-
公开(公告)号:CN112989718A
公开(公告)日:2021-06-18
申请号:CN202110177911.1
申请日:2021-02-08
Applicant: 复旦大学
IPC: G06F30/28 , G06F30/23 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种翼型前缘CST的全局转换修正方法,包括:首先,经过旋转几何坐标系后,将前缘放置在几何的中心位置,通过全局变换方式将翼型旋转并展开,使x轴上的投影为uni值的单一函数;再应用在传统的CST方法,定义该扩展轮廓的参数,调整前缘区域直接相关的参数,利用伯恩斯坦多项式的运算,得到了四个新生成的翼型,包括但不限于加宽前缘、扭转前缘;最后选用SST作为湍流模型,并完成网格分析,分析变化后的参数对应的优化效果。通过旋转几何坐标系后能将前缘放到几何的中心位置,能提高前缘部分的描述精确度,对传统CST方法的改进措施来提高原有方法对翼型前缘部分的敏感度,从而建立起更加适合气动分析的模型,提高优化工作的工作效率。
-
公开(公告)号:CN113343347B
公开(公告)日:2022-06-17
申请号:CN202110135782.X
申请日:2021-02-01
Applicant: 复旦大学
IPC: G06F30/15 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种翼型前缘CST的垂直补偿修正方法及装置,用以解决传统设计方法中,CST方法对机翼前缘的关注度不足,而机翼前缘对整个机翼的气动性能关联度大,但现有技术中模型算法的精确度较低的问题。本申请实施例首先以传统CST创建的曲面旋转坐标系后,得到拟合的新曲面进行拟合缩小误差,再进行SST湍流模型进行流动模拟,前缘区域的几何局部变化所引入的相应气动性能变化的数值,进而提高翼型前缘部分的敏感度,从而建立起更加适合气动分析的模型,提高优化效率,获得最优设计方案。
-
公开(公告)号:CN113343347A
公开(公告)日:2021-09-03
申请号:CN202110135782.X
申请日:2021-02-01
Applicant: 复旦大学
IPC: G06F30/15 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本申请公开了一种翼型前缘CST的垂直补偿修正方法及装置,用以解决传统设计方法中,CST方法对机翼前缘的关注度不足,而机翼前缘对整个机翼的气动性能关联度大,但现有技术中模型算法的精确度较低的问题。本申请实施例首先以传统CST创建的曲面旋转坐标系后,得到拟合的新曲面进行拟合缩小误差,再进行SST湍流模型进行流动模拟,前缘区域的几何局部变化所引入的相应气动性能变化的数值,进而提高翼型前缘部分的敏感度,从而建立起更加适合气动分析的模型,提高优化效率,获得最优设计方案。
-
公开(公告)号:CN112800663A
公开(公告)日:2021-05-14
申请号:CN202110000466.1
申请日:2021-01-03
Applicant: 复旦大学
IPC: G06F30/27 , G06F30/28 , G06F30/15 , G06F30/17 , F04D29/26 , G06N3/04 , G06N3/08 , G06F111/10 , G06F113/08
Abstract: 本发明属于机械设计技术领域,具体为基于神经网络的航空发动机压气机转子叶片的反设计方法。本发明对于压气机转子叶片给定等熵马赫数分布条件进行反设计,具体步骤包括:利用Hicks‑Henne型函数参数化方法,得到叶片数据库及对应的几何参数数据库;利用计算流体力学进行流场模拟,获得叶片数据库对应的气动参数数据库;采用人工神经网络,将几何参数数据库作为输入,训练人工神经网络;将训练所得的人工神经网络用于预测变形叶片的等熵马赫数分布;应用模式搜索方法,使等熵马赫数分布逼近目标分布,最终得到符合目标等熵马赫数分布的转子叶片。本发明方法对于提高航空发动机设计水平、完善航空发动机设计体系也具有重要的工程意义。
-
公开(公告)号:CN112580151B
公开(公告)日:2022-03-18
申请号:CN202011572071.0
申请日:2020-12-27
Applicant: 复旦大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/12 , G06F111/04 , G06F111/06 , G06F113/08 , G06F119/14
Abstract: 本发明属于航空机械设计技术领域,具体为目标空间的自然层流翼型的优化问题指标的获取方法。本发明方法包括:几何外形参数化;从目标空间获取特征向量,在已构成的目标空间中采用PCA方法,得出优化问题的权重系数,得出合理的优化问题指标。本发明方法在两个实例下得到验证。这种新方法可以应用于层流相关的外形优化设计中,例如自然层流翼型和发动机叶片的设计优化设计中。
-
公开(公告)号:CN112580151A
公开(公告)日:2021-03-30
申请号:CN202011572071.0
申请日:2020-12-27
Applicant: 复旦大学
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/12 , G06F111/04 , G06F111/06 , G06F113/08 , G06F119/14
Abstract: 本发明属于航空机械设计技术领域,具体为目标空间的自然层流翼型的优化问题指标的获取方法。本发明方法包括:几何外形参数化;从目标空间获取特征向量,在已构成的目标空间中采用PCA方法,得出优化问题的权重系数,得出合理的优化问题指标。本发明方法在两个实例下得到验证。这种新方法可以应用于层流相关的外形优化设计中,例如自然层流翼型和发动机叶片的设计优化设计中。
-
-
-
-
-