一种用于低雷诺数翼型优化的方法与流程

本发明涉及一种用于低雷诺数翼型优化的方法，属于临近空间飞行器领域。
背景技术：
：美国在上世纪90年代先后推出“捕食者”、“全球鹰”无人机，我国也紧跟步伐，连续研制出“彩虹”、“翼龙”等型号无人机，卓有成效地完成了包括打击、侦察和预警等多种军事任务。就目前的发展趋势来看，高空、长航时、多用途是未来无人机的主要发展方向。高空无人机的巡航高度位于平流层，该区域距离地面一般在20-30km，空气稀薄，密度低，运动粘性系数较大，因此飞行雷诺数较常规而言更低(re≈2×105)，所以提升飞机巡航时的升力系数和升阻比是至关重要的。在目前的技术条件下，高空长航时无人机的飞行速度一般较大，如果强行降低巡航速度，飞机会有失速的危险。技术实现要素：本发明解决的技术问题为：克服现有技术不足，提供一种用于低雷诺数翼型优化的方法，通过翼型优化，实现了高空无人机的巡航高度位于平流层，该区域距离地面一般在20-30km，空气稀薄，密度低，运动粘性系数较大的情况下，提升飞机巡航时的升力系数和升阻比，实现高空无人机的巡航作业。本发明解决的技术方案为：一种用于低雷诺数翼型优化的方法，步骤如下：(1)根据任务要求，在matlab软件上编译cst函数，用cst函数将翼型参数化，输入cst函数中的参数，得到cst函数对应的翼型的几何外形；(2)将翼型的几何外形导入icem软件，利用icem宏录制功能，完成对翼型的有限元网格划分，得到网格文件；(3)在fluent软件中进行宏录制即对飞行工况、气动计算求解方程进行设置，将网格文件导入fluent软件，完成气动计算，得到翼型巡航时升力系数、升阻比；(4)对步骤(3)得到的翼型巡航时升力系数、升阻比进行判断，若翼型巡航时升力系数、升阻比均满足任务要求，则保留步骤(1)中翼型的几何外形对应的cst函数；否则，返回步骤(1)调整cst函数中的参数。几何外形，包括翼型的厚度、弯度和前缘半径。编译的cst函数，包括类别函数和形状函数两部分相乘得到cst函数，cst函数表示的曲线能够准确描述低雷诺数翼型的外形。输入cst函数中的参数，具体为：cst函数中的部分中的参数输入后不变，s(ψ)中的参数能够调整。利用icem宏录制功能，完成对翼型的有限元网格划分，具体为：网格划分时采用全结构网格，设定翼型的远场前方、上方、下方距离、后方距离、网格高度。网格文件为.mesh格式。对飞行工况、气动计算求解方程进行设置，具体为：飞行工况设置包括：任务要求的飞行高度、飞行速度、飞行姿态；气动计算求解方程包括模拟翼型层流流动、转捩预测、湍流流动的方程。完成气动计算，得到翼型升力系数、升阻比，具体为：利用模拟翼型层流流动、转捩预测、湍流流动的方程，得到翼型巡航时升力系数、升阻比。步骤(4)对步骤(3)得到的翼型巡航时升力系数、升阻比进行判断时，任务要求包括巡航升力系数的最小值和升阻比的最小值，步骤(3)得到的翼型巡航时升力系数分别大于任务要求的巡航升力系数的最小值和升阻比的最小值判定为满足任务要求。步骤(4)返回步骤(1)调整cst函数中的参数，具体为：将cst函数中的部分中的参数保持不变，调整中的参数。本发明与现有技术相比的优点在于：(1)本发明一种用于低雷诺数翼型优化的方法，翼型几何建模简单，有利于优化输入参数的提取；(2)本发明一种用于低雷诺数翼型优化的方法，在优化时充分利用计算流体力学分析软件，计算结果精度高，可直接作为工程设计的参考数据；(3)本发明一种用于低雷诺数翼型优化的方法，优化目标明确，迭代周期短，可缩短工程研制周期。(4)本发明创新性的将翼型建模、网格划分、气动计算搭建在isight平台上，根据优化目标，实现了翼型的自动选取。(5)本发明通过优化设计出的翼型升力系数和升阻比高，有利于高空无人机的低速巡航，增长飞机的留空时间。附图说明图1是e387翼型优化流程示意图；图2是cst参数化e387翼型示意图；图3是cst参数化e387翼型误差示意图；图4是icem划分网格示意图；图5是翼型优化前后外形对比图；图6是翼型优化前后升力系数对比图；图7是翼型优化前后升阻比对比图。具体实施方式下面结合附图和具体实施例对本发明做进一步详细描述。本发明优化原始翼型为e387翼型，该翼型为典型低雷诺数翼型，翼型主体呈前圆后尖的形状，最大厚度为弦长的9％，最大弯度为弦长的3.7％，前缘半径为弦长的1.6％。(1)根据任务要求，在matlab软件上编译cst函数，用cst函数将翼型参数化，输入cst函数中的参数，得到cst函数对应的翼型的几何外形。