低雷诺数下翼型分离流动抽吸控制优化

• 作者: 任登凤 张旺龙 谭俊杰 陈志华
• 来源期刊: 空气动力学学报
• 学科: 航空航天
• 关键词: RBF 神经网络 遗传算法 抽吸控制 流动分离 优化
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 研 究 论 文
• 页码范围: 757-764
• 页数: 8页
• 分类号: V211.3
• 字数: 6864字
• 语种: 中文
• DOI: 10.7638/kqdlxxb-2014.0063

摘要

为了获得不同目标下最优抽吸控制参数，开展了分离流动抽吸控制优化研究，基于 RBF 神经网络与遗传算法，发展了求解单目标和 Pareto 多目标问题的优化平台。针对 NACA0012翼型表面分离流动，在其上表面设计了局部多孔分布式抽吸结构，将径向基函数（Radial Basis Function，RBF）神经网络作为 CFD 计算的代理模型，以减小计算量；采用遗传算法开展了单目标和 Pareto 多目标优化。优化结果表明：该优化设计平台具有良好的收敛性和准确度；以升阻比为单目标的优化使升阻比最大增加了2．4倍；Pareto 多目标优化设计获得了分布均匀的、令人满意的 Pareto 解集，为设计者提供了一个可选的有效解数据库。在合理选择抽吸角度、抽吸孔径和孔间距的前提下，只需较小的抽吸系数，就可使升阻比获得明显增加，同时，还能保持较高的 FOM 值，使整个控制系统的能效比维持较高水平。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭俊杰	南京理工大学能源与动力工程学院	84	463	12.0	15.0
2	陈志华	南京理工大学瞬态物理国家重点实验室	132	736	14.0	20.0
3	任登凤	南京理工大学能源与动力工程学院	31	189	8.0	12.0
4	张旺龙	南京理工大学能源与动力工程学院	8	31	3.0	5.0