三维非结构化网格计算流体动力学解算器,助教(东北大学空气动力学模拟)代码(12]。由有限体积可压缩欧拉方程解决cell-vertex方案。数值通量正常使用一个控制体积计算边界近似黎曼解Harten-Lax-van Leer-Einfeldt-Wada (HLLEW) [13]。实现二阶空间精度的线性重建原始气体动力学变量控制体积内Venkatakrishnan的限幅器14]。非结构化网格(LU-SGS隐式方法15)用于集成的时间。TAS-code已经验证的准确性对各种流问题(4,12]。

5。优化结果

5.1。翼和发动机舱优化

在第一个优化,发动机舱的位置和形状4所示。2并在部分机翼形状4所示。3被修改来提高空气动力性能。配置由44个设计变量定义。桥塔的形状是固定的NASA SC(2) -0008翼型。水平和垂直的反面不是模仿,因为他们不会影响整个空气动力性能。

第一个克里格模型构造使用79最初的拉丁超立方体抽样的抽样点。这个模型的交叉验证图所示11,它表明,构建一个合理的近似模型。最后的克里格模型是以169采样点后总共12更新。几个nondominated解决方案选择的近似模型在每个更新提高精度的近似最优解。

图12显示目标函数空间,这意味着之间的关系和发动机舱的位置参数。由于引入subobjectives (和),优化器发现更高发动机舱的位置向前(低配置(低)和较低的高度)。一个配置在低和参数选择从non-dominated解决方案(OPT1),其发动机舱位置参数为0.73,0.48。这个配置实现34.5调整攻角5.71度。

马赫数分布原始(25.0)和OPT1几何图形在32%和37% semispan位置(查看图13)所示的数据14和15,分别。从这些数字的冲击波OPT1弱得多比原始因为翼和短舱之间的流道优化来降低干扰的效果。这主要是因为低短舱形状的修改。

调查每个设计变量对目标函数的影响方差,方差分析(功能分析)结果进行。结果如图16,图中所示的重要的设计变量。许多设计变量与扭结的机翼形状位置列出。因为发动机舱的位置接近变态的位置,修改机翼的扭结高度影响发动机舱和翼之间的流动。,,是和这三个参数的影响因素直接关系到前缘形状,改变流动加速向发动机舱。

5.2。桥塔的优化

在第一个优化,机翼和短舱形状修改,以提高气动效率。之间的干涉效应,进一步降低翼和发动机舱的目的是通过优化一个塔的形状。在本节中,发动机舱的位置和形状,翼被冻结之前的最佳几何形状(OPT1配置),只有塔是为了得到改善。设计变量的数量减少到15。

第一个克里格模型构造使用41拉丁超立方体抽样的抽样点,最后克里格模型是以79采样点总在五更新。

最优设计OPT2优化和之后获得了吗35.4实现的攻角5.85度。的结果OPT1和OPT2几何图形描述表3。的差异很小但OPT2实际上取得了5项减阻相比OPT1。修改后的桥塔形状绘制在图17。原来的SC -0008(2)对称性,塔矢,设计不同的前缘半径,积极的地方内侧翼一面和消极吗是外翼边。在图18,马赫的轮廓OPT1和OPT2所示。根据结果,OPT2由于大幅降低内侧冲击波前沿和拱使避免流加速度翼和短舱。压力系数分布在32%和37% semispan位置也绘制在图19。这也表明内侧冲击波削弱由于桥塔形状修改。

的压差阻力OPT1和OPT2如图20.。它表明,优化的支柱形状是导致减少内侧机翼的阻力。另一方面,桥塔的主旨是略弱,因为冲击波前沿附近的塔由塔减少形状优化。

5.3。表现自己的配置

自己配置的可行性讨论在此与DLR-F6配置,通过比较传统UWN配置。的原始设计马赫数DLR-F6是0.75。然而,这项研究将0.70中的马赫数关注一个中型,短程飞机。虽然他们还没有完全公平的比较,DLR-F6巡航性能,优化自己的根据OPT2在马赫数0.70的比较在这一节中对空气动力的配置的可行性进行调查。

表面压力系数轮廓DLR-F6和自己的配置如图21。总结了空气动力性能表4,压差阻力组件绘制在图22。从这个结果,它表明,优化自己的配置可以实现更高比DLR-F6配置。这证明自己的配置有潜力达到高与传统UWN运用优化技术。当意识到自己的配置,预计起落架的长度可以缩短比UWN配置。这使得减少飞机的总重量,这也会导致增加的空气动力学性能。此外,正如上面提到的,自己配置一个优势的屏蔽效应引起的噪声传播向地面风扇和飞机的噪音。进行进一步优化整合的所有组件在不同飞行条件下,自己的配置能够证明它是一个潜在的候选人将在不远的将来,将飞机。

