Оптимизация формы крыла

Оптимизация формы крыла — это программная реализация оптимизации формы, которая в основном используется при проектировании самолетов. Это позволяет инженерам создавать более эффективные и дешевые конструкции самолетов.

История

Оптимизация формы как программный процесс и инструмент впервые появилась в виде алгоритма в 1995 году и как коммерческое программное обеспечение для автомобильной промышленности , как отмечает Ф. Мюл, в 1998 году. По сравнению с эпохой автомобильных и авиационных компаний это программное обеспечение является очень новым. Трудность заключалась не в науке, лежащей в основе этого процесса, а скорее в возможностях компьютерного оборудования. В 1998 году Ф. Мюл разработал компромисс между точной точностью и временем вычислений, чтобы уменьшить сопротивление автомобиля. Фазы GA — это стандартные итерации генетического алгоритма , а фазы BFGS — это приближенные вычисления, предназначенные для экономии времени. Однако он признал, что время вычислений , необходимое на существующем оборудовании (почти две недели для умеренного улучшения упрощенной модели проверки концепции), сделало ее непривлекательной для коммерческих целей. Он также признал, что улучшение реализации моделирования с использованием автоматических частных производных может сократить время вычислений, особенно при использовании специализированного оборудования.В 2000 году, после пары лет разработки компьютерного оборудования, К. Мауте представила более точную систему, которая могла достаточно быстро оптимизировать крыло самолета для коммерческого использования.

Метод

Оптимизация формы крыла по своей природе является итеративным процессом. Сначала выбирается базовая конструкция крыла, с которой начинается процесс; обычно это крыло, созданное аэрокосмическими инженерами . Предполагается, что это крыло достаточно близко к оптимальной конструкции, предложенной инженерами. Следующим шагом будет моделирование формы и структуры крыла. После того, как они составлены, программное обеспечение запускает модель в смоделированном воздушном туннеле, используя хорошо разработанные уравнения вычислительной гидродинамики (CFD). Результаты испытаний дают различные эксплуатационные характеристики этой конструкции. Как только это будет завершено, программное обеспечение вносит дополнительные изменения в структуру и детали формы, воссоздает модель и запускает новую модель через аэродинамическую трубу . Если изменения приводят к повышению производительности крыла, программное обеспечение фиксирует изменения. В противном случае изменения отбрасываются и вносятся другие изменения. Затем изменения сохраняются как новая рабочая модель, и цикл зацикливается. Весь этот процесс выполняется до тех пор, пока наблюдаемые изменения не совпадут с конструкцией — например, когда изменения составляют менее 1 мм.

К сожалению, конечная конструкция крыла может быть настолько хороша, насколько хороша вычислительная модель.

Примеры

Традиционный

Пример подтверждения концепции оптимизации был выполнен в 2003 году Леовириякитом на самолете Боинг 747-200. Используя приведенный выше список переменных, он оптимизировал только одну точку — коэффициент подъемной силы 0,42 и скорость 0,87 Маха , чуть выше крейсерской. Используя всего лишь эти несколько переменных, он смог добиться снижения сопротивления на 12% и веса крыла на 0,1%. Выполненный код обеспечил больший размах, но меньшую стреловидность, чем исходная форма крыла в плане. Хотя уменьшение стреловидности назад фактически увеличивает сопротивление, оно также увеличивает подъемную силу, позволяя снизить угол атаки, а увеличенный размах крыла уменьшает индуцированное сопротивление (вихрь на законцовке крыла), что приводит к чистому снижению сопротивления. К сожалению, его оптимизированный дизайн использует слишком простую модель; он понял, что если бы во внимание было принято больше переменных, таких как эффекты вязкости , полученная модель была бы совсем другой. Другим существенным ограничением одноточечного подхода является то, что он оптимизирует крыло только для одной скорости и условий подъемной силы. Хотя сопротивление могло быть уменьшено на крейсерской скорости, оно могло быть резко увеличено при взлете и посадке, что привело к чистым потерям топлива для авиакомпании.

