低雷諾數翼型多點氣動優化設計方法研究

李帝辰 楊龍 魏闖 張鐵軍

摘要：高空長航時太陽能無人機通常采用低雷諾數翼型，并且其跨晝夜飛行狀態不同。基于代理優化方法，結合經過風洞試驗驗證的基于γ-- ---Reθt轉捩模型的RANS數值模擬方法，提出了基于不同飛行狀態功耗分配權重的低雷諾數翼型多點氣動優化設計方法。針對典型低雷諾數翼型E387，開展考慮“夜間巡航-上午爬升-白天巡航-傍晚下滑”4種設計狀態下的多點氣動外形優化設計，結果表明，優化后的低雷諾數翼型功率因子在4個設計點分別提升7.84%、7.95%、11.34%和6.98%，提高了其跨晝夜飛行周期下的氣動性能。

關鍵詞：太陽能無人機；低雷諾數翼型；代理優化；轉捩模型；多點優化

中圖分類號：V211.3文獻標識碼：ADOI：10.19452/j.issn1007-5453.2020.12.002

高空長航時太陽能飛行器具有優異的巡航性能，是開展偵察監視、大氣監測和通信中繼等軍民任務的理想平臺[1-4]。該飛行器的氣動設計較常規飛機有其特殊性，其飛行高度高、巡航速度低、飛行雷諾數小（Re≤5×105），繞翼型流動常伴有層流分離、分離泡和轉捩等復雜現象，氣動性能受雷諾數、湍流度和氣動外形變化等因素影響敏感，并且其飛行任務剖面復雜，典型的夜間巡航、上午爬升、白天巡航、傍晚下滑4個飛行狀態，飛行雷諾數、大氣湍流度等都不相同，氣動設計難度較大。

目前，太陽能無人機的氣動優化設計主要是針對低雷諾數下翼型的氣動外形優化設計[5]。傳統的翼型氣動外形優化研究在高雷諾數條件下技術積累豐富，針對低雷諾數翼型的氣動優化設計研究則相對較少。張增海[6]等采用SST k-w全湍模型，利用遺傳算法對翼型S826進行了單設計點下升阻比的優化設計。唐新姿[7]等考慮湍流不確定性影響，提出了一種適用于高湍流低雷諾數小型風力機翼型升阻比的優化設計策略。劉曉春[8]等研究了適合鋪設晶硅光伏板的折線翼型氣動特性，并進行了優化設計。李隆[9]等在低雷諾數和跨聲速條件下，采用S-A全湍模型，開展了機翼的升阻比和力矩系數優化設計。王科雷[10]等提出了一種適用于極低雷諾數下提前轉捩的翼型氣動優化策略并進行了算例驗證。陸豐文[11]等采用Xfoil程序并基于遺傳算法，對NACA0012對稱翼型進行了多個低雷諾數和迎角狀態下的旋翼優化設計。陳學孔[12]等從提高飛行航時和穩定性的角度出發，進行了低雷諾數翼型在多個速度狀態下氣動優化。綜上，當前低雷諾數翼型氣動優化設計研究，仍多采用全湍計算，未考慮分離泡轉捩模擬的準確性；此外，結合太陽能無人機飛行軌跡的氣動優化設計還未見報道。

本文結合高空長航時太陽能飛行器典型飛行任務剖面，提出了適用于持續跨晝夜條件下翼型多點優化設計思路，建立了基于代理模型的低雷諾數翼型多點氣動優化設計方法，針對典型低雷諾數翼型進行了算例驗證，對比分析了優化結果。

1數值計算方法

1.1湍流模型

圖3給出了采用Tomac轉捩關系式計算與試驗獲得分離泡位置對比結果。可見，Tomac計算的分離泡位置與試驗值符合良好，其中分離點較試驗值略靠后，而再附點位置與試驗值基本重合。

