基于CFD收敛提前终止和变复杂度模型的两级气动优化方法

简介

高效的气动优化设计方法对于提升小型无人飞行器翼型的气动性能具有重要的价值。针对CFD分析成本较大的问题,提出了基于CFD收敛提前终止和变复杂度模型的两级气动优化方法。在第一级优化中,分别将CFD收敛提前终止和CFD完全收敛的数据作为低、高精度样本建立变复杂度模型。采用多岛遗传算法基于变复杂度模型进行全局优化。第二级优化中,以第一级全局最优解为初值,采用Hooke-Jeeves算法直接基于CFD完全收敛分析进行优化,从而得到局部更精确的解。采用该方法对小型无人飞行器的翼型进行了气动优化设计,并与基于单一精度Kriging代理模型的EGO方法进行了对比。结果表明,文中所提的两级气动优化方法所需的优化耗时更少。