基于ISIGHT平台的S3525翼型优化研究_李忠.pdf

流 体 机 械2023 年 2 月78 第 51 卷第 2 期 收稿日期：2022-01-27 修稿日期：2022-03-01基金项目：中国博士后科学基金资助项目（176911）；江苏省博士后科研资助计划项目（1701054B）doi：10.3969/j.issn.1005-0329.2023.02.011应用技术基于 ISIGHT 平台的 S3525 翼型优化研究李 忠，周俊杰，马存志，丁 磊（江苏大学 能源与动力工程学院，江苏镇江 212013）摘 要：为了给双向轴流式叶轮提供水动力特性较高的优秀翼型，基于 ISIGHT 多学科优化平台，结合改进后适用于 S 翼型重构的CST参数化方法和LatinHypercube优化方法构建了自动寻优平台，并对优化前后翼型的水动力特性进行对比分析。结果表明：优化翼型的适用攻角范围明显拓宽，升阻比及升力系数均有效提升，最优升阻比较原始翼型提升了 45.5%。优化翼型的损失增幅从5攻角处开始变大，相较于原型延迟1，同时减小了翼型上翼面前缘区域处的逆压梯度、抑制了该区域内的流动分离现象。研究结果有助于推进双向轴流式水力机械性能的提升，同时可为类似研究提供有益借鉴。关键词：S3525 翼型；CST 参数化；水力性能；流动分离中图分类号：TH12 文献标志码：A Optimization research of S3525 hydrofoil based on ISIGHT platformLIZhong，ZHOUJunjie，MACunzhi，DINGLei（CollegeofEnergyandPowerEngineering，JiangsuUniversity，Zhenjiang 212013，China）Abstract：Inordertoprovideexcellenthydrofoilswithhighhydrodynamiccharacteristicsforbi-directionalaxialimpellers，thispaperbuildsanautomaticoptimizationplatformbasedontheISIGHTmultidisciplinaryoptimizationplatform，combiningtheimprovedCSTparameterizationmethodsuitableforS-airfoilreconfigurationandtheLatinHypercubeoptimizationmethod，andthencomparesthehydrodynamiccharacteristicsofthehydrofoilsbeforeandafteroptimization.Thestudyshowsthattherangeoftheapplicableangleofattackoftheoptimizedhydrofoilissignificantlywidened，andthelift-dragratioandliftcoefficientareeffectivelyimproved，andtheoptimizedlift-dragratiois45.5%higherthanthatoftheoriginalhydrofoil.Theoptimizedhydrofoilhasalargerlossincreasefrom5 angleofattack，withadelayof1 comparedtotheprototype，thebackpressuregradientattheleadingedgeoftheuppersurfaceisreducedandtheflowseparationphenomenoninthisareaisalsosuppressed.Theresultsofthestudycanhelpimprovetheperformanceofthebi-directionalaxialhydraulicmachineryandprovideusefulreferenceforsimilarstudies.Key words：S3525hydrofoil；CSTparameterizationmethod；hydraulicperformance；flowseparation0 引言近年来，随着双向水力机械应用领域的不断拓展，如舰船左右舱压载水双向输送、潮汐双向发电、泵站双向抽吸等1-2，对高效轴流式双向水力机械的需求日益凸显。目前，双向水力机械相关的研究较为缺乏，大都沿袭传统的单向设计方法1，因此现有双向水力机械的整体性能较低。S翼型是构成双向水力机械的基元，其水动力特性对双向水力机械的综合性能起主导作用，因此亟需开展 S 翼型的优化设计研究，进而推动双向水力机械性能的有效提升。纵观 S 翼型设计方法研究现状，部分学者利用数学手段和经验方法对 S 翼型的轮廓线进行反推3，但其设计过程较为复杂且结果一般不够理想。相对于传统的反设计法，结合翼型参数化和优化算法的现代求优方法则更灵活、有效，可快速寻得以翼型动力特性为优化目标的最优解4-10。ZHOU 等11利用改进的 Hicks-Henne型函数对翼型进行参数化构造，建立了相应的代理模型并结合多岛遗传算法优化了翼型的气动热力性能。POOLE 等12提出了一种新的计算形状79设计变量法，基于正交分解对翼型的外形进行造型，以此优化了翼型的气动特性。王迅等13利用CST 参数化方法实现了 B 样条基函数的描述，改进了翼型的构造函数，增强了对翼型外形的捕捉，结合对应的替代模型和遗传算法，优化了低速翼型和跨音速翼型的气动特性，其升阻比分别提升了 47.42%和 45.58%。候良学等14基于 ISIGHT平台，将遗传算法与 CFD 计算纳入优化过程，进行了相应的气动优化设计。上述研究虽未针对水力 S 翼型开展，但为其水力特性的优化提供了有益的借鉴。