Professional Documents
Culture Documents
基于Isight的自适应翼型前缘气动优化设计
基于Isight的自适应翼型前缘气动优化设计
net/publication/275521173
Article in Shanghai Jiaotong Daxue Xuebao/Journal of Shanghai Jiaotong University · August 2014
CITATIONS READS
7 312
3 authors, including:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Chen Zhou on 22 July 2015.
文章编号:
1006-2467(
2014)
08-1122-05+1133
基于I
si t的自适应翼型前缘气动优化设计
gh
周 晨 , 王志瑾 , 支骄杨
(南京航空航天大学 飞行器先进设计技术国防重点学科实验室,南京 210016)
摘 要:为了兼顾翼型在各个飞行状态下的气动效率,基于 I
si t优化设计平台对自适应翼型前
gh
缘进行了气动优化设计研究 .首先 对 Hi
cks-Henne 型 函 数 进 行 了 改 进,实 现 了 翼 型 前 缘 的 参 数 化
描述;然后采用拉丁超立方实验设计方法生成样本点,并运用 CFD 软件进行翼型流场的气动计算,
进而利用该样本数据完成对 RBF 神经网络的训练;最后对神经网络近似模型应用多岛遗传算法进
行优化 .以 NACA0006 翼型为例,采用上 述 组 合 优 化 策 略 以 升 阻 比 为 目 标 函 数 进 行 优 化 设 计 .仿
真结果表明:改进后的 Hi
cks-Henne型函数 较 好 地 描 述 了 翼 型 前 缘;组 合 优 化 方 法 显 著 提 高 了 翼
型气动优化效率 .
关键词:翼型气动优化;实验设计;神经网络;遗传算法;Hi
cks-Henne型函数
中图分类号:V211.
3 文献标志码:A
Ae r
odynamicOpt
imi
zat
ionDesi
gnof
Adap
tiveAir
foi
lLead
ingEdgeBasedonI
sigh
t
ZHOUChen, WANG Zh i
i-jn, ZHIJi
ao-yang
(Mi
nis
terKeyDisc
ipl
ineLabora
toryofAdvancedDesign Te
chnol
ogyo fAi
rcrat,
f
Nani
jng Un
ive
rsi
tyofAeronaut
icsand As
tronau
tis,Nan
c i
jng210016,China)
Abstr
act:Aimedtogainah i
gha er
odynami
ceff
ici
encyi
nvari
ousf
lightcondi
tions,t
hea e
rodynamicop
timi-
za
tionoftheadap
tivea
irf
oillead
ingedgewasconduc
tedba
sedonIsightpl
atfo
rm.F irt,amod
s i
fiedmethod
ofor
igi
nalHicks-Henneshapefuncti
on wasadopt
edtoparame
tri
cal
lydes
cribet
hele
adingedge.Then,
Lat
inhyper
cubes ampl
ing wasapp
liedtogene
ratethes
amp
les,whoseae
rodynami
cpe
rformanc
eswereob-
t
ainedf
romaser
iesofCFDsimulat
ions.Subsequen
tly,thosesimu
lat
eddataset
s wereus edtotra
inthe
RBFneura
lne
twork.Fi
nal
ly,theoptimi
zat
ionoftheobje
ctivef
unct
ionus
ingthemult
i-i
slandgene
tical
go-
r
ithm(MIGA)ba
sedont
heneur
alne
two
rkappr
oxima
tion mode
lwa
spe
rfo
rmedt
oach
ievet
heop
tima
lre-
su
lts.Thel
iftt
odr
agr
ati
oop
timi
zat
ionde
signo spe
f NACA 0006 wa rfo
rmeda
sanexamp
leus
ingt
his
comb
ineds
tra
tegy.Ther
esu
ltsshowt
hatt
he mod
ifi
ed Hi
cks-Henneshapef
unc
tionde
scr
ibe
sthea
irf
oil
l
ead
ingedgewi
ths
ati
sfa
cti
on.Thecomb
inedop
timi
zat
ion me
thodev
iden
tlyimpr
ove
sthee
ffi
cienc
yoft
he
a
irf
oila
erodynami
coptimi
zat
ionpr
ocedure.
