一种基于流态参数辨识的螺旋桨气动外形优化设计方法

1.本发明属于螺旋桨优化设计领域，涉及一种基于流态参数辨识的螺旋桨气动外形优化设计方法。


背景技术：

2.航空螺旋桨是飞机的一种动力装置，用于产生前进所需的拉力或推力，对于绝大多数亚音速飞机而言，使用螺旋桨能显著降低能耗、提升航程。
3.现有的螺旋桨优化设计方法通常基于动量理论、叶素理论、涡流理论等理论模型，这些模型并不考虑三维情况下的复杂流动状态，优化设计精度低。
4.一些研究在上述模型的基础上引入了展向流动修正与诱导速度修正，在一定程度上对螺旋桨的三维效应进行了预测，优化设计精度有所提高，但是这些修正依然基于理论模型，精度依然较低。
5.计算流体动力学(computational fluid dynamics，cfd)是近代以来快速发展的一门学科，它基于流体力学基本方程，通过计算机数值求解得到流动状态。通过cfd进行数值模拟，是目前计算螺旋桨气动性能精度最高的理论方法，但是其耗时较长，因此通常用于最终结果的校核，目前尚未广泛应用于优化设计阶段。
6.因此，对于螺旋桨优化设计而言，需要寻求一种新的方法，计算成本低、计算精度高，以得到更加高效的螺旋桨。


