基于贝叶斯优化框架的高空螺旋桨气动优化设计研究

基于贝叶斯优化框架的高空螺旋桨气动优化设计研究

高空螺旋桨是高空长航时无人机的关键部件，其性能直接影响无人机的飞行效率和续航能力。西北工业大学航空学院的研究团队提出了一种基于贝叶斯优化框架的高空螺旋桨气动外形优化设计方法，该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。

研究背景与意义

为了在可接受时长内获得高空螺旋桨气动方案的最优解，研究团队提出了一种基于贝叶斯优化框架的高空螺旋桨气动外形优化设计方法。该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。

方法论

该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。

实验验证

为验证模拟方法，研究团队加工了某高空螺旋桨进行地面试验。与模拟结果相比，试验推力平均误差2.34%、扭矩平均误差3.33%。以课题组自研的6个低雷诺数翼型为基础，使用该方法对某高空太阳能无人机螺旋桨进行优化设计，优化结果显示：螺旋桨在设计点推力提高9.24%、效率提高8.13%。

优化结果

研究结果表明，该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。

结论

该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。

图表说明

图 1 部分翼型典型径向剖面示意图

图 3 地面静推力测试

图 6 优化收敛曲线

图 7 优化前后外形对比

图 8 螺旋桨性能对比

图 9 5 kW功率时压力云图对比

图 10 5 kW功率时流线图对比

表格数据

表 1 CFD求解器设置

表 2 设计工况

表 3 设计工况

表 4 设计变量范围

表 5 优化前后设计变量对比

表 6 5 kW设计点气动性能对比

参考文献

[1] GONZALO J, LÓPEZ D, DOMÍNGUEZ D, et al. On the capabilities and limitations of high altitude pseudo-satellites[J]. Progress in Aerospace Sciences, 2018, 98: 37-56. DOI:10.1016/j.paerosci.2018.03.006

[2] ZHANG S, LI H X, ABBASI A A. Design methodology using characteristic parameters control for low Reynolds number airfoils[J]. Aerospace Science and Technology, 2019, 86: 143-152. DOI:10.1016/j.ast.2019.01.003

[3] MORGADO J, ABDOLLAHZADEH M, SILVESTRE M A R, et al. High altitude propeller design and analysis[J]. Aerospace Science and Technology, 2015, 45: 398-407. DOI:10.1016/j.ast.2015.06.011

[4] MOUROUSIAS N, MALIM A, MARINUS B G, et al. Surrogate-based optimization of a high-altitude propeller[C]//AIAA Aviation 2021 Forum, Virtual Event. Reston, Virginia: AIAA, 2021: 2597. doi:10.2514/6.2021-2597

[5] GARCÍA-GUTIÉRREZ A, GONZALO J, DOMÍNGUEZ D, et al. Aerodynamic optimization of propellers for high altitude pseudo-satellites[J]. Aerospace Science and Technology, 2020, 96: 105562. DOI:10.1016/j.ast.2019.105562

[6] GARCÍA-GUTIÉRREZ A, GONZALO J, LÓPEZ D, et al. Stochastic design of high altitude propellers[J]. Aerospace Science and Technology, 2020, 107: 106283. DOI:10.1016/j.ast.2020.106283[LinkOut]

[7] MA R, ZHONG B W, LIU P Q. Optimization design study of low-Reynolds-number high-lift airfoils for the high-efficiency propeller of low-dynamic vehicles in stratosphere[J]. Science China Technological Sciences, 2010, 53(10): 2792-2807. DOI:10.1007/s11431-010-4087-0

[8] JIAO J, SONG B F, ZHANG Y G, et al. Optimal design and experiment of propellers for high altitude airship[J]. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering, 2018, 232(10): 1887-1902. DOI:10.1177/0954410017704217

[9] DUAN D Y, WANG Z G, WANG Q N, et al. Research on integrated optimization design method of high-efficiency motor propeller system for UAVs with multi-states[J]. IEEE Access, 8: 165432-165443. doi:10.1109/ACCESS.2020.3014411

[10] LIU X Q, HE W L, WEI F M. Design of high altitude propeller using multilevel optimization[J]. International Journal of Computational Methods, 2020, 17(4): 1950004. DOI:10.1142/s021987621950004x

[11] PARK D, LEE Y, CHO T, et al. Design and performance evaluation of propeller for solar-powered high-altitude long-endurance unmanned aerial vehicle[J]. International Journal of Aerospace Engineering, 2018, 2018: 1-23. DOI:10.1155/2018/5782017

[12] SHAHRIARI B, SWERSKY K, WANG Z Y, et al. Taking the human out of the loop: a review of Bayesian optimization[J]. Proceedings of the IEEE, 2016, 104(1): 148-175. DOI:10.1109/JPROC.2015.2494218

[13] 韩忠华. Kriging模型及代理优化算法研究进展[J]. 航空学报, 2016, 37(11): 3197-3225.HAN Z H. Kriging surrogate model and its application to design optimization: a review of recent progress[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(11): 3197-3225 (in Chinese).

[14] SEVANT N E, BLOOR M I G, WILSON M J. Aerodynamic design of a flying wing using response surface methodology[J]. Journal of Aircraft, 2000, 37(4): 562-569. DOI:10.2514/2.2665

[15] JEONG S, MURAYAMA M, YAMAMOTO K. Efficient optimization design method using kriging model[J]. Journal of Aircraft, 2005, 42(2): 413-420. DOI:10.2514/1.19686

[16] VAVALLE A, QIN N. Iterative response surface based optimization scheme for transonic airfoil design[J]. Journal of Aircraft, 2007, 44(2): 365-376. DOI:10.2514/1.19688

[17] 王海峰, 杨旭东, 罗玲. 平流层飞艇推进系统设计与测试技术[M]. 北京: 国防工业出版社, 2021: 85-86.WANG H F, YANG X D, LUO L. Design and test technology of propulsion system for stratospheric airship[M]. Beijing: National Defense Industry Press, 2021: 85-86 (in Chinese).

[18] 刘俊. 基于代理模型的高效气动优化设计方法及应用[D]. 西安: 西北工业大学, 2015.LIU J. Efficient surrogate-based optimization method and its application in aerodynamic design[D]. Xi'an: Northwestern Polytechnical University, 2015 (in Chinese).

[19] LIU J, HAN Z H, SONG W P. Comparison of infill sampling criteria in kriging-based aerodynamic optimization[C]//28th Congress of the International Council of the Aeronautical Sciences 2012, 2: 1625-1634.

[20] JONES D R, SCHONLAU M, WELCH W J. Efficient global optimization of expensive black-box functions[J]. Journal of Global Optimization, 1998, 13(4): 455-492. doi:10.1023/A:1008306431147