Keywor :
ds air
foi
lae
rodynamicopt
imiza
tion;de
signo
fexpe
r t;neur
imen alne rk;gene
two tica
lgo
rihm;
t
Hi
cks-Henneshapef
unc
tion
收稿日期:
2013-12-16
CXLX13_
基金项目:江苏省普通高校研究生科研创新计划资助项目( 163),中央高校基本科研 业 务 费 专 项 资 金 资 助 ,江 苏 高 校 优 势 学 科 建
设工程资助项目
作者简介:周 晨(
1989-),男,江苏省宜兴市人,博士生,主要研究方向为飞行器设计 .
王志瑾(联系人),女,教授,博士生导师,电话(
Tel.):025-84891791;E-ma
il:zh
iji
n@nua
a.edu.
cn.
第8期 周 晨,等:基于 I
si t的自适应翼型前缘气动优化设计
gh 1123
传统飞机机翼的设计主要是依据某一特定的飞
行状态(如巡航状态)进 行 的,而 飞 机 在 飞 行 过 程 中
不可避免地 要 经 历 起 飞、降 落 等 其 他 飞 行 状 态;另
外,燃油消耗、飞行任务的多样性等也使得飞行状态
更为复杂多变 [1].为了兼顾各个飞行状态,自适应机
图 1 翼型示意图
翼应运而生 .自适应技术,即能够在不同的飞行状态
F
ig.
1 I
llus
tra
tiono
fai
rfo
il
下自适应地改变机 翼 的 外 形,以 寻 求 更 高 的 气 动 效
率 [2-3],而翼型的气动优化设计为实现结构自适应提 质量和效率会产生 一 定 的 影 响 .常 用 的 型 函 数 有 多
供了依据,是实现自 适 应 机 翼 必 不 可 少 的 一 个 重 要 项式型 函 数、Hi
cks-Henne 型 函 数 和 Wagne
r型 函
组成部分 . 数,其 中 以 Hi
cks-Henne 型 函 数 法 使 用 最 为 广 泛 .
随着计算流 体 力 学 (
CFD)的 发 展,国 内 外 对 翼 由于 Hi
cks-Henne型函数 的 适 用 对 象 为 整 个 翼 型,
型的优化进行了大 量 的 研 究,其 中 近 似 模 拟 技 术 与 而本文只对翼型 的 前 1/4 进 行 优 化 .为 了 将 扰 动 限
优化算法相结合不 但 有 效 地 提 高 了 优 化 效 率,而 且 制在翼型前缘,并 保 证 在 翼 型 前 1/4 位 置 处 的 连 续
能够得到较理想的优化结果 [
4-6]
.李沛峰等
[
采用响
7]
性与 光 滑 性,故 对 Hi
cks-Henne 型 函 数 进 行 了 修
应面和遗传算法相 结 合,分 别 进 行 了 翼 型 的 单 点 和 改,表达式如下:
多点 优 化 设 计 .朱 莉 等 [
8]
结合神经网络与遗传算法 -
f1(
x)=
对翼型进行了优化,在 保 证 精 度 的 要 求 下 有 效 减 少 25(1-x- 0.
)25( 1-4x -
) -
e-20x , k =1
烄0. (
了计 算 量 .张 彬 乾 等 [
9]
则针对翼型的气动和隐身性 烅 - e(
2)
烆0.
25s
in3[
π(4x )k)], k >1
能,进行了基于神经 网 络 和 遗 传 算 法 的 翼 型 多 目 标 式中,e(
k)=ln0.5/l nxk ,
0≤xk ≤1,
-
xk =4x .本 文
优化设计研究 . 在上下翼 面 分 别 引 入 δ1 ~δ5 和 δ6 ~δ10 系 数 以 改 变
由于 机 翼 前 缘 具 有 相 对 较 高 的 效 率,且 考 虑 到 翼型的形状,取 xk(
k=2,
3, 5)分 别 为[
4, 0.04,
0.1,
后续自适应机构及 机 翼 结 构 的 实 现,本 文 选 取 自 适 3,
0. 6].则翼型上下表面函数分别为:
0.
