基于卷积神经网络和松鼠优化算法的机翼结构混合优化设计#br#

针对大展弦比机翼的结构轻量化优化设计,提出了一种高效的布局和尺寸混合优化方法．在CFD/CSD气动弹性计算的基础上,对不同的结构变量进行统一编码,使用一维卷积神经网络建立代理模型,并使用松鼠优化算法建立了混合优化模型进行搜索寻优．以某型太阳能无人机的机翼结构优化为例,优化结果表明翼肋的布局变量和翼梁的尺寸变量之间存在着耦合关系,使用松鼠优化算法相比于遗传算法节省了35 %~45 %的计算成本,且混合优化后的结构比原始结构减重4.1 %,验证了该方法的有效性．     

基于螺旋桨滑流效应的大展弦比机翼气动弹性分析

以高空长航时大展弦比太阳能无人机机翼为研究对象，针对分布式电驱螺旋桨滑流和大展弦比机翼之间耦合的复杂气动干涉问题，采用滑移网格方法、动网格技术、SST k-ω RANS湍流模型和CFD/CSD （Computational Fluid Dynamics/Computational Structural Dynamics）双向流固耦合技术，研究了螺旋桨不同转速、布局方式和气动阻尼对机翼气动弹性响应的影响。数值计算结果表明，螺旋桨滑流会改变机翼表面的压力分布；螺旋桨流场对机翼的扰动频率接近机翼的结构固有频率时，机翼会发生共振；螺旋桨的位置越靠近翼尖，或螺旋桨的数量增多，都将增加机翼气动弹性响应的幅值。