超临界翼型稳健型优化设计研究_白俊强.pdfVIP

29 4 空 气 动 力 学 学 报 Vol． 29 ， No． 4 第 卷 第 期 20 11 8 年 月 ACTA AERODYNAMICA SINICA Aug． ，2011  文章编号:0258-1825 (20 11)04 -0459-05 超临界翼型稳健型优化设计研究 ， ， ， 白俊强 王 波 孙智伟 张 扬 ( ， 7 10072) 西北工业大学翼型叶栅空气动力国防科技重点实验室 陕西西安 : 、RBF / ， 3 摘 要 基于标准遗传算法 神经网络以及类函数 型函数变形技术建立了翼型气动优化设计系统 在选取 次 CST 4 ， 方法即分别对翼型上下表面采用 个设计变量进行参数化 对某型客机基本翼型在给定设计指标下进行优化 ， ， 设计 分别研究了巡航状态下的气动优化 以及结合蒙特卡洛分析方法马赫数随机平均分布下的翼型稳健型优化设 。 ， 。 计 结果显示 优化后的翼型的气动特性有着显著提高 :CST ; ; ; ; 关键词 方法 稳健设计 遗传算法 代理模型 神经网络 中图分类号:V211． 3 文献标识码:A 机的基本翼型设计指标进行了以及稳健型优化设计。 0 引 言 1 RBF 神经网络 ， 飞行器气动外形设计过程中 翼型的气动设计是一 ［3 ，4］ 、 ， 项重要的 关键的环节 基本翼型的设计关系着机翼设 RBF 神经网络 在函数逼近方面有其特有优点。 ， 计的压力分布理念 从而对机翼的流动形态有着重要影 RBF 是一类局部分布的对中心点径向对称衰减的非负 ， 响 因此开展对翼型的优化设计方法研究有着重要意 。 RBF 非线性函数 将 应用于构造神经网络的激励函数 义。 从而构成了RBF 神经网络。 决定气动设计结果的主要因素包含 CFD 分析能 1 RBF ， 图 给出了一个单输出的 神经网络结构 其 、 ， 力 参数化方法以及优化算法的效率 更重要的是优化 - :