应翼 型 前 缘 作 为 研 究 对 象 .对 Hi
cks-Henne 型 函 5
- - - - -
数 [
进行了改 进,实 现 了 翼 型 前 缘 的 参 数 化 表 达;
10] ytop(
x )= yb,
top(
x )+ δkfk(
∑ x )烌
k=1
基于 I (
3)
si t优化设计平台,集成了 Ma
gh tlab 翼型参数 5 烍
- - - - -
化程序、
Gamb
it 网 格 划 分 软 件 和 Fl t流 场 计 算
uen ybot(
x )= yb,
bot(
x )+ δk+5fk(
∑ x )
烎
k=1
软件,结合 RBF 神经网络和多岛遗传算法建立了针 为了保证上下 翼 面 在 前 缘 的 连 续 性,引 入 等 式
对翼型前缘的快速 气 动 优 化 设 计 方 法;优 化 算 例 证 约束δ1 =δ6 ,图 2 所 示 为 改 进 后 的 Hi
cks-Henne 型
明了该优化方法的准确性与可行性 . 函数的构建 结 果 .由 图 可 见,针 对 翼 型 前 缘 的 参 数
化,改进后的型 函 数 不 仅 继 承 了 Hi
cks-Henne 型 函
1 翼型流场计算
数的优点,同时在 x=0 处 的 扰 动 不 再 恒 为 0,从 而
1 翼型参数化
1. 有效增大了设计空间 .
在翼 型 的 优 化 设 计 中,翼 型 的 自 动 更 新 是 通 过
修改控制生成翼型 的 参 数 来 实 现 的,因 此 需 要 对 翼
型进行参数化描述 .本 文 采 用 解 析 函 数 线 性 叠 加 法
表示翼型,如图 1 所 示 .翼 型 的 形 状 由 基 准 翼 型、型
函数及其系数来定义,即
n
- - - - -
y(
x)= yb(
x )+ δkfk(
∑ x ) (
1)
k=1
式中:-
yb(
x-
)为基准翼型的形状; -
x =x/ c 为翼型弦
c,
n 和δk 分 别 为 控 制 翼 型 形 状 的 参 数 个 数 和 系
长;
数;
fk(
x-
)为 所 选 用 的 型 函 数;
δkfk (
x-
)为 基 准 翼 型
的扰动 .
图 2 改进后的 Hi
cks-Henne型函数
一般来说,基准翼型由上下表面来表示,扰动也
F
ig.
2 Mod
ifi
ed Hi
cks-Henneshapef
unc
tion
是 通过上下表面来叠加的 ,不同的型函数对 优 化 的
1124 上 海 交 通 大 学 学 报 第 48 卷
2 流场模型
1. 2 神经网络近似模型
2.
利用 Gamb
it软 件 生 成 C 型 结 构 化 网 格 如 图 3 人工神经网络是基于生物学的神经元网络的基
所示 .网格数量 为 500×150,控 制 物 面 第 1 层 网 格 本原理而建立的一种信息处理 模 型 [13].径 向 基 函 数
厚度 为 10μm,以 满 足 计 算 要 求 .利 用 Fl t软 件
uen RBF)神 经 网 络 是 一 种 3 层 前 向 网 络,具 有 很 强 的
(
进行流场的计算,选 择 N-S 方 程 作 为 流 场 计 算 的 控 逼近复杂非线性函数的能力 .本文采用 RBF 神经网
制方程,采 用 压 力 远 场 边 界 条 件,湍 流 模 型 则 选 用 络来建立近似模型 .
