【技术】轴对称进气道-AIPOD仿真优化

本次分享内容为轴对称可调进气道的参数化建模及仿真优化，主要包括CAESES参数化建模、自动化仿真流程搭建、喉道方案AIPOD自动寻优、完整进气道性能验证四个部分，希望能在进排气设计方面为大家带来更好的思路。以M3+轴对称进气道设计为例（如图1所示，案例来源于文献《轴对称变几何进气道初步研究》），该进气道类型为混压式，出口为亚声速流动，对接亚燃冲压发动机。中心锥可前后移动以适应不同的飞行马赫数。当达到最高飞行马赫数3.5时（如图2所示），锥顶点形成的马赫线刚好与唇口相交。考虑到是轴对称流场，唇口又采用扇形压缩面，无法直接通过气动关系式换算得到最佳波系配置。因此，本文采用了参数化建模和仿真优化相结合的方法，最终实现了基于总压恢复系数的快速寻优。

图1 变几何进气道物理模型（来源于文献）

图2 轴对称进气道气动原理

在混压式进气道设计时，需考虑进气道的起动性能。在CFD计算时，如喉道面积过小或者背压过大，都会因无法吸入指定流量引起进口倒流，进而导致计算发散，此状态便无法得到计算结果。所以在设计优化过程中，对方案的起动性能验证提出了要求。待进气道能正常起动后，其出口总压性能则跟喉道后的正激波位置息息相关，在扩张段中正激波越靠近喉道位置，进气道的出口总压越高。在仿真计算时，需要逐渐调高进气道出口背压，才能获取接近临界状态的最高出口总压性能。本文的优化操作流程如图3所示，共分以下4个步骤：

步骤1：在CAESES软件中创建参数化模型，通过参数控制内唇口、喉道的形状变化；

步骤2：以批处理形式实现参数化模型导出、结构化网格自动生成、仿真计算、仿真数据导出等仿真流程，实现真个流程的自动化；

步骤3：获取喉道截面的马赫数和总压，通过正激波公式换算得到波后总压，并以此为优化目标在AIPOD软件中搭建优化流程，通过优化算法自动寻优，快速获取最优喉道方案；

步骤4：在最优喉道方案基础上，连接完整扩压器，并通过逐渐调高背压的方式得到进气道的最高总压性能。

图3  轴对称进气道优化流程

CAESES参数化建模过程

 

可调轴对称进气道方案建模在CAESES软件中实现，采用了直线、F条线、圆弧等曲线类型，型线如图4所示。进气状态保持不变，因此进气道的唇口和锥体角度不做优化，设计特点如下：

（a）优化状态为最高来流马赫数M3.5（如有必要，可调整模型得到其他状态模型）；

（b）锥体角度不变，喉道截面与锥体之间通过倒圆过渡，倒圆半径可变；

（c）为喉道段添加水平直线段，可实现喉道段范围及位置变化；

（d）前缘后的内唇口为直线段，之后采用F样条与喉道实现切向连接，通过角度和曲率参数实现曲线变化；

（e）喉道截面的环形高度可变；

（f） 进气道出口位置及尺寸不变。

图4 轴对称进气道型线

自动化仿真流程

为保证计算精度，本方案采用结构化网格如图5所示，对所有壁面进行套壳加密处理，喉道方案的网格量为4万，扩压器方案的网格量为5万。仿真类型为轴对称，采用远场边界条件，来流马赫数为3.5，湍流模型采用 k-omega SST。

图5  网格示意图

整个仿真优化流程如图6所示，完成轴对称进气道气动设计后，使用CAESES软件实现参数化建模，并用其耦合链接功能调用网格和计算脚本，实现仿真流程的自动化。在优化平台软件AIPOD中搭建完整的计算流程，以批处理的方式调用CAESES脚本（fsc文件），实现参数定义、几何输出、仿真计算、结果输出等仿真过程。通过变量输入功能，编辑fsc脚本文件，提取文件中的变量参数。通过参数提取功能，读取仿真结果，并编辑正激波公式换算得到优化目标（波后总压恢复系数）。最后，调用优化算法实现自动寻优，快速得到优化后的喉道方案和相应的仿真结果。

图6 优化仿真流程

喉道方案AIPOD自动寻优

图7-图11为AIPOD中的实现优化的操作过程，共进行了8个步骤，依次实现了计算流程搭建，输入文件添加，输出文件添加，变量定义写入，仿真数据读取，优化目标换算，优化目标选择，优化算法选择等过程。

图7 搭建计算流程

图8 添加计算文件

图9 定义优化变量

图10 换算优化目标

图11 选择优化算法

原始方案的仿真结果如图12所示，在来流马赫数3.5状态，喉道马赫数为1.828，正激波后换算总压恢复系数为0.697，完整扩压器时最高背压为200kpa，此时出口最高总压恢复系数为0.586。

图12 原始方案仿真结果

在AIPOD中，选择独有的SilverBullet算法进行自动寻优，为了验证优化效果，也同时采用Nelder-Mead Simplex算法（单纯形）进行了优化比较。同样设置优化50个方案，Nelder-Mead Simplex算法优化列表如图13所示，因涉及到进气道不起动情况，该算法运行了14步便自动停止，无法继续后续方案的探索。而SilverBullet算法则没有受到不起动方案的影响，完整跑完了设定的50个方案如图14所示。

图13 Nelder-Mead Simplex算法优化列表

图14 AIPOD-SilverBullet算法优化列表

优化历程如图15所示，Nelder-Mead Simplex算法探索到14步便戛然而止，总共得到12个有效结果。而SilverBullet算法则完整跑完设定的50个方案，得到17个有效结果。通过对比，SilverBullet算法在第4步便得到比Nelder-Mead Simplex算法最优解更好的方案，剔除中间30多个无效方案后，第48个方案为最优，表现出该算法在强约束下的稳健探索能力。

图15 优化历程图

完整进气道性能验证

以两个优化算法得到的最优喉道方案为基础，添加了扩压器，通过逐渐提高背压仿真得到完整扩压器性能如图16所示。 相比原始方案，Nelder-Mead Simplex算法最高出口总压提升2.7%，而SilverBullet算法提升了12.3%，优化效果更为显著。 通过流场图对比如图17所示，通过唇口、喉道形状的优化，在保证进气道的正常起动前提下，喉道马赫数由1.8下降到1.5，降低了正激波的总压损失。 于此同时，因流动方向改善，扩压器内侧的流动分离影响区域也有所减少。

图16 完整扩压器性能对比

图17 完整扩压器流场对比

作为面向工业设计的通用优化平台，AIPOD软件操作简单，界面友好，其自研的优化算法SilverBullet整合了智能采样技术、耦合优化技术，以及一套核心的参数指标动态协调全局优化和局部探索力度，从而实现在（微）小计算规模下的高效优化性能的提升。在本算例的应用过程中，SilverBullet在不起动无法得到结果的影响下，依然跑完了50个方案的探索，展现了稳健的优化探索能力，非常适用于工业领域复杂问题的仿真优化。

此外，AIPOD软件还具备代理模型训练、代理优化等功能，对优化软件感兴趣的朋友可关注天洑公众号或者天洑官网直接联系我们。

参考文献

1.  滕健，袁化成，轴对称变几何进气道初步研究，中国力学大会，2011.

2.  梁德旺，袁化成，张晓嘉，影响高超声速进气道起动能力的因素，宇航学报，2006.

3.  袁化成，梁德旺，高超声速进气道再起动特征分析，推进技术，2006.