2結合飛行軌跡的多點優化設計方法

太陽能飛機持續跨晝夜的典型飛行任務剖面通常具有如圖4所示特征[19-21]。日出后t1時刻，當光伏輸出功率滿足爬升需求后，飛機由夜間飛行高度開始爬升，增加重力勢能并為蓄電池充電，直至白天巡航高度后t2～t3時刻保持巡航飛行，當光伏輸出功率下降之后，在能量系統控制下，飛機開始下滑，此過程可包含帶動力下降和無動力滑翔，夜間t4時刻開始為節省蓄電池能量，在較低高度巡航平飛，但最低高度受任務限制，為避免大氣環境影響通常需在10km以上的平流層飛行。當蓄電池滿足能量平衡需求，即可按飛行軌跡周而復始實現跨晝夜飛行。

由此可見，相較傳統飛行器，太陽能飛機在持續跨晝夜飛行任務周期內，將經歷“夜間巡航—上午爬升—白天巡航—傍晚下滑”4種狀態的多輪轉換，各狀態時間占比均較大，且低雷諾數條件下流場受環境狀態影響敏感。因此，若想獲得飛行任務內綜合最優翼型，應當考慮該軌跡中所有狀態。

對于多點優化，可采用分配權重將多設計點轉化為單設計點。針對本文實際設定的減阻優化目標，可將各狀態下飛機克服阻力分別所做的功作為權重分配依據。

由式（7）、式（8）可知，隨著巡航高度的增加，飛機平飛需用功率呈非線性逐漸增大。假設飛機爬升下滑過程無加速度，可認為飛機克服阻力需用功率與該高度處平飛狀態需用功率相等。飛行軌跡內平飛需用功率隨時間積分即是各狀態克服阻力的功耗，如圖4中功率曲線下方面積所示。

本文優化基于航空工業氣動院優化設計平臺ARI_OPT[22]，優化方法流程如圖5所示。翼型參數化采用改進的Hicks-Henne方法，該方法采用解析函數線性疊加法來表示翼型幾何形狀，由基準翼型、型函數及其系數來定義：

3.2結果分析

優化初始采樣點為44個，設置總計調用計算流體力學（CFD）計算400次后退出優化。圖6給出了收斂歷程，可見經過約300次CFD計算后，4個設計點優化過程均收斂。

表2～表5分別給出了各設計狀態下優化前后翼型氣動特性對比。可以看到，相對于原始翼型，優化后翼型的升力系數不降低的情況下，各設計狀態阻力系數大幅減小，分別降低7.11%、6.94%、9.34%和5.70%；低頭力矩系數減小；升阻比和功率因子顯著增大，功率因子分別增大7.84%、7.95%、11.34%和6.98%。

優化前后翼型外形對比如圖7所示。可見相比于原始翼型，優化后翼型上表面較為平坦，曲率變化更加緩和，翼型最大厚度位置后移，翼型下表面外形具有前加載特征，前端厚度減小，中部厚度增加，后半部正彎度增大，靠近尾緣處厚度減小。

圖8為設計狀態1～狀態4，優化翼型和原始翼型的壓力分布對比。從圖中可見，翼型前緣和后緣的壓力變化較大。此外，相比下表面，翼型上表面的變化各不相同。對低雷諾數翼型，分離泡結構是關心的對象，其壓力分布具有“壓力臺階”現象，圖中壓力臺階位置較原始翼型，在設計狀態1，設計狀態2和設計狀態4均后移，而在設計狀態3前移。

圖9給出了優化前后翼型上翼面摩阻系數對比結果，可以明顯看出，表征分離泡發生轉捩的摩阻系數峰值位置也發生了變化。在雷諾數較高的設計狀態1（Re=4.25×105），設計狀態2（Re=2.87×105）和設計狀態4（Re=3.0×105），轉捩點均向后推遲；而在雷諾數較低（Re=1.8×105）的設計狀態3，轉捩點卻向前移動，由x/c=0.58前移至x/c=0.49。

以上現象是由于優化翼型上表面流動形態改變機理不同所導致的。根據經典分離泡理論，分離流動在獲得外部主流動量轉捩后，將很快發生再附，轉捩點位置是決定分離泡結構的重要因素。