Spa
lar
t-Al
lma
ras模型 . 首先,利用实验设 计 所 得 到 的 样 本 数 据 对 RBF
神经网络进行训练,使 其 能 够 较 好 地 模 拟 翼 型 的 气
动分析过程;其次,为 了 保 证 近 似 模 型 的 适 应 性,必
须对其预测精度进 行 评 估,通 常 工 程 上 采 用 均 方 根
RSME)和 相 关 系 数 R2 对 近 似 模 型 的 精 度 进
误差(
行评估 .其 中:
RSME 越 接 近 于 0,近 似 模 型 精 度 越
R2 反映了近 似 模 型 符 合 给 定 数 据 的 程 度,大 小
高;
在[
0,1]之 间,其 值 越 接 近 于 1 表 示 拟 合 的 效 果 越
好,通常要求 R2 在 0.
9 以上 .
3 遗传算法
2.
图 3 翼型附近网格
遗传算法是模拟自然界生物进化机制发展起来
F
ig.
3 Gr
idsa
rounda
irf
oil
的随机全局搜索和优化算法,它所特有的由选择、交
3 算例验证
1. 叉、变异等操作构成 的 机 制 使 得 优 化 具 有 很 强 的 鲁
为了 验 证 流 场 计 算 方 法 的 正 确 性 与 可 行 性,选
棒性 [14].这种算法可以防止搜索过 程 收 敛 于 局 部 最
取 RAE2822 翼型,自由来流马赫数 Ma=0.
729,迎
优解 .多岛遗传算法 除 了 具 有 一 般 遗 传 算 法 的 特 点
角α=2.
31°,雷 诺 数 Re=6.
5×106 .计 算 所 得 翼 型
外,还能够维持种 群 的 多 样 性,抑 制 早 熟 现 象,更 好
上下表面压强系数 Cp 分布与实验结果 [11]对 比 如 图
地在优化设计中寻找全局最优解 .然而,单独采用遗
4 所示 .
传算法进行优化设计往往需要以耗费大量的计算时
间作为代价 .
4 优化流程
2.
首先 运 用 LHS 选 取 样 本 点,并 对 样 本 点 进 行
CFD 计算;然后以实验设计 得 到 的 样 本 数 据 作 为 训
练样本,对 RBF 神 经 网 络 进 行 训 练;最 后 针 对 训 练
完成的 RBF 神经 网 络 近 似 模 型 采 用 多 岛 遗 传 算 法
进行优化,从而得到满足约束条件的优化翼型 .优化
设计流程如图 5 所示 .
图 4 计算结果 [11]与实验结果比较
F
ig.
4 Compa
ris
ono
fpr
essu
rec
oef
fic
ien
t
2 优化方法
1 实验设计
2.
近似 模 型 是 以 样 本 数 据 为 基 础,因 此 在 构 建 近
似模型之前,通常 需 要 采 用 实 验 设 计( DOE)方 法 对
设计空间进行抽样 .常 用 的 实 验 设 计 方 法 有 正 交 实
验 设 计、均 匀 实 验 设 计、拉 丁 超 立 方 实 验 设 计 [12]
LHS)等 .
( LHS 是 一 种 满 空 间 实 验 设 计 方 法,具 有
速度快、分布均匀等优点,在工程上获得了广泛的应 图 5 翼型气动优化设计流程图
用,因此本文选用 LHS 来进行样本点的选取 . F
ig.
5 De
sign
i r
ngpoc
esso
fai
rfo
ila
erodynami
cop
timi
zat
ion
第8期 周 晨,等:基于 I
si t的自适应翼型前缘气动优化设计
gh 1125
评估系数,均满足工程精度要求 .
3 优化设计 表 1 近似模型精度评估
Tab.
1 Ev
alua
tiono
fapp
rox
ima
tion mod
el
1 优化设计集成
3.
气动参数 RSME R2
以 NACA0006 翼型 为 基 准 翼 型,考 虑 其 在 10
Cl 0.
0267 0.
9875
km 高空的亚声速巡 航 性 能,以 上 下 翼 面 共 10 个 控
Cd 0.
0230 0.
9914
制系数作为设计变 量,升 力 系 数 和 力 矩 系 数 作 为 约
Cm 0.
0111 0.