6。结论

气动优化的配置进行修改的发动机舱的位置,发动机舱的形状,翼形状,和塔形状调查自己的配置的有效性。首先,发动机舱的位置和形状以及机翼形状优化的最大化并实现比短舱的位置,为现实的飞机设计的结构和维护的观点。结果的优化,优化配置(OPT1)取得34.5。它表明,发动机舱的位置是高度相关的空气动力学性能的配置;然而,合理的可以通过修改短舱和机翼形状即使发动机舱接近机翼。

其次,上面的桥塔形状最优配置是进一步优化以减少翼和短舱之间的干涉效应。结果的优化,自助餐后缘附近的削弱与原来相比桥塔的形状。这使得实现更高35.5对应5拖计数减少从第一个优化。最优几何(OPT2)是与传统UWN DLR-F6作为代表。它证明了巡航性能UWN的可以媲美。通过目前的气动优化的配置,得出一个空气动力学效率的配置与传统UWN将实现在各种飞行条件下可行的进一步优化和进一步整合优化的发动机舱,翅膀,桥塔和机身配置。

承认

目前的计算通过使用NEC向量被处决的超级计算机SX-9 Cyberscience中心的东北大学。

引用

1. m . Fujino和y河村建夫,”波阻的特点是在靠机翼的窗边短舱公务机乘客配置”,杂志上的飞机,40卷,不。6,1177 - 1184年,2003页。视图:谷歌学术搜索
2. j . Ricouard r·戴维·Loheac a·摩尔和o . Piccin“玫瑰花风洞试验活动致力于非常规飞机概念研究,”张仁学报第十/ cea空气声学会议,第792 - 783页,曼彻斯特,英国,2004年5月。视图:谷歌学术搜索
3. d .佐佐木和大林,“有效通过自适应多目标遗传算法,搜索权衡”《航空计算、信息和通信,卷2,不。1,44 - 64,2005页。视图:谷歌学术搜索
4. m . Sunago d·佐佐木,k .竹中平藏,k . Nakahashi“短程安静的客机,多点优化”杂志上的飞机,46卷,不。3、1070 - 1074年,2009页。视图:出版商的网站|谷歌学术搜索
5. 宋,y Minemura,大林,“优化燃烧室柴油机使用克里格模型,”流体科学和技术杂志》上1卷,第146 - 138页,2006年。视图:谷歌学术搜索
6. s, m . Murayama k .山本,“有效的优化设计方法利用克里格模型,”杂志上的飞机,42卷,不。2、413 - 420年,2005页。视图:谷歌学术搜索
7. m·d·麦凯,r·j·贝克曼和w·j·科诺菲尔”三种方法的比较选择输入变量的值在分析计算机代码所产生的输出,“技术计量学,21卷,不。2、239 - 245年,1979页。视图:谷歌学术搜索
8. 2010年11月,http://aaac.larc.nasa.gov/tsab/cfdlarc/aiaa-dpw/Workshop3/DPW3-geom.html。
9. h . Sobieczky“参数翼型和机翼,”指出在计算流体力学,第88 - 71页,1998年。视图:谷歌学术搜索
10. y Ito和k . Nakahashi表面三角为多边形模型基于CAD数据,”国际期刊液体中的数值方法,39卷,不。1,第96 - 75页,2002。视图:出版商的网站|谷歌学术搜索
11. d . Sharov和k . Nakahashi“混合移动/粘性流的四面体网格生成应用程序,”张仁杂志,36卷,不。2、157 - 162年,1998页。视图:谷歌学术搜索
12. k . Nakahashi y Ito, f . Togashi”一些挑战现实的流动模拟的非结构化网格CFD,”国际期刊液体中的数值方法,43卷,不。6 - 7,769 - 783年,2003页。视图:谷歌学术搜索
13. 大林和g p•“收敛加速的n - s解决高效静态空气弹性变形的计算,”张仁杂志,33卷,不。6,1134 - 1141年,1995页。视图:谷歌学术搜索
14. 诉Venkatakrishnan”限值器的准确性和收敛到稳定状态的解决方案,“张仁纸93 - 0880年,1992年。视图:谷歌学术搜索
15. d . Sharov和k . Nakahashi混合非结构化网格的重新排序右下方对称高斯-赛德尔计算,”张仁杂志,36卷,不。3、484 - 486年,1998页。视图:谷歌学术搜索

版权

版权©2011 Daisuke佐佐木和Kazuhiro Nakahashi。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。