(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211384508.7 (22)申请日 2022.11.07 (71)申请人 西北工业大 学 地址 710000 陕西省西安市友谊西路127号 (72)发明人 李春娜　郭啸　杨连波　方远　 龚春林　 (74)专利代理 机构 陕西科亿云知识产权代理事 务所(普通 合伙) 6128 8 专利代理师 翟小梅 (51)Int.Cl. B64F 5/00(2017.01) B64C 3/10(2006.01) B64C 3/36(2006.01) G06F 30/15(2020.01) G06F 30/28(2020.01)G06F 111/04(2020.01) G06F 113/08(2020.01) G06F 113/28(2020.01) G06F 119/14(2020.01) G06F 111/06(2020.01) (54)发明名称 宽速域高超声速飞行器翼型多目标优化设 计方法及折中翼型 (57)摘要 提供一种宽速域高超声速飞行器翼型多目 标优化设计方法及折中翼型， 属于飞行器技术领 域， 该方法采用CST方法作为翼型参数化方法对 翼型上下表面进行描述； 确定设计变量、 目标函 数和约束条件从而确定优化问题； 使用多目标优 化算法求解所得优化问题， 在前沿上选择所需的 翼型； 由此种方法得到的折中翼型， 可 以兼顾亚 声速、 超声速和高超声速时的升力和阻力特性。 翼型外形特征为： 前缘半径和厚度较小， 最大厚 度位置后移至50％处， 且翼型近似左右对称， 翼 型整体相对弦线上移， 下表面较为平直， 且下表 面的前缘和后缘内凹， 增大了弯度。 本发明得到 的宽速域高超声速飞行器翼型在各目标工况其 性能都得到 了明显提升 。 权利要求书2页 说明书10页 附图5页 CN 115489751 A 2022.12.20 CN 115489751 A 1.一种宽速域高超声速飞行器翼型多目标优化设计方法， 其特征在于： 本方法以亚声 速、 超声速、 高超声速三个速域的气动性能需求为目标， 将一种多目标优化算法引入宽速域 高超声速飞行器翼型优化设计中， 优化得到的Paret o解可供设计者根据任务需求选择最优 翼型； 具体包括以下步骤： 步骤1)： 采用CST参数化方法对翼型进行描述， CST函数的一般表达式为： y＝C(x)S(x)+xyTE 其中， C(x)为类函数， 定义了翼型几何外形的类型， S(x)为形函数， 修改形函数参数能 改变翼型的局部 外形， yTE为翼型后缘厚度， 当后缘闭合时值 为0； 步骤2)确定设计 变量、 目标函数和约束条件从而确定优化问题 (1)设计变量： 由于翼型已经通过CST参数化方法进行描述， 形函数S(x)的系数即可作 为设计变量； (2)目标函数： 为设计出兼顾宽速域气动性能的翼型， 选择亚声速、 超声速和高超声速 下的气动性能作为目标， 具体为0.4Ma的升阻比， 2.5 Ma的阻力系数， 6.0 Ma的升阻比； (3)约束条件： 首先要保证所得翼型的升力性能不比基准翼型差， 即升力系数大于基准 翼型； 同时要具 备一定的装载和结构性能， 翼型的最大厚度不小于基准翼型的98％； 确定好设计变量、 目标函数和约束条件即可得到宽速域高超声速飞行器翼型设计的优 化问题数 学模型： find x min{‑(L/D)1,cd,2，‑(L/D)3} s.t.cl,i≥cl,0 t≥0.98t0 i＝1,2,3 其中， 下标0代表基准翼型， x代表翼型的CST参数， i代表第i个翼型设计点， t为翼型相 对厚度， L/D为翼型升阻比， cl、 cd分别为翼型升力、 阻力系数； 步骤3)： 采用NACA64A ‑204翼型作为基准翼型， 采用多目标优化算法对步骤2)中所得优 化问题进行求 解， 在优化得到的解中选择符合任务需求的翼型作为 最佳翼型。 2.根据权利要求1所述的一种宽速域高超声速飞行器翼型多目标优化设计方法， 其特 征在于： 上述 步骤1)中， 所述类函数的表达式为： 式中， N1， N2是用来控制翼型外形的常参数， 取N1＝0.5， N2＝1， 对应翼型为圆头尖尾的 NACA系列， x是翼型的横坐标； 形函数S(x)为 一个加权多 项式， 可以用多种方法表示， 最常用的为Bernstei n多项式： 其中， Ai为待定系数， 即优化 问题的设计变量， Si为Bernstein多项式， N代表Bernstein 多项式的阶数。 3.根据权利要求1所述的一种宽速域高超声速飞行器翼型多目标优化设计方法， 其特 征在于： 上述步骤3)中， 采用的多目标优化算法为一种基于组合并行加点准则的数据驱动权　利　要　求　书 1/2 页 2 CN 115489751 A 2优化算法DDMOEA‑CP， 其具体步骤为： (1)在设计空间中通过随机拉丁超立方试验设计方法获得N0个样本点， 然后建立 Kriging代理模型； (2)用所建立的Kriging代理模型用于真实目标函数评估， 使用NSGA ‑II进行子优化， 在 优化结果中按照组合并行加点 准则选择样本点， 具体过程 为： a)PF‑MSE准则： 对原多目标优化问题得到的Pareto前沿， 针对每个目标， 在 前沿上选择 Nm个建模误差最大的样本， m为目标 数； b)扩展LCB函数到多目标优化问题， MLCB函数的表达式为： 其中， i为目标序号， λi为自适应参数， 为代理模型给出的当前x的预测值， 为代理模 型给出的当前x的预测偏差； c)MLCB准则： 求扩展MLCB 函数的Pareto前沿， 在Pareto前沿上采用超体积改进HVI准则 选择Na个样本； (3)将(2)中选择 出的Nm+Na个样本和(1)中抽取的N0个样本合并， 更新代理模型； (4)重复(2)和(3)， 直到 达到收敛条件， 输出 得到的Pareto前沿。 4.根据权利要求1 ‑3中任意一项所述的一种宽速域高超声速飞行器的折中翼型， 其特 征在于： 所得翼型的外形变化为： 前缘半径和厚度比基准翼型小， 最大厚度位置后移至相对 弦长的50％处， 且翼型近似左右对称； 翼型整体相 对弦线上移， 下表面为平直， 且下表面的 前缘和后缘内凹， 增大了弯度； 相比基准翼型， 前缘激波强度减弱， 波阻减小， 而 上翼面减小 幅度大， 升力增大。权　利　要　求　书 2/2 页 3 CN 115489751 A 3