9973
束条件,对其进行升阻比优化设计 .设计状态为:
Ma
729,
=0. °,
α=3 5×106 .优 化 问 题 的 目 标 函
Re=6. 对 训 练 完 成 的 RBF 近 似 模 型 运 用 多 岛 遗 传 算
数为: 法进行优化设计,算法各主要参数设置如下:岛屿数
maxK = Cl/Cd 为 10;子群规模为 10;进化 代 数 为 30;交 叉、变 异 概
烌
s.
t.Cl ≥ 0.
95Cl0烍 (
4) 0 和 0.
率分别取为 1. 01;迁移概率 及 迁 移 间 隔 分 别
Cm ≥ Cm0 烎 为 0.
1 和 5.最 后,对 优 化 设 计 得 到 的 最 优 解 采 用
式中:
K 为 升 阻 比; Cd 和 Cm 分 别 为 优 化 翼 型 的
Cl、 CFD 计算软件再次进行评估验证 .
升力系数、阻力系数和力矩系数;
Cl0 和 Cm0 分别为基 2 优化结果与分析
3.
准翼型的升力系数和力矩系数 . 表2 给出了基准翼型与优化翼型气动性能比
首先,采用 LHS 实验设计方法生成 160 个翼型 较 .由表可见,优化翼型 Cl 略有降低,但仍在约束范
样本,其中设计变量区 间 均 为[-0. 007];其
007,0. 围内,Cd 则 下 降 明 显,从 而 使 优 化 翼 型 的 K 相 对
次,利用 CFD 软件 对 每 个 翼 型 样 本 进 行 流 场 分 析, NACA0006 基准翼型提高 了 约 40% ;另 外,通 过 对
得到样本点的气动性能 响 应 值 .上 述 样 本 即 为 RBF 比可以看出,近似模型预测结果与 CFD 计算结果基
神经网络近似模型的训练样本,另外随机生成 30 组 本吻合,再次表明了 上 述 神 经 网 络 近 似 模 型 具 有 较
数据作为检测样本 .表 1 给 出 了 该 近 似 模 型 的 精 度 高的精度 .
表 2 基准翼型与优化翼型气动性能比较
Tab.
2 Compa
ris
ono
fae
rodynami
cpe
rfo
rmanc
esb
etwe
eni
nit
ialandop
tima
lai
rfo
ils
优化翼型
气动参数 基准翼型 增量/% 预测误差/%
RBF CFD
Cl 0.
49236 0.
48580 0.
48504 -1.
487 0.
157
Cd 0.
01404 0.
00975 0.
00989 -29.
558 -1.
416
Cm -0.
01364 -0.
00614 -0.
00628 -53.
959 -2.
229
K 35.
06840 49.
82560 49.
04350 39.
851 1.
595
图 6 所示为优 化 前 后 翼 型 前 缘 的 外 形 对 比 图 .
由图可见,与基准 翼 型 相 比,优 化 翼 型 前 缘 变 薄,前
缘半径减小,且弯度有所增加,从而有效降低了阻力
系数 .图 7 和 8 分别 为 基 准 翼 型 和 优 化 翼 型 的 压 强
系数分布及压力云图 .
图 7 基准翼型与优化翼型压强系数分布
F
ig.
7 Pr
essu
rec
oef
fic
ien
tdi
str
ibu
tiono
fin
iti
al
andop
tima
lai
rfo
ils
图 6 基准翼型与优化翼型外形
F
ig.
6 Shapeo
fin
iti
alandop
tima
lai
rfo
ils 从图 6 可以看出,在气动特性上,优化翼型的前
1126 上 海 交 通 大 学 学 报 第 48 卷
缘吸力峰值增大,翼型上表面压力变化相对平缓,激 [2 ] S
tanewsky Egon.Ae
rodynami
cbene
fit
sofadap
tive
波强度明显减弱(见图 8). wi
ngt
echno
logy[
J].Ae
ros
pac
eSc
ienc
eandTe
chno
lo-
y,2000,4(
g 7):439-452.