技术实现要素：

7.为解决现有螺旋桨优化设计方法的不足，本发明提出本发明提出一种基于流态参数辨识的螺旋桨气动外形优化设计方法，在cfd计算结果的基础上，通过逆向流态参数辨识，得到各截面的诱导速度场与升阻特性，并构建关于迎角、弦长的响应面簇，进而使用遗传算法对螺旋桨的扭转角分布、弦长分布进行优化。
8.本发明基于流态参数辨识的螺旋桨气动外形优化设计方法，步骤如下：
9.步骤一、对初始螺旋桨沿展向进行剖分，共17个截面；螺旋桨的扭转角分布和弦长分布作为设计变量。
10.步骤二、通过cfd对初始螺旋桨进行数值模拟，得到其三维流场，提取螺旋桨拉力沿展向分布(t1,t2,
…
,t
17
)与扭矩沿展向分布(m1,m2,
…
,m
17
)。
11.步骤三、基于拉力分布与扭矩分布进行流态参数辨识，得到初始螺旋桨外形的流态参数簇。
12.步骤四、以初始螺旋桨设计参数为中心，同时改变各截面的扭转角和弦长，构成设计空间。
13.步骤五、通过cfd对设计空间内螺旋桨外形进行数值模拟，使用所述步骤三中流态参数辨识方法得到这些外形的流态参数簇。
14.步骤六、基于所述步骤三、五中的流态参数簇，构建螺旋桨外形各截面翼型的升阻
特性关于迎角、弦长的响应面簇。
15.步骤七、使用最优拉丁超立方抽样方法形成一系列设计点，自变量为螺旋桨扭转角分布与弦长分布。
16.步骤八、所述步骤七中，当给定某一扭转角分布θi和弦长分布ci时，通过求解如下非线性方程组以得到该扭转角和弦长分布对应的螺旋桨外形的流态参数簇αi,v
ai
,v
ti
：
[0017][0018]
步骤九、求解出流态参数簇后，进一步地计算螺旋桨拉力分布ti和扭矩分布mi以及螺旋桨效率。
[0019]
步骤十、使用遗传算法对步骤七所述螺旋桨外形设计变量进行优化，优化目标为使步骤九所述螺旋桨效率最高，当优化结束后，即得到最优螺旋桨气动外形。
[0020]
本发明与现有技术相比的有益效果是：
[0021]
(1)本发明螺旋桨气动外形优化设计方法，基于cfd数值模拟进行流态参数辨识，相比于现有的基于片条理论等理论模型的优化方法，计算精度更高，优化得到的螺旋桨效率更高。
[0022]
(2)本发明螺旋桨气动外形优化设计方法，仅进行了65次cfd计算，而现有的基于cfd与遗传算法的螺旋桨优化通常需要上千次cfd计算，本发明大大减小了优化成本。
[0023]
(3)本发明螺旋桨气动外形优化设计方法，充分考虑了螺旋桨桨根分离、桨尖涡等复杂流动现象，保障了优化结果的可靠性与高效性。
附图说明
[0024]
图1为本发明一种基于流态参数辨识的螺旋桨气动外形优化设计方法的流程图。
[0025]
图2为采用现有方法进行螺旋桨优化结果图；
[0026]
图3为采用本发明方法对同一螺旋桨优化结构图。
具体实施方式
[0027]
下面结合附图对本发明作进一步说明。
[0028]
本发明基于流态参数辨识的螺旋桨气动外形优化设计方法，如图1所示，包括步骤如下：
[0029]
步骤一：对初始螺旋桨沿展向进行剖分，对应展向位置r共17个截面，r为螺旋桨半径；螺旋桨的扭转角分布和弦长分布作为设计变量。
[0030]
步骤二、通过cfd对初始螺旋桨进行数值模拟，得到其三维流场，提取螺旋桨拉力沿展向分布(t1,t2,
…
,t
17
)与扭矩沿展向分布(m1,m2,
…
,m
17
)。t1～t
17
为初始螺旋桨中17个截面处的拉力；m1～m
17
为初始螺旋桨中17个截面处17个截面处的扭矩。
[0031]
步骤三、基于拉力分布与扭矩分布进行流态参数辨识，得到初始螺旋桨外形的流态参数簇，计算公式如下：
[0032][0033][0034][0035][0036][0037][0038]
其中，i＝1,2,
…
,17，v
ai
为截面i的轴向诱导速度，v
ti
为截面i的环向诱导速度，ai为截面i附近圆环桨盘面积，ρ为空气密度，v0为来流速度，v
1i
为截面i的环向速度，为截面i的实际入流角，θi为截面i的扭转角，αi为截面i的迎角，li为截面i的升力，di为截面i的阻力,ri为截面i的展向位置；ti为截面i处的拉力；mi为截面i处的扭矩。
[0039]
步骤四、以初始螺旋桨设计参数为中心，同时改变各截面的扭转角和弦长，构成设计空间，即：
[0040]
第i个截面的扭转角取值为：
[0041]
(θ
i-4δθ,θ
i-3δθ,θ
i-2δθ,θ
i-δθ,θi,θi+δθ,θi+2δθ,θi+3δθ,θi+4δθ)
[0042]
第i个截面的弦长取值为：
[0043]
(c
i-4δc,c
i-3δc,c
i-2δc,c
i-δc,ci,ci+δc,ci+2δc,ci+3δc,ci+4δc)
[0044]
上式中，δθ与δc取值越小，优化精度越高，但是计算量就会变大；在本发明中设计δθ＝0.5
°
，δc＝0.03ci；ci为截面i的弦长。
[0045]
步骤五、通过cfd对设计空间内共计64个螺旋桨外形进行数值模拟，使用所述步骤三中流态参数辨识方法得到这些外形的流态参数簇。
[0046]
设计空间中扭转角与弦长的分布为：将初始螺旋桨每个截面的扭转角与弦长同时增加或者减少一个值，通过两两搭配形成多个螺旋桨外形；本发明中初始螺旋桨的扭转角分布为{θ1，θ2，θ3，
……
，θ
17
}，设计空间内的扭转角分布为8种：{θ
1-4δθ，θ
2-4δθ，θ
3-4δθ，
……
，θ
17-4δθ}，{θ
1-3δθ，θ
2-3δθ，θ
3-3δθ，
……
，θ
17-3δθ}，{θ
1-2δθ，θ
2-2δθ，θ
3-2δθ，
……
，θ
17-2δθ}，{θ
1-δθ，θ
2-δθ，θ
3-δθ，
……
，θ
17-δθ}，{θ1+δθ，θ2+δθ，θ3+δθ，
……
，θ
17
+δθ}，{θ1+2δθ，θ2+2δθ，θ3+2δθ，
……
，θ
17
+2δθ}，{θ1+3δθ，θ2+3δθ，θ3+3δθ，
……
，θ
17
+3δθ}，{θ1+4δθ，θ2+4δθ，θ3+4δθ，
……
，θ
17
+4δθ}；初始螺旋桨的弦长分布为{c1，c2，c3，
……
，c
17
}，设计空间内弦长分布同为8种：{c
1-4δc，c
2-4δc，c
3-4δc，
……
，c
17-4δc}，{c
1-3δc，c
2-3δc，c
3-3δc，
……
，c
17-3δc}，{c
1-2δc，c
2-2δc，c
3-2δc，
……
，c
17-2δc}，{c
1-δc，c
2-δc，c
3-δc，
……
，c
17-δc}，{c1+δc，c2+δc，c3+δc，
……
，c
17
+δc}，{c1+2δc，c2+2δc，c3+2δc，
……
，c
17
+2δc}，{c1+3δc，c2+3δc，c3+3δ
c，
……
，c
17
+3δc}，{c1+4δc，c2+4δc，c3+4δc，
……
，c
17
+4δc}。
[0047]
通过将上述设计空间内8种扭转角分布及弦长分布两两搭配，形成设计空间内64种螺旋桨外形。
[0048]
步骤六、基于所述步骤三、五中的流态参数簇，构建共65个螺旋桨外形(包括初始螺旋桨外形以及步骤5中的64个螺旋桨外形)各截面翼型的升阻特性关于迎角、弦长的响应面簇：li＝f(θi,ci),di＝g(θi,ci)；li为截面i的升力，di为截面i的阻力。
[0049]
步骤七、使用最优拉丁超立方抽样方法形成一系列设计点，自变量为螺旋桨扭转角分布与弦长分布。
[0050]
步骤八、所述步骤七中，当给定某一扭转角分布θi和弦长分布ci时，通过求解如下非线性方程组以得到该扭转角和弦长分布对应的螺旋桨外形的流态参数簇αi,v
ai
,v
ti
：
[0051][0052]
步骤九、求解出流态参数簇后，进一步地计算螺旋桨拉力分布ti和扭矩分布mi：
[0053][0054][0055]
并计算出螺旋桨效率：
[0056]
步骤十、使用遗传算法对步骤七所述螺旋桨外形设计变量进行优化，优化目标为使步骤九所述螺旋桨效率最高，当优化结束后，即得到最优螺旋桨气动外形。
[0057]
如图2、3，采用现有方法和本发明设计方法对同一螺旋桨进行优化，可以看出本发明方法得到的螺旋桨拉力变化梯度更小，这可以减小展向流动带来的损失。采用现有方法所得螺旋桨效率为80.1％，采用本发明方法所得螺旋桨效率为81.6％，效率提升了1.5％。