S弯进气道全自动优化设计

现代飞行器对速度和机动性的要求越来越高,对发动机性能的要求越来越严格。

对进气道进行优化是提高推进系统性能的重要措施之一。

进气道需要在保证流动均匀性的同时给发动机提供足够的质量流量,另外对于整机而言,其长度、质量等都和进气道有关。

S 弯进气道的轴向距离较短,能有效减小进气道尺寸[1]。

S 弯进气道的研究始于20世纪40年代[2],近年来,由于其优异的气动隐身性能得到关注。

近年来,与CFD 相结合的进气道优化方法备受瞩目。

Lefantzi [3]以总压畸变为优化目标研究了亚音速进气道的设计优化;Hyo [4]提出了一种基于随机克里金模型的全局优化方法。

但目前基于大规模CFD 数值计算对S 弯进气道进行优化设计的研究较少,大多采用优选法得到优化模型;方伟良[5]等通过对几种进气道外形性能的对比,最终得到性能较好的方案;Lee [6]等对设计的几种不同进气道外形对比选择了性能较好的外形。

优选法提供的几何外形种类有限,无法得到最优结果,且对设计人员依赖过高,工作量较大。

针对以上问题本文搭建了一个全自动优化平台。

本文以文献[7]中的S 弯进气道为原始模型,搭建了一个全自动优化平台。

1设计优化过程进气道的结构和内部流场均对称,因此本文采用半模结构。

本文基于Isight 搭建S 弯进气道自动优化平台,集成了Catia 、Pointwise 、Fluent 和基于C 语言的Simcode 组件。

通过形状控制参数的变化改变进气道外形,然后在Catia 中自动建立相应模型,在Pointwise 中自动划分网格,在Fluent 中自动完成计算并得到相应的总压恢复和总压畸变。

优化算法采用NSGA-域,种群规模为60、代数20,计算完成从得到的Pareto 前沿中选择合适的优化外形作为优化结果。

1.1几何模型参数化S 弯进气道的几何外形主要由中心线和横截面决定,中心线变化规律决定了气流在管道内的偏转情况,横截面积决定了气流扩压情况。

综合考虑计算成本和设计空间,本文用Hicks-Henne 型函数线性叠加来描述中心线和横截面积的变化。

中心线表示如下:z (x )=z basic (x )+Nk =1∑αk f k (x )(1)其中,z basic (x )是基准中心线的z 轴坐标值;x 是X 坐标与进气道长度的比值;αk 是控制中心线形状的参数;f k (x )是型函数,表达式为:f k (x )=sin 2(πxe (k ))(2)横截面为椭圆形,沿中心线并垂直于中心线分布。

几何特征描述如下:S (x )=S basic (x )+2Nk =N +1∑αk f k-N (x )(3)其中S basic (x )表示基础模型的横截面变化。

横截面积A (x )=A 1+(A 2-A 1)×S (x ),横截面等效半径r (x )取根号A (x )。

椭圆截面长、短轴表示为:a (x )=r (x )×K (x )b (x )=r (x )/K (x )(4)其中每个基函数的贡献由系数αk 来决定,与中心线有关的系数有五个,与横截面积有关的系数有十个。

其三维模型如图1所示。

图1三维模型示意图S 弯进气道全自动优化设计张竞邵雪明曾丽芳郑远宋晓晨(浙江大学无人机研究中心,浙江杭州310027)Design of S-Shaped Inlet Fully Automatic Optimization摘要:为提高S 弯进气道的气动特性,针对一款S 弯进气道提出一种优化设计方法。

基于大规模数值计算建立了一套全自动优化方法:以提高总压恢复系数和降低总压畸变为优化目标,基于Isight 搭建一个完整的S 弯进气道优化平台,并结合参数化建模、网格自动生成技术、数值计算以及非支配排序遗传算法穴NSGA-II雪对进气道进行多目标优化设计。

结果表明,优化后的进气道中心线形状更平滑,横截面积变化较平缓。

与原始进气道相比,优化后的进气道在设计马赫数处,总压畸变降低54%,总压恢复提高0.02%,气动性能明显提高,流场均匀性有所增加。

另外,对于总压恢复,优化效果随着马赫数的增加而增大,总压畸变在所有计算马赫数下优化效果都很明显。

关键词:S 弯进气道,优化,总压恢复,总压畸变Abstract 押This paper establishes a set of automatic optimization methods based on large-scale numerical simulation熏total pressure recovery and distortion at the exit of the diffuser are considered as optimization objectives熏combining with parametric modeling熏grid automatic generation technology熏numerical simulation and Non-dominated Sorting Genetic Algorithm II.After cur⁃rent optimization熏both the changes of center line and cross-sectional area are smoother.By analyzing the optimization results熏the total pressure recovery raises 0.02%熏and the total pressure distortion reduces 54%at designed Mach number.Keywords 押S-duct inlet熏optimization熏total pressure recovery熏total pressure distortionS 弯进气道全自动优化设计78《工业控制计算机》2019年第32卷第6期1.2CFD 数值计算和验证1.2.1计算设置和网格在湍流模型的选择上,借鉴前人经验[8],本文选择k-ωSST 湍流模型进行数值计算。

