小型无人机翼型优化设计

《小型无人机翼型优化设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年海军航空工程学院学报2013第28卷第3期JournalofNavalAeronauticalandAstronauticalVol.28No.3文章编号：1673-1522（2013）03-0307-04DOI:10.7682/j.issn.1673-1522.2013.03.019小型无人机翼型优化设计1a1b1b1a2于方圆，高永，王允良，陈俊锋，费洋（1.海军航空工程学院a.研究生管理大队；b.飞行器工程系，山东烟台264001；2.91115部队，浙江舟山316000）摘要：采用类别形状函数变换（CST）方法对翼型参数化描述；利用

2、Fluent软件，进行翼型升力系数和阻力系数的气动计算；以升阻比最大为优化目标，通过拉丁超立方设计生成样本点，建立了径向基神经网络（RBF）代理模型；使用粒子群优化算法（PSO），在Isight平台上，实现对ClarkY翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%，表明此种方法是可行的，可用于小型无人机设计的工程中。关键词：翼型；类别形状函数变换；粒子群算法；优化设计；小型无人机中图分类号：V224文献标志码：A无人机家族中尺寸较小的一类包括小型无人机外形；然后，建立径向基神经网络（RBF）代理模型，并利（Mini-UAV）和微型无人机

3、（Micro-UAV）。由于微型用Fluent计算翼型的气动性能；最后，在Isight平台上，无人机尺寸太小，限制了有效载荷和性能，美国陆军、用粒子群算法对设计变量进行优化，得到良好的结海军、国防高级研究计划局（DARPA）以及航空工业界果。把关注重点投入能够供单兵用的便携式小型无人机（Mini-UAV），它的技术难度相对较小，也在一定程度1翼型几何参数化方法[1]上克服了“微型”带来的缺点。现役的“大乌鸦”、“龙翼型设计一般使用3种参数化方法：多项式方法、眼”等无人机是美军中比较出名的小型无人机。近年样条方法和型函数方法。常用的多项式方法有参数来，

4、我国在此领域发展速度非常快，研制出了多种性化翼型（PARSEC）方法；样条方法有B样条、非均匀有能先进的小型无人机。由于小型无人机在军事和民理样条（NURBS）、贝塞尔曲线；型函数方法包括用两方面都有重要作用，应用前景广阔，其发展受到Hicks-Henne型函数方法和Wagner型函数方法等。本了世界各国重视。文采用的CST方法是Kulfan等提出的使用1个类别函对所有的飞行器而言，气动力由机翼产生，翼型数和1个形状函数来描述翼型外形的新方法。CST方和翼平面形状对飞行性能有着十分重要的影响。在法可以用一组较少的参数来准确描述复杂的气动外实现稳定性和

5、可操纵型的前提下获得最佳气动效率形，并且拟合精度优于其他方法，表现出了简单直观，[2]是所有小型无人机设计的根本目标。大多数小型无[5-6]参数少和精度高的优点。人机的设计是在给定巡航速度的前提下尽可能实现用CST参数化描述翼型的表达式为最大的航程或航时，而在巡航状态下，航程的最大值取决于升阻比（ClCd）的大小[3]。因此，小型无人机的ζ(ψ)=C(ψ)S(ψ)+ψξT，（1）气动效率取决于机翼的升阻比。同时，小型无人机外式中：ψ=x/c为翼型无因次x轴坐标；ξ=z/c为翼型无因形小、重量轻、电动能源有限，因而需尽量对气动布局次z轴坐标；c为翼型弦

6、长；ζT为后缘相对z轴的坐标；设计优化才能使小型无人机气动性能得到优化，进一C(ψ)为类函数，表示为NN步满足飞行器的多方面性能要求。合理的机翼剖面C(ψ)=(ψ)1(1-ψ)2。（2）气动外形能使小型无人机获得最优良的气动性能，因当N1、N2取不同的值时，可以定义不同的几何外形此，在给定的约束条件下，应用一定的优化手段对翼类别。本文取N1=0.5、N2=1，则定义了圆前缘和尖后型进行优化设计是十分必要的。缘的翼型形状。S(ψ)为形状函数，表示为本文选用ClarkY作为原始翼型。它是小型无人n机和模型飞机常用的翼型之一，有较高的升阻比[4]。ξ(ψ)

7、-ψζTS(ψ)==∑(biψi)。（3）ψ(1-ψ)i=0首先，运用类别形状函数变换（CST）方法描述翼型的收稿日期：2013-01-26；修回日期：2013-04-10作者简介：于方圆（1988-），男，硕士生。·308·海军航空工程学院学报第28卷S(ψ)可以使用不同的方法表示，如Bernstein多项2优化算法和代理模型式和B样条基函数。本文采用Bernstein多项式的加权作为S(ψ)的表达式：粒子群优化算法（PSO）是通过群体中微粒间的合作与竞争而产生的群体智能指导优化搜索方法，算法nìin-iïïS(ψ)=∑bi[Ki(ψ(1-ψ))]

8、具有较强的通用性和全局寻优的特点。i=0。（4）íïïK=n!PSO算法中，D维搜索空间中的第i个粒子位置表