從圖10可以看出，在雷諾數較低的設計狀態3（Re= 1.8×105），由于Re≤2×105，處于低雷諾數非線性特征十分顯著的范圍，原翼型上表面的分離泡尺度較大。結合表2～表5數據，這直接導致翼型的壓差阻力占翼型總阻力高達67.3%。因此，優化的方向主要在于通過改變幾何外形，縮小分離泡尺度，使壓差阻力得到降低。在設計狀態3的優化過程中，翼型形狀的改變，使得上翼面邊界層在逆壓梯度的影響下，分離點和轉捩點均較原始翼型提前，整個分離泡位置前移，長度有所增加，但是優化翼型的外形曲率變化較為緩和，使得分離區域的尺度較前者明顯縮小，因而優化后翼型的壓差阻力降低了13.45%，摩擦阻力基本未變，總阻力得到了優化降低。

對雷諾數相對較高的設計狀態1（Re=4.25×105），此時已接近低雷諾數范圍上限Re=5×105，低雷諾數效應不再明顯，原翼型上表面的分離泡尺度已經較小，摩擦阻力高于壓差阻力占比，占翼型總阻力56.24%。此時，通過縮小分離泡尺度降低壓差阻力的優化空間已十分有限。因而，優化的方向變為通過改變翼型外形，控制分離泡結構，降低摩擦阻力。因此，在除設計狀態3的其余優化中，層流分離泡分離點位置基本未變，而轉捩點在緩和的外形曲率影響下被推遲，從而使再附點后移，分離泡長度增加，尺度大小基本不變。優化后翼型上翼面湍流覆蓋區域減小，摩擦阻力降低了13.62%。壓差阻力基本未變，總阻力達到優化減小的目的。

值得注意的是，低雷諾數流動及分離泡結構受來流角度、湍流度、表面粗糙度等因素影響較大。本文考慮的4種設計狀態來流角度雖各不相同，但相差很小，對分離泡結構影響有限，雷諾數不同帶來的影響仍為主導。綜上，對于本文的低雷諾數翼型優化，在不同雷諾數下，優化翼型的減阻機理不同。這本質是由低雷諾數下獨特的分離泡結構特性所導致的。

4結論

通過分析，可以得出以下結論：

（1）結合高空長航時太陽能無人機跨晝夜飛行軌跡，根據“夜間巡航—上午爬升—白天巡航—傍晚下滑”各飛行狀態功耗分配權重的多設計點優化方法，能有效地提升該類飛行器在整個任務剖面內的性能，為同類型優化問題提供參考。

（2）從翼型優化的結果來看，在約束條件下，反映航時的功率因子目標在4個設計點分別增加了7.84%、7.95%、11.34%和6.98%，證明本文優化設計方法是可行且具有工程價值。

參考文獻

[1]張健，王江三，耿延升，等.高空長航時太陽能無人機的技術挑戰[J].航空科學技術，2020， 31（4）：14-20. Zhang Jian， Wang Jiangsan， Geng Yansheng， et al. Technology challenges for high altitude long endurance solar powered UAV[J]. Aeronautical Science & Technology，2020， 31（4）：14-20.（in Chinese）

[2]金鑫，肖文波，吳華明，等.飛行參數對太陽能飛機中光伏組件性能影響的研究[J].航空科學技術，2019， 30（10）：70-76. Jin Xin， Xiao Wenbo， Wu Huaming， et al. Research on influence of flight parameters on performance of photovoltaic modulesinsolaraircraft[J].AeronauticalScience& Technology，2019， 30（10）：70-76. （in Chinese）

[3]余彬，賀翔，鄧浩.基于CST法的新能源無人機翼型優化設計[J].航空科學技術，2019， 30（10）：24-29. Yu Bin， He Xiang， Deng Hao. Optimization design of airfoil on new energy UAV based on CST method[J]. Aeronautical Science & Technology，2019， 30（10）：24-29. （in Chinese）