为了验证网格无关性,本文采用多种网格数量的进气道进行对比分析,计算结果发现网格数为107万和130万时总压畸变和总压恢复差别不大,因此可以认为107万的网格数量满足网格无关性要求。

1.2.2计算方法验证为了验证数值方法的可靠性,本文还将原始模型的计算结果与文献眼7演中的结果进行对比,结果如表1所示。

通过对比发现三个性能指标相差均不超过1%,计算方法可靠。

1.3优化算法NSGA-Ⅱ本文基于NSGA-Ⅱ优化算法进行优化。

该算法由遗传算法NSGA 改进,在NSGA 基础上增加了精英策略、密度值估计策略和快速非支配排序,计算复杂度比NSGA 大大降低。

它的优化思路大致如下:首先,随机生成父代P t 。

基于父代P t 生成子代Q t ,数量大小与父代相同。

P t 和Q t 结合起来称为种群R t ,种群大小为2N ;然后按非支配排序方法给R t 排序,F 1是第一级,F 2,F 3……依次类推。

当F 1的大小小于N 时,先把F 1作为下一代父代P t+1,如果F 1和F 2的大小之和小于N ,再加入F 3……依次类推,直至达到N 。

重复上述操作,直到得到足够数量Pareto 前沿数据点。

圆优化结果分析2.1优化设计结果本文以来流速度15.4m/s 为设计工况得到优化模型。

优化模型的几何特性如图2所示。

其中图2a 是优化前后中心线对比图,相比原型,优化后的进气道中心线入口段变化平缓,有利于减小前段的逆压和流动畸变。

Herry [9]提出进气道流动中的压力损失主要来自于流动分离,随着气流流动方向在转弯处的变化而产生的逆压梯度是造成流动分离的主要原因。

优化后的模型中心线曲率比原始模型更小,所以流动分离和压力损失都得到了控制。

由图2b 可以看出,优化模型的截面在横坐标0~0.1之间变化缓慢,这样可以保证流体在到达第一个S 弯之前相对于原型来说仍接近入口速度,避免了面积突变造成的速度损失。

在第一个S 弯段,截面积变化比较剧烈,但扩张比较低,因此通过第一个S 弯的速度比原型有所提高,这有利于克服逆压梯度,减少S 弯处的能量损失;在第二个S 弯处,截面积比原型大,但面积变化率较小,截面积变化比较缓慢,有利于提高进气道的扩压能力。

表2优化前后气动特性对比表对比表2数据可见,优化后模型总压畸变降低54%,总压恢复提高0.02%。

总压畸变得到很大程度的改善,总压恢复仅有较小的改善,这是由于基础模型的总压恢复水平已经很高,提升空间有限,优化效果较文献眼7演更好。

2.2优化模型内流场分析下面对优化后模型的内流场进行了系统分析,主要展示了设计马赫数时优化前后的总压云图。

图3所示为设计马赫数时优化前后出口截面总压云图对比图,可以清楚看到优化后低能量流体减少,高能量流体增加,流场均匀性提高。

图4是优化前后对称面总压分布对比图,可以看出,优化前后第一个S 弯处的压力分布基本一致,但第二个S 弯处有一定区别。

优化后低能流体区域明显变小,高能区域变大,说明进气道的能量利用率和流通能力得到提高。

图3出口截面总压云图图4对称面总压云图考虑到S 弯进气道的工程实际应用,本文进一步研究了马赫数分别为0.2、0.3、0.4、0.5、0.6时优化前后气动性能的变化。

表1CFD 计算结果对比表图2优化模型几何特征79(上接第77页)对对象的方式来进行持久化层操作,不用关注底层的JDBC 操作,提高了开发的效率。

MyBaits 的可扩展性强,通过SQLSes⁃sionFactoryBuilder 获得SQLSessionFactory 实例,该实例对象是单个数据库映射关系经过编译后的内存镜像,在应用执行期间一直存在,且是线程安全的。

SQLSessionFactoryBuilder 由XML 配置文件获取,将SQL 文件保存在XML 文件中,在后续开发中如果需要变更表单,可以直接将字段设计成动态生成,很好地满足变化需求。

3结束语针对云游戏时延检测的需求,本文通过.NET 框架搭建出了简易的云游戏时延可视化平台,通过与MySQL 数据库相连接,实时读取数据库内,计算渲染时延,图形编码时延,图形传输时延,图形解码时延,渲染显示时延等时延指标,通过WPF 技术搭建平台的UI 界面,利用控件绑定完成数据展示,同时在WPF 的封装下,平台的可扩展性得到了提升。

通过.NET 内置的Web⁃Browser 控件,引入ECharts 可视化工具,实现对阶段时延数据的交互,同时丰富了可视化类型,Echarts 本身更是支持Can⁃vas 、SVG穴4.0雪等多种形式的渲染方式,同时除了PC 和移动端的浏览器外,对微信小程序也提供了适配。