致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10-11页 |
1.1.1 翼型优化设计的研究背景和意义 | 第10页 |
1.1.2 (火用)分析方法研究背景和意义 | 第10-11页 |
1.2 翼型设计方法研究现状 | 第11-13页 |
1.3 (火用)分析方法研究现状 | 第13-14页 |
1.4 本文的工作内容 | 第14-16页 |
第2章 (火用)分析方法 | 第16-40页 |
2.1 引言 | 第16页 |
2.2 (火用)分析相关基本概念 | 第16-23页 |
2.2.1 热力学第二定律 | 第16-17页 |
2.2.2 系统熵方程 | 第17-18页 |
2.2.3 境的基准态 | 第18页 |
2.2.4 (火用)的定义及分类 | 第18-21页 |
2.2.5 (火用)平衡方程和(火用)损失 | 第21-23页 |
2.3 熵产率公式推导 | 第23-38页 |
2.3.1 基本流动方程 | 第23-27页 |
2.3.2 层流熵产率 | 第27-31页 |
2.3.3 湍流熵产率 | 第31-37页 |
2.3.4 涡粘性模型 | 第37-38页 |
2.4 本章小结 | 第38-40页 |
第3章 优化设计方法 | 第40-57页 |
3.1 遗传算法 | 第40-43页 |
3.1.1 遗传算法的概念 | 第40页 |
3.1.2 遗传算法基本原理 | 第40-42页 |
3.1.3 遗传算法的特点 | 第42-43页 |
3.2 带精英策略的非支配排序遗传算法(NSGA2) | 第43-50页 |
3.2.1 多目标优化问题数学描述 | 第43页 |
3.2.2 Pareto最优解定义 | 第43-44页 |
3.2.3 NSGA算法基本原理 | 第44-45页 |
3.2.4 NSGA2算法基本原理 | 第45-49页 |
3.2.5 标准测试函数 | 第49-50页 |
3.3 多属性模糊决策方法 | 第50-51页 |
3.4 优化设计流程建立 | 第51-56页 |
3.4.1 翼型参数化建模 | 第51-54页 |
3.4.2 设计变量 | 第54页 |
3.4.3 约束条件 | 第54-55页 |
3.4.4 目标函数 | 第55页 |
3.4.5 优化设计流程 | 第55-56页 |
3.5 本章小结 | 第56-57页 |
第4章 翼型气动优化设计 | 第57-83页 |
4.1 翼型流场数值计算 | 第57-65页 |
4.1.1 概述 | 第57页 |
4.1.2 计算网格 | 第57-59页 |
4.1.3 数值模拟计算 | 第59-65页 |
4.2 基于简单遗传算法的单目标翼型优化 | 第65-71页 |
4.2.1 基于最大升阻比的单目标翼型优化 | 第66-69页 |
4.2.2 基于最小熵产率的单目标翼型优化 | 第69-71页 |
4.3 基于NSGA2的多目标翼型优化 | 第71-81页 |
4.3.1 低速工况下多目标翼型优化 | 第71-79页 |
4.3.2 高速工况下多目标翼型优化 | 第79-81页 |
4.5 本章小结 | 第81-83页 |
第5章 总结与展望 | 第83-85页 |
5.1 工作总结 | 第83页 |
5.2 工作展望 | 第83-85页 |
参考文献 | 第85-89页 |
作者简历 | 第89页 |