摘要：将熵产方法引入跨音速翼型气动优化设计中,采用涡黏性模型对翼型流场熵产进行计算,进而阐述熵产对翼型阻力的影响.通过类别形状函数（CST）方法和径向基函数（RBFs）网格变形方法完成翼型参数化建模与网格变形,并将改进的NSGA2多目标遗传算法与CFD计算耦合起来实现了翼型自动优化设计,用此方法进行了跨音速翼型的气动优化设计,目标函数为来流马赫数为0.73、攻角为2.54°时升阻比最大,熵产最小.设计结果表明：优化方法在小种群下有很好的全局收敛性,得到的非支配解集分布均匀,质量较高.与参考翼型相比,优化翼型通过降低流场熵产,有效地减少了翼型阻力,大幅度提高了翼型升阻比,消除或减弱了翼型上表面激波,有效提高了翼型的气动性能.

摘要：求解跨音速翼型的反设计问题时,传统的梯度型方法一般均为局部收敛.为增大求解的收敛范围,依据同伦方法的思想,通过构造不动点同伦,将原问题的求解转化为其同伦函数的求解,并依据拟Sigmoid函数调整同伦参数以提高计算效率,进而构造出一种具有较高计算效率的大范围收敛反设计方法.数值算例以RAE2822翼型的表面压力分布为拟合目标,分别采用B样条方法,PARSEC方法及正交形函数方法等3种不同的参数化方法,并分别以NACA0012,OAF139及VR15翼型为初始翼型进行迭代计算.计算结果证明,该方法适用于多种参数化方法,且具有较好的计算效率,从多个不同的初始翼型出发,经较少次数迭代后,均能与目标翼型很好地拟合,是一种高效的大范围收敛方法.

摘要：本文运用赝势函数变域变分有限元方法进行了跨音速翼型设计。赝势函数的引入既保留了势函数模型在求解方面的优越性,同时又是势函数对有旋流动的一个自然的、物理上相容、数学上求解简便的推广;变域变分是一种处理未知界面的独特工具,极适合于气动外形的设计求解。跨音速翼型设计的实例表明,本文方法是有旋流动翼型设计的有效工具。

摘要：从不可压流反问题的Lightll准确解中可知,翼面压强分布和自由来流速度两者不能同时独立地给定。这意味着对于给定的压强分布存在着一个约束条件,否则,反设计问题就是不适定的。对于可压缩流动,同样应该存在类似的约束条件。本文在这方面做了初步探索,给出了一种满足这种约束条件的跨音速翼型反设计方法。在此方法中,目标压强分布包含一个自由参数,在计算中可调整此参数使压强分布满足本文推导出的正则化条件。

摘要：本文将粘性流场分析与数值优化方法结合起来,由粘性流场分析得到升力、阻力等气动参数作为样本训练神经网络,并用训练好的神经网络来预测优化目标函数,分别采用了多目标遗传算法与多目标粒子群算法,对一种跨音速翼型的气动性能进行了多目标优化设计,并采用模糊偏好信息的多属性决策方法对多个优化解进行评价选优。算例研究表明,两种多目标优化算法都能得到有限多个多目标优化解,通过多属性决策方法评价选优的优化翼型气动性能有明显提高。

摘要：与传统的梯度法相比,遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,把传统的梯度法与遗传算法相结合,建立了气动优化设计中的紧凑混合遗传算法(CHGA)。该算法将梯度法作为遗传算法中的一个遗传算子加入到遗传算法中,在保持遗传算法原有良好的全局性等优点的前提下改善算法的效率。应用混合遗传算法进行跨音速翼型的反设计和波阻优化设计,并与采用优选策略的标准遗传算法的设计结果进行比较。结果表明混合遗传算法能有效的提高气动优化设计的效率。