Kriging模型驱动的机翼气动优化设计提升飞行性能

本文主要探讨了2013年发表在《海军航空工程学院学报》上的论文，标题为"基于Kriging模型机翼平面外形气动优化设计"。作者们针对非常规布局的机翼，运用了一种创新的设计方法，即结合Kriging模型和多目标遗传算法进行优化。Kriging模型是一种统计插值方法，通过构建高精度的代理模型来估计目标函数，它在此被用来预测机翼升力系数和阻力系数，这是气动性能的关键指标。 研究过程中，作者利用计算机流体动力学（CFD）技术来进行精确的气动计算，通过拉丁超立方试验设计生成样本点，以此建立Kriging模型。这种方法的优势在于，尽管CFD计算可能耗时且计算量大，但Kriging模型能够有效减少计算量，提供快速而可靠的预测。多目标遗传算法则用于寻找机翼平面外形的全局最优解，同时避免局部最优问题。 研究的核心内容是进行多目标优化设计，即在提升升力系数的同时，尽可能减小阻力系数，以达到整体性能的优化。作者通过得到的Pareto最优解集，筛选出能满足设计需求的非劣解，这表明优化设计方法在实际应用中具有可行性且效率较高。实验结果显示出，Kriging模型与CFD计算的误差较小，验证了其在气动优化设计中的高可信度。 这篇论文展示了如何利用Kriging模型和多目标优化技术有效地处理非常规布局机翼的气动设计问题，不仅提高了设计效率，还确保了优化结果的准确性和全局性。这对于航空航天领域的气动外形设计具有重要的理论价值和实践意义，特别是在需要快速响应和迭代的现代设计环境中。