[4]段海濱，范彥銘，張雷.高空長航時無人機技術發展新思路[J].智能系統學報，2012，7（ 3） ： 195-199. Duan Haibin， Fan Yanming， Zhang Lei. New thoughts on the development of a HALE UAV[J]. CAAI Transactions on Intelligent Systems，2012，7（ 3） ： 195-199. （in Chinese）

[5]馬東立，張良，楊穆清，等.超長航時太陽能無人機關鍵技術綜述[J].航空學報，2020，41（3）：623418. Ma Dongli， Zhang Liang， Yang Muqing， et al. Review of key technologies of ultra-long-endurance solar powered unmanned aerial vehicle[J]. Acta Aeronautica et Astronautica Sinica， 2020， 41（3）： 623418.（in Chinese）

[6]張增海，謝軍龍.低雷諾數翼型的氣動外形優化設計[J].能源與節能，2020（3）： 50-59. Zhang Zenghai， Xie Junlong. Aerodynamic shape optimization design of low reynolds number airfoil[J]. Energy and Energy Conservation， 2020（3）： 50-59. （in Chinese）

[7]唐新姿，李鵬程，彭銳濤，等.湍流工況小型風力機翼型氣動特性及穩健優化[J].機械工程學報，2020，56（2） ： 192-200. Tang Xinzi， Li Pengcheng， Peng Ruitao， et al. Aerodynamic shape optimization design of low Reynolds number airfoil[J]. Energy and Energy Conservation， 2020，56（2） ： 192-200.（in Chinese）

[8]劉曉春，祝小平，周洲，等.基于太陽能飛機應用的低雷諾數翼型研究[J].航空學報，2017，38（4）：120459. Liu Xiaochun， Zhu Xiaoping， Zhou Zhou，et al. Research on low Reynolds number airfoils based on application of solarpowered aircraft[J]. Acta Aeronautica et Astronautica Sinica，2017，38（4）：120459.（in Chinese）

[9]李隆，許瑛，孫淼.高空長航時飛行器機翼跨聲速氣動優化設計[J].飛行力學，2016，34（5）：26-29. Li Long， Xu Ying， Sun Miao， et al. Transonic aerodynamic optimal design of high altitude long endurance aircraft wing[J]. Flight Dynamics， 2016，34（5）：26-29.（in Chinese）

[10]王科雷，祝小平，周洲.基于轉捩模型的低雷諾數翼型優化設計研究[J].西北工業大學學報，2015，33（4）：580-587. Wang Kelei， Zhu Xiaoping， Zhou Zhou， et al. Studying optimization design of low reynolds number airfoil using transition model[J]. Journal of Northwestern Polytechnical University， 2015，33（4）：580-587.（in Chinese）

[11]陸豐文，孫驊.低雷諾數旋翼翼型氣動性能多目標優化[J].機電工程技術，2015，44（3）：29-33. Lu Fengwen， Sun Hua. Studying multi-objective optimization of aerodynamic performance of rotor airfoil with low-reynolds number[J]. Mechanical & Electrical Engineering Technology，2015，44（3）：29-33.（in Chinese）

[12]陳學孔，郭正，易凡，等.低雷諾數翼型的氣動外形優化設計[J].空氣動力學報，2014，32（3）：300-307. Chen Xuekong， Guo Zheng， Yi Fan， et al. Aerodynamic shape optimization and design of airfoils with low Reynolds number[J]. Acta Aerodynamica Sinica，2014，32（3）：300-307.（in Chinese）

[13]Menter F R，Langtry R B，Volker S. Transition modeling for general purpose CFD codes[J]. Flow Turbulence Combust，2006，77：277-303.

[14]Langtry R B. A correlation-based transition model using local variables for unstructured parallelized CFD codes[D]. Universit？t Stuttgart，2006.

