[论文解读] Aerostructural Wing Shape Optimization assisted by Algorithmic Differentiation

Rocco Bombardieri, Rauno Cavallaro+2 more|arXiv (Cornell University)|Sep 26, 2020

Computational Fluid Dynamics and Aerodynamics参考文献 72被引用 10

一句话总结

本文提出了一种模块化、高保真的气动-结构机翼外形优化框架，利用自动微分（AD）实现耦合气动与结构问题中的精确离散梯度。通过使用 CodiPack 将 SU2（CFD）与自定义非线性梁有限元法（FEM）求解器集成并引入 AD，该方法实现了对机翼外模线在气动弹性变形下的精确优化，表明忽略结构柔性的设计会导致飞行状态下性能下降——凸显了实现完整气动-结构耦合以实现高效设计的必要性。

ABSTRACT

With more efficient structures, last trends in aeronautics have witnessed an increased flexibility of wings, calling for adequate design and optimization approaches. To correctly model the coupled physics, aerostructural optimization has progressively become more important, being nowadays performed also considering higher-fidelity discipline methods, i.e., CFD for aerodynamics and FEM for structures. In this paper a methodology for high-fidelity gradient-based aerostructural optimization of wings, including aerodynamic and structural nonlinearities, is presented. The main key feature of the method is its modularity: each discipline solver, independently employing algorithmic differentiation for the evaluation of adjoint-based sensitivities, is interfaced at high-level by means of a wrapper to both solve the aerostructural primal problem and evaluate exact discrete gradients of the coupled problem. The implemented capability, ad-hoc created to demonstrate the methodology, and freely available within the open-source SU2 multiphysics suite, is applied to perform aerostructural optimization of aeroelastic test cases based on the ONERA M6 and NASA CRM wings. Single-point optimizations, employing Euler or RANS flow models, are carried out to find wing optimal outer mold line in terms of aerodynamic efficiency. Results remark the importance of taking into account the aerostructural coupling when performing wing shape optimization.

研究动机与目标

• 开发一种模块化、高保真的气动-结构优化框架，以精确捕捉柔性机翼的耦合物理行为。
• 独立地在气动与结构求解器中实现通过自动微分获得的精确离散灵敏度计算。
• 在使用欧拉方程与 RANS-SA 湍流模型的真实测试案例中，展示该框架的能力。
• 量化在优化过程中忽略气动弹性变形时性能的退化程度。
• 在 SU2 套件中提供一个开源、可扩展的工具，供工业界与学术界使用。

提出的方法

• 该框架采用分区（交错）求解策略来处理耦合的气动-结构问题，气动部分（SU2 CFD）与结构部分（自定义梁 FEM）使用独立的求解器。
• 通过 CodiPack 库将自动微分原生集成到结构 FEM 求解器中，以计算精确的离散伴随灵敏度。
• 通过高层封装接口，实现气动与结构求解器之间载荷与位移的无缝数据传递。
• 该方法支持欧拉方程与 RANS-SA 湍流模型，以实现高保真的气动建模。
• 设计变量定义在机翼的外模线上，优化采用基于梯度的方法，利用 AD 获得的精确梯度。
• 该框架作为开源软件实现在 SU2 多物理场套件中，测试案例可在 GitHub 上获取。

实验结果

研究问题

• RQ1 在气动外形优化过程中忽略气动弹性变形，对实际飞行性能有何影响？
• RQ2 使用自动微分如何提升气动-结构优化中灵敏度计算的精度与效率？
• RQ3 结合高保真 CFD 与非线性 FEM 的模块化、开源框架能否实现具有精确梯度的稳健气动-结构优化？
• RQ4 引入结构非线性后，最优机翼形状与气动效率如何变化？
• RQ5 通过使用 RANS-SA 湍流模型进行气动-结构优化，可实现多大程度的阻力降低？

主要发现

• 在优化过程中忽略气动弹性变形会导致实际飞行状态下的性能下降，部分案例中阻力特性甚至劣于基准值。
• 对于 QCRM 机翼，基于 RANS-SA 的气动-结构优化实现了可测量的阻力系数降低，证明了高保真流场建模的价值。
• 在气动弹性平衡状态下评估时，ASWSO（气动-结构机翼外形优化）方法在气动效率方面始终优于 AWSO（气动机翼外形优化）。
• 该框架成功捕捉了结构响应中的几何非线性，当考虑变形时，这些非线性对最优设计产生了显著影响。
• 使用自动微分可实现无近似误差的精确离散梯度，支持梯度优化的可靠收敛。
• 该框架在 SU2 中的开源发布，使得社区可轻松扩展与复用，且集成成本极低。