[3 ] 杨智春,解 江 .自 适 应 机 翼 技 术 的 分 类 和 实 现 途 径
J].飞行力学,2008,26(
[ 5):1-4.
i-chun,XIEJ
YANG Zh iang.Cl
ass
ifi
cat
ionandr
eal
i-
z
ati
on me
thodo
logyo
fadap
ti ngs[
ve wi J].F
ligh
tDy-
nami
cs,2008,26(
5):1-4.
[4 ] 薛亮,韩万金,黄家骅,等 .基 于 实 验 设 计 和 响 应 面
J].推进技术,2009,
模型的风扇转子气动优化设计[
30(
3):308-313.
(
a)基准翼型 XUE L
iang,HAN Wan-j
in,HUANGJ
ia-hua,e
tal.
Dynami
cop
timi
zat
ionde
signo
faf
anr
oto
rba
sedon
de
signo
fexpe
rimen
tandr
espons
esu
rfa
c l[
e mode J].
J
ourna
lofPr
opu
lsi
onTe
chno
loy,2009,30(
g 3):308-
313.
[5 ] 夏露,王丹 .基于 Kr
igng 自 适 应 代 理 模 型 的 气 动 优
i
J].航空计算技术,2013,43(
化方法[ 1):13-17.
XIA Lu, WANG Dan. Ae
rodynami
c op
timi
zat
ion
me
thodba
sed on Kr
ing
ingadap
tivesu
rroga
te mode
l
(
b)优化翼型 [
J].Ae
ronau
tic
al Compu
ting Te
chn
i e,2013,43
qu
图 8 压力云图 (
1):13-17.
F
ig.
8 Pr
essu
rec
ont
ouro
fin
iti
al(
a)andop
t l(
ima b)a
irf
oil
s [6 ] 王红涛,竺 晓 程,杜 朝 辉 .改 进 EGO 算 法 在 跨 声 速
J].上 海 交 通 大 学 学
翼型气动 优 化 设 计 中 的 应 用 [
报,2009,43(
4 结 论 11):1832-1836.
ao,ZHU Xi
WANG Hong-t ao-cheng,DU Zhao-hu
i.
( cks-Henne 型 函 数 进 行 了 改 进,基 于
1)对 Hi App
lic
ati
ono
ftheimp
roved EGO a
lgo
rit
hmi
ntr
an-
改进后型函数采用解析函数线性叠加法来描述自适 s
oni
cai
rfo
ila
erodynami
c op
timi
zat
ion de
sign [
J].
应翼型前缘,可实现翼型的前缘偏转,在保证翼型连 J
ourna
lof Shangha
iJi
aot
ong Un
ive
rsi
ty,2009,43
续光滑的前提下增大了设计空间 . (
11):1832-1836.
[7 ] 李沛峰,张彬乾,陈迎春 .基于响应面和遗 传 算 法 的
(
2)基于 I
si t优化设计平台实现了翼型参数
gh
J]. 西 北 工 业 大 学 学 报,
翼型 优 化 设 计 方 法 研 究 [
化、网格划分及气动性能分析的数据集成;建立了实
2012,30(
3):395-401.
验设计、神经网络近 似 模 型 和 遗 传 算 法 相 结 合 的 优
LI Pe
i eng,ZHANG B
-f in-q
ian, CHEN Yi
n-chun.
化设计方法;利用该 组 合 优 化 设 计 方 法 可 实 现 针 对
Ane
ffe
cti
vet
rans
oni
cai
rfo
ilop
timi
zat
ion me
thodu-
翼型的快速气动优化设计 .
s
ingr
espons
esu
rfa
c l(RSM )[
e mode J].J
ourna
lof
3)通过 NACA0006 翼型前缘优化算例分析,
( No
rthwe
ste
rnPo
lyt
echn
ica
lUn
ive
rsi
ty,2012,30(
3):
表明采用神经网络近似模型代替原始遗传算法中计 395-401.