Крыло-тело

Этот процесс также можно распространить на исследование конструкций самолетов с одним крылом. Самолеты с корпусом-крылом позволяют значительно легче масштабировать свой груз, чем традиционная конструкция «труба и доска». Airbus использовал этот подход для изучения вариантов конструкции будущих больших самолетов в 2002 году. Их цели, однако, были немного более сложными, чем исходная конструкция программного обеспечения: самолету необходимо иметь максимальное соотношение подъемной силы и лобового сопротивления , быть нейтральным в продольном направлении (не желая крениться вверх или вниз при отсутствии хвостового оперения), иметь максимальный угол наклона. атаки , иметь минимальный объем и форму кабины и максимальную толщину на подвесных крыльях. Используя три разных компонента, они расширили свою вычислительную модель, включив в нее как можно больше ограничений, включая эффекты вязкости. Этот метод требует значительно большей вычислительной мощности.Их первоначальные выводы сэкономили много денег на строительстве и испытаниях — поскольку он вызывает сверхзвуковой поток воздуха, ударная волна в кормовой части крыла образуется , резко увеличивающая сопротивление и уменьшающая подъемную силу. После изменения целей, направленных на поддержание высокого отношения подъемной силы к лобовому сопротивлению и выравнивание давления, моделирование предоставило лучший дизайн, показав, что этот инструмент очень легко адаптируется к текущей ситуации. Конечным результатом этого исследования стало то, что у Airbus был набор конструкций аэродинамических профилей, подходящих для очень большого самолета с крылом. Это также доказало, что эти методы успешно адаптируются к любой задаче, которая им потребуется.

Постпроизводственные изменения

Этот метод оптимизации также можно использовать для разработки постпроизводственной модификации существующего крыла. В 2006 году Энтони Джеймсон модифицировал код, чтобы увеличить скорость гоночного P-51 Mustang . Эта цель еще иная: Reno Air Race представляет собой прямое перетаскивание из одной точки в другую на относительно небольшой высоте. Цель состоит в том, чтобы улучшить максимальную скорость и достичь рекорда с винтовым приводом. Поскольку изменение необходимо приклеить к крылу, это сильно ограничивает возможные изменения. Проблема аналогична предыдущему примеру – нарастание ударной волны. Для этого программное обеспечение было ограничено поиском решения, которое могло бы только искажать форму крыла в плане наружу, в сторону от рулей. Используя коэффициент подъемной силы 0,1 и скорость 0,78 Маха, программа создала неровность в передней части верхней части крыла. Прерывания потока воздуха на этой конкретной скорости перемещаются назад на нужное расстояние, чтобы смягчить удар и уменьшить сопротивление. Хотя лобовое сопротивление самолета было увеличено ниже 0,73 Маха, оно было отвергнуто как менее важное, чем максимальная скорость. Если эти модификации работают так, как ожидалось, это подтверждает использование программного инструмента для улучшения существующего серийного крыла без его восстановления.

Многоточечная оптимизация

Однако у всех этих методов есть недостаток — они настроены на один конкретный набор условий и скорости. В 2007 году Джеймсон представил как дополнительный шаг, так и новый метод расчетов. Чтобы учесть дополнительные условия, такие как взлет, приземление, набор высоты и крейсерский режим, разработчик модели рассчитывает их все одновременно, а не по одному. Каждому вычислению градиента g присваивается вес β. Элементы с более высоким приоритетом, такие как крейсерское сопротивление, имеют больший вес. Градиент для определения общей «потери» или «выигрыша» конструкции создается путем суммирования всех градиентов, умноженных на каждый соответствующий вес. Это позволяет сделать следующее: если изменение радикально улучшает взлетные характеристики, но приводит к небольшому ухудшению крейсерских характеристик, крейсерское попадание может перекрыть взлетное усиление из-за взвешивания. Подобная настройка моделирования может значительно улучшить проекты, создаваемые с помощью программного обеспечения. Однако эта версия средства моделирования добавляет еще одну сложность к исходным условиям, и небольшая ошибка дизайнера может оказать значительно большее влияние на конечный результат. Повышение эффективности вычислений использует преимущества множества переменных.На этот раз для Боинг 747-200 – 0,85 и 0,87 Маха. К сожалению, оптимизация по этим двум пунктам привела к улучшению сопротивления менее чем на 3% и почти к полному снижению веса базовой конструкции. Чтобы проверить свою работу, он использовал ту же симуляцию на другом крыле самолета и получил аналогичные результаты. Наблюдаемая проблема заключается в том, что изменения, которые усилили один аспект интереса, напрямую противоречили другим, и возникающий в результате компромисс серьезно препятствует достигнутому улучшению. Его текущие исследования включают лучший способ устранения различий и достижения улучшения, аналогичного одноточечной оптимизации.