Optimización de Diseño Aerodinámico Robusto Adaptativo Eficiente Considerando Variaciones Inciertas en el Flujo de Entrada para un Perfil Aerodinámico de Difusión a Través de Todas las Incidencias Operativas
Autores: Guo, Zhengtao; Bao, Lei; Li, Chaolong; Gao, Xianzhong; Chu, Wuli
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización de Diseño Aerodinámico Robusto Adaptativo Eficiente Considerando Variaciones Inciertas en el Flujo de Entrada para un Perfil Aerodinámico de Difusión a Través de Todas las Incidencias Operativas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Aeroespacial
Palabras clave
Fluctuaciones
Flujo de entrada
Diseño de optimización de palas
Rendimiento aerodinámico
Expansión de caos polinómico disperso
Diseño aerodinámico robusto
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Las fluctuaciones aleatorias en el flujo de entrada representan una incertidumbre común en los compresores de motores aéreos, lo que requiere el control de sus efectos a través del diseño de optimización de palas. Para tener en cuenta el impacto de las fluctuaciones del flujo de entrada en el rendimiento en la optimización del diseño de palas, se propone un método eficiente de optimización de diseño aerodinámico robusto adaptativo multiobjetivo (ARADO). El método de optimización emplea una nueva expansión de caos polinómico disperso (PCE) y se utiliza la técnica avanzada de regresión de procesos gaussianos ruidosos (NGPR) para establecer un modelo de sustitución estocástico inicial (SSM) que contiene momentos estadísticos del rendimiento aerodinámico. Al introducir conceptos avanzados de procesamiento de señales dispersas, el PCE disperso mejora significativamente la eficiencia de adquisición de cada muestra de entrenamiento para el SSM. Durante el proceso de optimización, el SSM inicial se actualiza de forma autónoma en función de los datos de optimización históricos, sin requerir alta precisión en todo el espacio de diseño. En comparación con las optimizaciones robustas aerodinámicas basadas en modelos tradicionales, el método ARADO propuesto exhibe una velocidad de convergencia más rápida y logra un nivel promedio superior del conjunto de soluciones óptimas. También equilibra mejor varios objetivos de optimización, concentrando la distribución espacial de soluciones óptimas más cerca del nivel promedio. En última instancia, el ARADO se aplica al diseño aerodinámico robusto de un perfil de compresor de alta carga en todas las incidencias de operación. Los resultados de la optimización mejoran el rendimiento aerodinámico mientras reducen la diversidad del rendimiento, alineándose así más estrechamente con los requisitos de ingeniería práctica. A través del análisis de datos de las soluciones óptimas, se obtienen directrices de diseño robusto para las formas aerodinámicas de las palas, junto con información sobre los mecanismos de flujo que mejoran la robustez aerodinámica.
Descripción
Las fluctuaciones aleatorias en el flujo de entrada representan una incertidumbre común en los compresores de motores aéreos, lo que requiere el control de sus efectos a través del diseño de optimización de palas. Para tener en cuenta el impacto de las fluctuaciones del flujo de entrada en el rendimiento en la optimización del diseño de palas, se propone un método eficiente de optimización de diseño aerodinámico robusto adaptativo multiobjetivo (ARADO). El método de optimización emplea una nueva expansión de caos polinómico disperso (PCE) y se utiliza la técnica avanzada de regresión de procesos gaussianos ruidosos (NGPR) para establecer un modelo de sustitución estocástico inicial (SSM) que contiene momentos estadísticos del rendimiento aerodinámico. Al introducir conceptos avanzados de procesamiento de señales dispersas, el PCE disperso mejora significativamente la eficiencia de adquisición de cada muestra de entrenamiento para el SSM. Durante el proceso de optimización, el SSM inicial se actualiza de forma autónoma en función de los datos de optimización históricos, sin requerir alta precisión en todo el espacio de diseño. En comparación con las optimizaciones robustas aerodinámicas basadas en modelos tradicionales, el método ARADO propuesto exhibe una velocidad de convergencia más rápida y logra un nivel promedio superior del conjunto de soluciones óptimas. También equilibra mejor varios objetivos de optimización, concentrando la distribución espacial de soluciones óptimas más cerca del nivel promedio. En última instancia, el ARADO se aplica al diseño aerodinámico robusto de un perfil de compresor de alta carga en todas las incidencias de operación. Los resultados de la optimización mejoran el rendimiento aerodinámico mientras reducen la diversidad del rendimiento, alineándose así más estrechamente con los requisitos de ingeniería práctica. A través del análisis de datos de las soluciones óptimas, se obtienen directrices de diseño robusto para las formas aerodinámicas de las palas, junto con información sobre los mecanismos de flujo que mejoran la robustez aerodinámica.