算量庞大的 CFD 分析模型,可以在保证精度 的 前 提 [8 ] 朱莉,高正红 .基于神经网络的翼型优化设计方法研
下显著提高优化效率,证明了该优化方法的可行性和 J].航空计算技术,2007,37(
究[ 3):33-36.
实用性,可为自适应翼型的气动优化设计提供参考 . i,GAO Zh
ZHU L eng-hong.Ae
rodyn
ami
cop
timi
zat
ion
d
esi
gno
fai
rfo
ilb
ase
donn
eur
aln
etwo
rks[
J].Ae
ron
aut
i-
参考文献:
c
alCompu
tin
gTe
chn
i e,2007,37(
qu 3):33-36.
[1 ] J [9 ] 张彬乾,罗烈,陈真利,等 .飞 翼 布 局 隐 身 翼 型 优 化
asonBowman,Br
ianSande
rs,Te
rrenc
e We
issha
ar.
Eva
lua
ting t
heimpa
cto
f mo
rph
ing t
echno
log
ies on J].航空学报,2014,35(
设计研究[ 4):
957-967.
a
irc
raf
tpe
rfo e[
rmanc C]
//43r
dAIAA/ASME/ASCE/ ZHANG B
in-q
ian,LUO L
ie,CHEN Zhen-l
i,e
tal.
/ASCS
AHS tru
ctu
res,S
tru
ctu
ralDynami
cs,and Ma
te- Ons
tea
ltha
irf
oilop
timi
zat
ionde
signf
orf
lyi
ng wi
ng
r
ial
s Con
fer
enc r,Co
e.Denve loado: AIAA,2002,
r c
onf
igu
rat
ion[
J].Ac
ta Ae
ronau
tic
aet As
tronau
tic
a
AIAA2002-1631. S
ini
ca,2014,35( 957-967. (
4): 下转第 1133 页)
第8期 韩 龙,等:高海况机翼波浪地面效应数值模拟与分析 1133
翼上 Cm,g不仅来自波浪地面效应引起的气动力不平 谷值加强或削弱,故 滚 转 力 矩 系 数 在 一 个 波 长 内 变
衡,还与侧风对 Cm,g 系 数 峰 值 谷 值 的 加 强 或 削 弱 作 化不可近似看作正 余 弦 曲 线 变 化;由 于 机 翼 下 方 波
用相关 .在地效飞行器的设计 中,
Cm,g 的 变 化 使 得 全 浪面不断变化,地效 飞 行 器 气 动 特 性 受 波 浪 地 面 效
机的稳定性与操纵性时刻发生变化 .因此,研究波浪 应也时刻发生变化,故 对 地 效 飞 行 器 的 稳 定 性 及 操
地面效应复杂流场下的地效飞行器气动力特性对其 纵性有很大影响,如 何 操 纵 地 效 飞 行 器 以 获 得 最 适
气动设计、控制系统设计均有重要参考价值 . 宜的飞行状态应重点考虑 .
3 结 论 参考文献:
1)对 于 波 浪 地 面 效 应 的 研 究,尤 其 在 讨 论 高
( 1] 林文祥,吴榕,唐雯 .地 效 飞 行 器 发 展 回 顾 及 前 景 展 望
[
海况情形时,考虑当 地 风 速 以 及 波 浪 行 进 速 度 的 影 J].航空科学技术,2011(
[ 1):
8-10.
响能 够 更 准 确 地 分 析 飞 行 器 的 气 动 特 性 的 变 化 LIN Wen-x
iang, WU Rong,TANG Wen.De
vel
op-
规律 . men
tre
vi r
ew and pospe
cto
f wi
ng-i r
n-gound e
ffe
ct
2)高海况 波 浪 地 面 效 应 下,气 动 力 变 化 呈 显
( c
rat[
f J].Ae
ronau
tic
alS
cienc
e & Te
chno
loy,2011
g
著非定常特性:升、阻力系数在一个波长内随着机翼 (
1):
8-10.
