×
苏拉特，L。;Fosso Pouangué，A。;莫罗，S。

多元件高升力装置优化的高阶灵敏度方法。 （英语） Zbl 1390.76263号

计算。流体 124, 105-116 (2016).
小结：提出了一个研究和优化多元件高扬程装置的完整程序，并将其应用于L1T2试验箱。参考构型的直接雷诺平均Navier-Stokes（RANS）模拟首先揭示了计算域大小对正确捕获L1T2构型产生的潜在影响的重要性。然后使用基于高阶灵敏度技术的参数化Navier-Stokes方法作为解决方案重建的替代模型。这种方法的优点是只需要围绕参考配置进行一次参数化RANS仿真。结果强调了考虑阻力等非线性参数的高导数和湍流效应的重要性。它们也有助于评估某些参数之间的强耦合，例如襟翼和缝翼旋转。然后，根据两个说明性目标对高升力装置进行优化：最大升力和最小阻力。采用遗传算法构造Pareto前沿。仅使用几何参数（几何优化）或几何参数以及进气马赫数和迎角（总优化）进行优化。两种优化都显示出非常相似的最佳几何位置：根据参数耦合研究，襟翼旋转导致最大外倾角以增加升力，缝翼向上旋转以减少阻力。在总体优化中，通过将攻角和马赫数设置为最大值，可以找到升力系数较高的构型。与几何优化相比，此优化允许从基线配置获得更重要的升力和阻力变化。

引用于1文件

MSC公司：

76G25型 一般空气动力学和亚音速流动
90 C59 数学规划中的近似方法和启发式
90 C90 数学规划的应用

关键词：

高阶参数化;优化;遗传算法;自组织映射;多元高扬程装置

软件：

标准操作手册;Turb'Opty公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Soulat}等人，计算。液体124，105-116（2016；Zbl 1390.76263）
全文： 内政部

