随着高可信度数值分析模型的参数维数的增加和非线性关联度的提高,不但计算量增加,针对二维和三维数据的常规可视化方法也难以直接、全面展示变量与响应函数之间的复杂关系。本文在总结常用低维度数据可视化方法的基础上,结合数据样本和响应面模型,利用MATLAB提供的基础数据分析与显示功能,发展了一种模块化的、复合及动态的可视化方法及工具,该方法可以系统、灵活地展示高维参数空间、多维响应函数空间,以及两者之间的关联关系。在测试函数和翼型气动优化问题上的应用表明该方法有助于提高高维问题的优化效率和质量。

在应用的串联翼型构型中,前后翼型之间可能存在的流动干扰的效果之一是带来干扰噪声。针对串联机翼构型的气动干扰噪声问题,采用基于高阶数值格式的大涡模拟(LES)方法对流场进行了分析,然后通过FW-H方法得到了远场噪声结果。研究中首先针对基准构型进行了流场的计算结果分析和压力脉动的频谱分析,以及声学结果分析。在此基础上,通过改变前翼和后翼的几何外形参数,采用Kriging响应面方法,研究了两者变化的组合对干扰噪声的影响,其中重点在于前翼的尾缘外形和后翼的前缘外形参数变化的影响。通过分析响应面结果,给出了单个参数和多参数的影响规律。从声学结果来看,对于文中的翼型类型,最大厚度和后缘的船尾角应同步变化,并且不应过大或者过小。结果同时表明,通过调整几何外形,能够使得串联机翼的整体噪声更低。

以圆管构型的声传播为分析对象,研究了基于图形处理器GPU的计算气动声学（Computational Aeroacous-tics,CAA）高阶有限差分算法的并行实现,并与CPU串行及MPI并行实现作了对比分析。首先介绍了管道简化模型的2.5维线化欧拉方程和GPU的编程模式以及调优参考准则,然后给出了相关物理量的空间离散方法的GPU实现。数值实验的结果表明,与CPU串行及MPI并行程序的结果相比,使用GPU的程序实现在达到与MPI并行同样的计算效率时,可以使用更少的计算资源。较之cluster上串行算法,工作站上GPU并行算法在使用不同网格规模的情况下可达到的3倍多的加速比。