中心下方波浪面高度变化均做近似正(余)弦曲线变 [
2] Ahmed M R,Sha
rma S D.Ani
nve
sti
gat
ion ont
he
化,升、阻力系数曲线相位角并不一致且较波高变化 a
erodynami
cso
fasymme
tri
cala
irf
oili
ngounde
r ffe
ct
[
J].Exp
erimen
talTh
erma
landF
lui
dSc
i e,2005,
enc 29
有所滞后 .俯仰力矩系数同样呈现正余弦变化趋势,
(
6):
633-647.
飞行高度降低,其幅值与周期内均值都增加 .
3] 秦绪国,刘沛 清,屈 秋 林 .翼 型 波 浪 水 面 巡 航 地 面 效 应
[
3)随着飞行高度的升高,机翼升力系数、升阻
(
J].北 京 航 空 航 天 大 学 学 报 ,
数值模拟 [ 2011,
37(
3):
比逐渐减小,而阻 力 系 数 呈 减 小 趋 势,下 降 平 缓 .升
295-299;
304.
力系数变化趋势与 低 海 况 情 形 基 本 一 致,而 阻 力 系
QIN Xu-guo,LIU Pe
i i
-qng QU Qi
u-l
in.Nume
ric
al
数由于海浪波幅增 加,海 面 附 近 流 场 湍 流 化 加 剧 使
s
imu
lat
ionona
erodynami
cso
fai
rfo
ilf
lyi
ngove
r wavy
其与低海况情况有 所 区 别 .故 地 效 飞 行 器 高 海 况 巡 wa
tersu
rfa
ce[
J].J
ourna
lofBe
iji
ngUn
ive
rsi
tyo
fAe
ro-
航最适宜的飞行高度应大于其低海况高度 . nau
tic
sandAs
tronau
tis,2011,
c 37(
3):
295-299;
304.
4)当航向 角 存 在 时,机 翼 左 右 两 侧 受 地 面 效
( [
4] Yang We
i,Yi
ng Cheng-j
iong,YangZh
i-gang.Ae
ro-
应影响而受力不均,加 之 当 地 风 力 在 机 翼 的 侧 向 分 dynami
cst
udyo
f WIG c
raf
tne
arcu
rved g
round[
J].
量影响,会在飞行器上产生滚转力矩 .滚转力矩系数 J
ourna
lof Hyd
rodynami
acs,
Se B,2010,
r. 22(
5):
371-
随波浪面高度变 化 .由 于 侧 风 的 影 响,会 对 其 峰 值、 376.
(上接第 1126 页)
[
10] Hi
cksR M,HenneP A.Wi
ngde
signbynume
ric
al ode[
c J].Te
chnome
tri
cs,1979,21(
2):239-245.
op
timi
zat
ion[
J].JAi
rcr
aft,1978,15(
7):407-412. [
13] Hagan Ma
rtn T,Demu
i th Howa
rd B,Be
ale Ma
rk
[
11] CookP H,McDona
ld M A,F
irmi
n M C P.Ae
rof
oil H.神 经 网 络 设 计 [M ]. 北 京:机 械 工 业 出 版 社,
RAE2822:Pr
essu
red
ist
ribu
tions,andbounda
ryl
ay- 2002.
e
rand wake me
asu
remen
ts[R].AGARD-AR-138, 14] 王晓鹏,高正红 .基于遗传算法的翼型气动优化设计
[
Fa
rnbo
rough UK: Roya
l Ai
rcr
aft Es
tab
li t,
shmen J].空气动力学学报,2000,18(
[ 3):324-329.
1979. ao-peng,GAO Zheng-hong.Ae
WANG Xi rodynami
c
[
12] McKay M D,Be
ckman R J,Conove
r W J.A c
om- op
timi
zat
ionde
sign o
fai
rfo
ilba
sed on gene
tica
lgo-
pa
ris
ono
fthr
eeme
thodsf
ors
ele
cti
ngva
lue
sofi
npu
t r
ithm[
J].Ac
ta Ae
rodynami
caS
ini
ca,2000,18(
3):
va
riab
lesi
ntheana
lys
iso
fou
tpu
tfr
om ac
ompu
ter 324-329.