参考文献：

[1] 郭永平。；Joshi，M.C.，飞机高升力系统的噪声特性，AIAA J，41，7，1247-1256，（2003）
[2] Drela，M.，《翼型优化的利弊》，计算流体动力学前沿1998，363-382，（1998），世界科学，新加坡·Zbl 0992.76078号
[3] Drela，M.，多段翼型的设计和优化方法，AIAA/AHS/ASEE航空航天设计会议，（1993年）
[4] 埃伊，S。；Lee，K.D。；罗杰斯，S.E。；Kwak，D.，使用Navier-Stokes方程进行高升力设计优化，J Aircr，33，3，499-504，（1996）
[5] Greenman，R.M.，使用神经网络的二维高升力气动优化，技术报告TM-1998-112233，（1998）
[6] Greenman，R.M。；Roth，K.R.，《在多段翼型上使用神经网络进行高升力优化设计》，《流体工程杂志》，121，12，434-440，（1999）
[7] Greenman，R.M。；Roth，K.R.，使用神经网络最小化多元翼型的计算数据要求，J Aircr，36，15，777-784，（1999）
[8] Kim，C.S。；Kim，C。；Rho，O.H.，使用双方程湍流模型并行计算高升力翼型流动，AIAA J，38，8，1360-1368，（2000）
[9] Kim，C.S。；Kim，C。；Rho，O.H.，采用双方程湍流模型的Navier-Stokes方程的灵敏度分析，AIAA J，39，15，838-845，（2001）
[10] 内梅克，M。；Zingg，D.W.，使用Navier-Stokes方程进行气动设计的Newton-Krylov算法，AIAA J，40，6，1146-1154，（2002）
[11] 内梅克，M。；Zingg，D.W.，《使用Newton-Krylov算法从分析到设计高升力构型》，国际航空科学理事会第23届大会，2002年9月8日至13日，加拿大多伦多，（2002）
[12] Kim，S。；阿隆索，J.J。；Jameson，A.，使用粘性连续伴随法的多元件高升力构型设计优化，J Aircr，41，15，1082-1097，（2004）
[13] Kanazaki，M。；田中，K。；Jeong，S。；Yamamoto，K.，《使用模型和数据挖掘技术进行高升力翼型的设计探索》，ECCOMAS CFD 2006年9月5日至8日，荷兰埃格蒙德·安泽，（2006）
[14] A.三月。；Willcox，K.，《不需要高保真导数的可证明收敛多重优化算法》，AIAA J，50，5，1079-1089，（2012）
[15] 科齐尔，S。；Leifsson，L.，通过可变分辨率模型进行基于代理的气动外形优化，AIAA J，51，1，94-106，（2013）
[16] Leifsson，L。；Hermannsson，E。；Koziel，S.，使用局部代理模型的多元拖网门的优化形状设计，计算机科学杂志，10，55-62，（2015）
[17] 莫罗，S。；奥伯特，S。；恩迪亚耶，M。；费兰德，P。；托尼尔，J。；Rochette，M.，使用新型参数化流量求解器turb'opty对涡轮叶片叶栅进行参数化研究，ASME流体工程会议，171-180，（2002）
[18] 莫罗，S。；奥伯特，S。；N’Diaye，M。；Ferrand，P.，使用新型参数化流量求解器turb'opty对涡轮叶片叶栅进行参数化研究，美国机械工程师协会流体工程会议，夏威夷州火奴鲁鲁，689-698，（2003）
[19] 莫罗，S。；奥伯特，S。；Grondin，G。；Casalino，D.，使用新参数流量求解器turb'opty对风扇叶片叶栅进行几何参数研究，ASME传热/流体工程夏季会议，夏洛特，南卡罗来纳州，（2004）
[20] 莫罗，S。；奥伯特，S。；Grondin，G。；Ferrand，P.，使用参数流量求解器turb’opty优化风扇叶片叶栅，ASME流体工程会议，345-350，（2006）
[21] Buisson，M。；费兰德，P。；苏拉特，L。；奥伯特，S。；莫罗，S。；Rambeau，C.，使用涡轮增压元模型的汽车风扇优化设计，Comp Fluids，80，10，207-213，（2013）
[22] Soulat，L.，Dédefinition，analysis et optimization aérodynamique D'un newau concept de traitement de carter au moyen D'outils numeriques。基于vitesse的涡轮机械应用，（2010），里昂中央大学博士论文
[23] 苏拉特，L。；费兰德，P。；莫罗，S。；奥伯特，S。；Buisson，M.，《流体力学设计问题的高效优化程序》，Comp Fluids，82，15，73-86，（2013）·Zbl 1290.90094号
[24] Deb，K。；阿格拉瓦尔，S。；普拉塔普，A。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans-Evol Compute，6，2，181-197，（2002）
[25] Moir，I.R.M.，《带高升力装置的二维机翼测量》，AGARD AR 303，II，94014，A2.1-A2.12，（1994）
[26] Fejtek，T.，多元件翼型测试用例的代码验证结果摘要，第28届流体动力学会议，（1997年）
[27] 斯马蒂。；奥伯特，S。；费兰德，P。；Massao，F.，研究叶片颤振的数值方案的比较，第八届ISUAT研讨会，（1997）
[28] Kok，J.，解决对自由流值的依赖性k个-ω湍流模型，AIAA J，38，7，1292-1295，（2000）
[29] 托尼尔，J。；费兰德，P。；奥伯特，S。；莫罗，S。；Grondin，G.，《设计和优化观点：梯度遗传算法与新参数流求解器turb'opty的耦合》，第九届CEAS欧洲推进研讨会，（2003年）
[30] 莫罗，S。；艾卡里诺，G。；康，S。；Y.，K。；Wang，M.，低速风扇叶片的数值模拟，《2004年夏季计划论文集》，195-207，（2004），斯坦福大学/美国宇航局埃姆斯湍流研究中心
[31] Grondin，G。；Kelner，V。；费兰德，P。；Moreau，S.，通过耦合多目标遗传优化和流动参数化对汽车风扇叶片进行稳健设计和参数化性能研究，SIA国际流体动力学大会在地面运输中的应用，（2005）
[32] 纪尧姆，P。；Masmoudi，M.，最优形状设计中高阶导数的计算，数值数学，67，231-250，（1994）·Zbl 0792.65044号
[33] 韦桑托，J。；J.，I。；Alhomieni，E。；Parhankangas，J.，Matlab 5的SOM工具箱，技术报告A57，（2002），赫尔辛基理工大学
[34] Smith，A.M.O.，《高空空气动力学》，J Aircraft，12，6，501-530，（1975）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。