[论文解读] Large-scale multidisciplinary design optimization of the NASA lift-plus-cruise concept using a novel aircraft design framework

Marius L. Ruh, Darshan Sarojini+3 more|arXiv (Cornell University)|Apr 25, 2023

Advanced Aircraft Design and TechnologiesEnvironmental Science被引用 3

一句话总结

本文提出CADDEE，一种以几何为中心的可微分飞机设计框架，能够实现对eVTOL飞机的大规模多学科设计优化（MDO）。通过使用包含100多个设计变量和低保真度物理模型的基于梯度的优化方法，CADDEE在一台台式计算机上不到一小时内即实现了对NASA Lift+Cruise eVTOL概念的干重减少11.4%，展示了其在早期eVTOL概念设计阶段的高效性与可扩展性。

ABSTRACT

The conceptual design of eVTOL aircraft is a high-dimensional optimization problem that involves large numbers of continuous design parameters. Therefore, eVTOL design method would benefit from numerical optimization algorithms capable of systematically searching these high-dimensional parameters spaces, using comprehensive and multidisciplinary models of the aircraft. By leveraging recent progress in sensitivity analysis methods, a computational framework called the Comprehensive Aircraft high-Dimensional DEsign Environment (CADDEE) has been developed for large-scale multidisciplinary design optimization (MDO) of electric air taxis. CADDEE uses a geometry-centric approach that propagates geometry changes in a differentiable manner to meshes for physics-based models of arbitrary fidelity level. The paper demonstrates the capabilities of this new aircraft design tool, by presenting large-scale MDO results for NASA's Lift+Cruise eVTOL concept. MDO with over 100 design variables, 17 constraints, and low-fidelity predictive models for key disciplines is demonstrated with an optimization time of less than one hour with a desktop computer. The results show a reduction in gross weight of 11.4% and suggest that CADDEE can be valuable in the conceptual design and optimization of eVTOL aircraft.

研究动机与目标

• 解决传统飞机设计框架在探索eVTOL飞行器高维、未探索设计空间方面的局限性。
• 开发一个全面且可扩展的MDO框架，能够处理数百个设计变量，并集成多学科物理模型。
• 通过自动敏感性分析和可微分几何传播，实现eVTOL概念的高效基于梯度的优化。
• 通过识别关键设计权衡与性能改进，在真实世界的eVTOL概念——NASA的Lift+Cruise上验证该框架。
• 证明当与先进敏感性方法结合时，低保真度模型可在早期概念设计阶段产生可靠且快速的优化结果。

提出的方法

• CADDEE采用以几何为中心的设计方法，通过平滑映射将飞机几何的变化可微分地传播到基于物理的网格和模型中。
• 该框架使用代数建模语言，自动计算伴随法敏感性，从而实现大规模优化中高效梯度评估。
• 将低保真度的气动、推进、结构和气动声学物理模型进行集成，关键学科采用成熟方法，如旋翼的BEMT和翼型的XFOIL。
• 使用SNOPT（一种序列二次规划SQP算法）求解优化问题，以高效处理大量变量和约束。
• 设计变量包括几何参数（如机翼展长、旋翼直径、机身长度）、推进参数（如电机尺寸、电池质量）以及构型布局。
• 约束条件包括旋翼噪声水平、结构重量和飞行品质，性能目标聚焦于最小化干重和最大化航程。

Figure 2 : Illustration of the use of mapped arrays to create a camber surface mesh for the wing and horizontal tail.

实验结果

研究问题

• RQ1 一个可微分、以几何为中心的MDO框架能否高效探索具有100多个变量的eVTOL飞机高维设计空间？
• RQ2 当与自动敏感性分析结合时，低保真度物理模型在早期概念设计阶段能在多大程度上产生可靠且快速的优化结果？
• RQ3 在Lift+Cruise eVTOL构型中，主导设计驱动因素和限制因素是什么，例如旋翼噪声和电池技术？
• RQ4 在优化复杂、多学科的eVTOL概念时，该框架的计算效率与传统方法相比如何？
• RQ5 该框架是否能在单次优化运行中，在现实约束下识别出显著的减重和性能提升？

主要发现

• CADDEE框架使用超过100个设计变量和17个约束，实现了对NASA Lift+Cruise eVTOL概念11.4%的干重减少。
• 优化在标准台式计算机上不到一小时内完成，展示了极高的计算效率。
• 该框架成功识别出旋翼噪声和电池技术是设计空间中的关键限制因素，与先前研究结果一致。
• 可微分几何传播的使用实现了所有设计变量上准确且平滑的敏感性计算，支持稳健的基于梯度的优化。
• 推进、气动和结构的低保真度模型在保持计算可行性的同时，为早期阶段优化提供了足够的精度。
• 结果验证了CADDEE在概念设计阶段执行大规模、多学科优化的能力，为新兴eVTOL平台提供了一种可扩展的解决方案。

Figure 3 : Illustration of the use of mapped arrays to compute high-level geometric quantities.