(2)将翼型的几何外形导入icem软件，利用icem宏录制功能，完成对翼型的有限元网格划分，得到网格文件；(3)在fluent软件中进行宏录制即对飞行工况、气动计算求解方程进行设置，将网格文件导入fluent软件，完成气动计算，得到翼型巡航时升力系数、升阻比；(4)对步骤(3)得到的翼型巡航时升力系数、升阻比进行判断，若翼型巡航时升力系数、升阻比均满足任务要求，则保留步骤(1)中翼型的几何外形对应的cst函数；否则，返回步骤(1)调整cst函数中的参数；在参数化翼型时，需要通过cst函数准确描述翼型的几何外形特征，包括翼型的厚度、弯度和前缘半径。该函数包括类别函数和形状函数s(ψ)，两部分相乘得到cst函数，cst函数表示的曲线能够准确描述低雷诺数翼型的外形。类别函数其中，n1，n2为翼型几何外形类别函数的特征参数，优选n1为0.5，优选n2为1，定义原点在翼型的前缘的最前端，x轴从翼型的前缘的最前端指向翼型尾缘的中心；，ψ为翼型横坐标(横坐标记为x轴的坐标)，n优选取4,b(i)为控制翼型外形曲率的参数,控制翼型外形曲率的参数,以优化的基准翼型(即e387翼型)为例，b(0)取0.306、b(1)取0.123、b(2)取0.457b(2)取0.277(b3麻烦帮我改一下，我这里编辑不了)和b(4)取0.454,为函数的n阶多项式展开式，通过以上公式的表述，可以清晰的理解cst参数化二维翼型的基本原理。i＝0,1,2,..,n；在整体优化流程设计时，既要考虑翼型计算过程中每一步的计算精度，同时要兼顾计算周期，因此，本专利通过搭建自动优化平台实现了翼型参数建模、有限元分析以及比对筛选的功能，该专利可以根据任务要求，快速完成迭代，实现优化目标。如图1所述，本发明优选以e387低雷诺数翼型作为基础翼型，参数化翼型与原始翼型的对比图和误差图如图2、图3所示，图2横坐标为翼型的横坐标数值与弦长的比值，纵坐标为翼型的纵坐标数值与弦长的比值，图3的横坐标为翼型的横坐标数值与弦长的比值，总坐标为cst函数拟合误差，由图中数据可以看到，cst方法拟合的翼型与原翼型曲线基本吻合，误差精度控制在10-3量级，满足工程设计需要；第二部分为icem网格自动生成模块，如图4所示，网格划分时采用全结构网格，远场前方、上方、下方距离为30倍弦长，后方距离为40倍弦长，第一层网格高度为10-5倍弦长，y+小于1，该部分主要完成翼型点、线、面映射的任务，实现自动划分不同翼型网格的功能；第三部分是fluent计算宏录制，该部分主要完成翼型气动力计算的工作，在进行宏录制时要设定好飞行工况以本工况为例，飞行姿态为迎角α＝5°，速度v＝30m/s，高度h＝20km，收敛残差err＜0.001，模拟翼型层流流动、转捩预测、湍流流动的方程选用transition-sst方程，优选方程如下：转捩的源项的优选定义为破坏或再层流源项定义为pγ2＝(2cγ1)ρωγfturb；eγ2＝cγ2pγ2γ；其中：cγ1＝0.03；cγ2＝50；cγ3＝0.5；σγ＝1.0fonset用于触发转捩，计算方法为：γ方程的边界条件为壁面法向通量为0，入流处法向通量为1。该方程可以准确描述翼型层流流动、湍流流动以及转捩位置，之后将计算结果中的升力系数和升阻比以文本格式输出，为后续结果筛选做好准备；第四部分为结果筛选过程，从上步中已经得到计算的数据，并将该结果与任务要求进行比对，该例中的任务要求为5度迎角时翼型的升力系数不小于0.85，升阻比不小于60，并在此基础上将升力系数和升阻比同时达到最大设为优化目标，由于存在两个优化输出变量，已经满足多目标优化要求，因此使用遗传算法进行筛选迭代，具体方法是先将cst参数化的不同翼型分成几个种群，分别对每个种群的计算结果进行分析，计算出升力系数和升阻比与任务要求的差值，根据此差值更改输入变量，反复迭代，得到翼型最终优化后的气动外形。图5是翼型优化前后气动外形对比图，横坐标为翼型的横坐标数值与弦长的比值，纵坐标为翼型的纵坐标数值与弦长的比值，主要参数变化如表1所示，优化后的翼型前缘半径较优化前明显增大，而翼型的最大厚度变小，翼型下表面在中后位置处的反凹更加明显,即翼型的弯度增加。表1翼型优化前后参数对比翼型厚度弯度前缘半径原始翼型9.1％3.7％1.6％优化翼型9.4％4.9％1.9％图6是翼型优化前后升力系数对比图，横坐标为飞行迎角，纵坐标为翼型升力系数，图7是翼型优化前后升阻比对比图，横坐标为飞行迎角，纵坐标为翼型升阻比，在-3°≤α<9°的迎角范围内，优化后翼型的升力系数和升阻比较原始翼型都有明显的增加。以3°迎角为例，优化后翼型的升力系数增加了10.8％，升阻比提高了5.65％；在8°迎角时，翼型接近失速边缘，优化后翼型的升力系数增加了10.1％，相应的升阻比提高了3.84％，因此，通过上述结论可以看到，该优化方法可以有效提升翼型的气动性能，对于翼型方面的工程设计具有很大帮助。当前第1页12