[15]陳立立，郭正.基于γ-Reθ轉捩模型的低雷諾數翼型數值分析[J] .航空學報，2016， 37（4）：1114-1126. Chen Lili， Guo Zheng. Numerical analysis for low Reynolds number airfoil based onγ-Reθtransition model[J]. Acta Aeronautica et Astronautica Sinica， 2016， 37（4）： 1114-1126.（in Chinese）

[16]Langtry R B. Correlation-based transition modeling for unstructured parallelized computational fluid dynamics codes[J].AIAAJournal，2009，47（12）：2894-2906.

[17]Tomac M. Calibration and verification of aγ-Reθttransition prediction method for airfoil computations[C]//51st AIAA Aerospace Sciences Meeting Including the New Horizons Forum andAerospace Exposition，2013.

[18]Mcghee R. Experimental results for the Eppler 387 airfoil at low Reynolds numbers in the Langley low-turbulence pressure tunnel[R]. NASAReport，1988.

[19]馬東立，包文卓，喬宇航，等.基于重力儲能的太陽能飛機飛行軌跡研究[J].航空學報，2014，35（2）：408-416. Ma Dongli， Bao Wenzhuo， Qiao Yuhang，et al. Study of flight path for solar-powered aircraft based on gravity energy reservation[J]. Acta Aeronautica et Astronautica Sinica，2014，35（2）：408-416.（in Chinese）

[20]張德虎，張健，李軍府.太陽能飛機能量平衡建模[J].航空學報，2016，37（S1）：16-23. Zhang Dehu， Zhang Jian， Li Junfu. Energy balance modeling for solar powered aircrafts[J]. Acta Aeronautica et Astronautica Sinica，2016，37（S1）：16-23.（in Chinese）

[21]張健，張德虎.高空長航時太陽能無人機總體設計要點分析[J].航空學報，2016，37（S1）：1-7. Zhang Jian， Zhang Dehu. Essentials of configuration design of HALE solar-powered UAVs[J]. Acta Aeronautica et Astronautica Sinica， 2016， 37（S1）： 1-7. （in Chinese）

[22]魏闖，楊龍，李春鵬，等. ARI_OPT氣動優化軟件研究進展及應用[J].航空學報，2020，41（5）：623370. Wei Chuang， Yang Long， Li Chunpeng， et al. Research progressandapplicationofARI_OPTsoftwarefor aerodynamics shape optimization[J]. Acta Aeronautica et Astronautica Sinica，2020，41（5）：623370.（in Chinese）

（責任編輯王為）

作者簡介

李帝辰（1989-）男，碩士，工程師。主要研究方向：氣動力優化設計。

Tel：024-86566754

E-mail：lidichen11@163.com

楊龍（1988-）男，碩士，工程師。主要研究方向：氣動力優化設計。

Tel：024-86566766

E-mail：jerryyl216@163.com

魏闖（1984-）男，碩士，高級工程師。主要研究方向：氣動力優化設計。

Tel：024-86566716

E-mail：agangood@sina.com

張鐵軍（1979-）男，碩士，研究員。主要研究方向：飛機氣動設計。

Tel：024-86566786

E-mail：zhangtiejun@avicari.cn

Study on Multi-point Aerodynamic Optimization Method of Low Reynolds Number Airfoil

Li Dichen*，Yang Long，Wei Chuang，Zhang Tiejun

Aeronautical Science and Technology Key Lab for High Speed and High Reynolds Number Aerodynamic Force Research，AVIC Aerodynamics Research Institute，Shenyang 110034，China

Abstract： The solar-powered HALE UAV usually use low Reynolds number airfoil， and its day-night flight state is different. Based on surrogate model optimization design method， and a steady RANs solver coupled with the grammatheta transition model validated by wind tunnel experiment data， a multi-point aerodynamic optimization design method， by which weight distribution is based on drag power consumption under different flight states， was proposed. In view of typical low Reynolds number airfoil E387， four design states： night cruise， morning climb， day cruise and evening descent optimization were carried out. The results show that the power indices of the four design states are increased by 7.84%， 7.95%， 11.34% and 6.98%， respectively， which improves its day-night flight aerodynamic performance.

Key Words： solar-powered UAV； low Reynolds number airfoil； surrogate model； transition model； multi-point optimization