本文基于 ISIGHT 优化平台，结合 CST 参数化方法和LatinHypercube优化方法对S3525翼型设计方法进行自动寻优15，以期提升其水动力特性，从而为双向轴流式叶轮设计提供优秀的基础翼型。1 翼型参数化方法CST 参数化方法具有优异的鲁棒性和几何描述能力，在翼型优化设计中广泛应用于型线的精确描述，其数学表达式为：()=()()+CS（1）=x C/（2）=y C/（3）Cnn()=-()121（4）SABiiiN()=()=0（5）BNi NiiiNi()=-()-()-!1（6）式中，C（）为类函数；S（）为型函数；为尾缘厚度；x 为翼型横坐标；C 为翼型弦长；y 为翼型纵坐标；Ai为系数因子；Bi（）为伯恩斯坦多项式；N为阶数；n1，n2为控制系数。鉴于 S3525 翼型为 S 型结构，其前缘至 0.5C范围内翼型型线直接决定了整体翼型的轮廓特征，因此仅需对00.5C范围内翼型型线进行参数化。S3525 翼型型线如图 1 所示，其中 0.5C 处翼型厚度为。图 1 S3525 翼型Fig.1 S3525hydrofoil为减少参数化过程中的变量数，严格保证 S翼型的反向对称性，分别将翼型上下侧型线绕原点反向旋转1、正向旋转2后形成尾缘厚度为零的新翼型，如图 2 所示。此时，式（1）变为：()=()()CS（7）图 2 变化后新翼型Fig.2 Newhydrofoilafterchange对新翼型进行参数化后，仅需对上、下侧翼型进行对应的反向旋转，则可精确获得 S 翼型00.5C 范围内的型线坐标，再依据 S 型的反向对称性则可获得 S 翼型的整体型线坐标。为了保证翼型前缘型线的曲率连续性、拓宽其适用攻角范围，将形函数中的 n1和 n2分别取为 0.55 和 1。为了验证上述方法的有效性和精确性，采用标准差对拟合精度进行评价，如下式所示：=-()-()|=yyNiorii,/11 21（8）式中，yi为拟合翼型的纵坐标；yor,i为原始翼型的纵坐标。不同阶数下型线的拟合标准差变化如图 3 所示。由图可知，当阶数 8 时，其拟合标准差的量值仅为510-4，同时，随阶数的增加拟合标准差的变化较小，由此表明当阶数 8 时，阶数的增大对拟合精度的提升作用较弱。现有研究表明，当阶数超过10时易加剧方程的病态化、诱发型线的畸变13，因此本文最终的阶数取为 9。图 3 不同阶数下型线的拟合标准差Fig.3 Fittingstandarddeviationofhydrofoilprofileatdifferentorders李忠，等：基于 ISIGHT 平台的 S3525 翼型优化研究80FLUID MACHINERYVol.51，No.2，20232 优化及数值计算方法2.1 优化流程为实现自动寻优，构建如图 4 所示的寻优流程，其中 DOE 提供优化方法及自变量，为整个优化流程的控制核心。图 4 优化流程Fig.4 Optimizationprocedure选取与翼型水动力特性联系最为密切的攻角、系数因子及相对最大厚度作为自变量。攻角的约束范围参考原翼型最优攻角，取为39；相对最大厚度的约束范围参考轴流式叶轮轮缘至轮毂最大厚度取值16，取为 3%10%；系数因子的约束范围取为原翼型拟合系数因子的-0.1+0.1。优化方法选用LatinHypercube，可在自变量约束范围内提取不同的自变量值并形成有迹可循的变量组合。采用 MATLAB 编程实现翼型型线的参数化，将翼型导入 ICEM 进行网格划分后利用 FLUENT开展数值计算。经 500 组优化循环后，由 DOE筛选出最优的响应值，响应值取为 S 翼型的升阻比。2.2 计算域网格划分三维计算域如图 5 所示，其中：翼型弦长为60mm，布置在计算域中心处；计算域的长、宽、高分别为 250，100，20mm。图 5 计算流域Fig.5 Computationaldomain采用 H 型结构化网格对计算域进行网格划分，如图6所示，并对翼型壁面处的网格进行加密。以翼型升阻比为评判依据，经网格无关性验证后确定的总网格数为 290 万，其 y+值小于 1。图 6 网格划分域Fig.6 Meshdividingdomain2.3 数值计算方法及验证数值计算所采用的湍流模型为 K-KL-模型，该模型可以很好地预测中、低雷诺数下复杂模型的水动力特性。边界条件设置为速度进口和压力出口，求解方程除了梯度以外均采用二阶迎风格式。为更好地验证本文计算方法的可靠性与准确性，将本文计算结果与文献 17 中的数值计算值及试验值进行对比，其结果如图 7 所示。由图可知，本文数值计算结果与文献试验结果较为吻合，当攻角0时其计算误差均在10%范围以内，最小误差仅为 1%，其计算精度和文献中数值计算的精度相当，表明本文选用的数值计算方法较为可靠。（a）升阻比 （b）升力系数图 7 数值计算方法的验证Fig.7 Validationofnumericalcalculationmethods813 结果分析3.1 优化前后翼型形状及性能对比图 8 示出优化前、后翼型的型线对比。图 8 优化前、后翼型的型线对比Fig.8 Comparisonofhydrofoilprofilebeforeandafteroptimization从图 8 中可见，优化后翼型的相对厚度均有所增大，最大相对厚度由原来的5%变为7.929%，同时前缘和尾缘由原来的尖角变为椭圆形。图 9 示出不同攻角下优化前、后翼型升阻比及升阻力系数对比，由图可知，在27攻角范围内，优化后翼型的升阻比整体高于优化前，原始翼型最优升阻比为18.86，其对应攻角为5；优化后翼型最优升阻比为27.45，其对应攻角为7，提升幅度为 45.5%。同时，优化后翼型的升力系数也均高于优化前。从阻力系数对比可知，优化后翼型的阻力系数在25攻角范围内略有增长，但当攻角大于 5后则逐渐减小。上述对比结果表明，优化后翼型的性能得到明显改善，且其适用攻角范围明显拓宽。（a）升阻