BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  23,284,591
  • Công bố khoa học và công nghệ Việt Nam

Tự động hóa (CAD/CAM, v.v..) và các hệ thống điều khiển, giám sát, công nghệ điều khiển số bằng máy tính (CNC), …

Nguyen Ngoc Hoang Quan, Luu Van Thuan, Ngo Khanh Hieu, Ngô Khánh Hiếu(1)

Tối ưu hóa hệ số lực cản biên dạng hình học cánh thông qua phần mềm openfoam và dakota

Airfoil shape optimization for drag coefficient through openfoam and dakota software

Tạp chí khoa học công nghệ giao thông vận tải

2020

35

32-39

1859-2724

Mô phỏng số, Điểm điều khiển, Hệ số lực cản, Thuật toán tiến hóa, Tối ưu hóa hình học

Control point, Drag coefficient, Evolutionary algorithm, Geometry optimization, CFD

Ngày nay, trong các ngành công nghiệp tối ưu hóa hình học là một trong những lĩnh vực đang được tập trung nghiên cứu và phát triển. Với sự phát triển hết sức mạnh mẽ của ngành khoa học máy tính, việc nghiên cứu tối ưu hoá dựa trên nền tảng mô phỏng số đã đạt một tầm cao mới với mức chính xác, hiệu quả, nhanh chóng và tiết kiệm nhiều thời gian, chi phí. Quá trình này gồm hai giai đoạn chính Tham số hóa hình học và tối ưu hóa dựa trên thuật toán tối ưu. Có nhiều phương pháp để thực hiện quy trình này, một trong những phương pháp là kết hợp giữa quá trình mô phỏng số và thuật toán tối ưu. Để thực hiện quy trình này, hàm mục tiêu, biến thiết kế và thuật toán tối ưu phải được lựa chọn. Trong bài báo này, một phương pháp tối ưu hóa biên dạng 2D cánh bằng việc kết hợp mô phỏng số thông qua phần mềm OpenFOAM và thuật toán tiến hóa thông qua phần mềm DAKOTA với hàm mục tiêu giảm thiểu hệ số lực cản. Hình học ban đầu được xây dựng bằng các đường cong B - Spline thông qua các biến điều khiển. Các biến này sẽ được điều chỉnh vị trí qua mỗi vòng lặp để đạt được giá trị tối ưu, từ đó xây dựng nên hình học mới có hệ số lực cản nhỏ hơn hình học ban đầu.

Today, shape optimization is one of the areas that is focused on research and development in industries. Thanks to the strength of computer technology, the shape simulation and optimization model could be analyzed quickly, robustly and exactly. Such processes have generally two major ingredients a suitable parameterization of the geometry to be optimized and an optimization algorithm. There are many ways to accomplish this process, one of which is the modern optimization method by coupling computational fluid dynamics (CFD) and optimization algorithm. At the same time, it is necessary to define the objective function, the design variable and the algorithm for the optimal phase. In this paper, a method of optimizing geometry by combining CFD and evolution algorithms (EA) is presented with the goal of reducing the drag coefficient. The initial geometry was built by a list of control points, and they are connected by BSpline curve. The control points are moved automatically through the EA method by Dakota (Design and Analysis toolKit for Optimization and Terascale Applications) software. The control points are adjusted their positions through the iterative loop in order to achieve a better result meet the objective function. Using this methodology, we finally find a new geometry has a smaller drag coefficient than the initial geometry.

TTKHCNQG, CVv 391

Xem toàn văn
  • [1] Eiben. A. E, Smith. J. E (2003), Introduction to Evolutionary Computing,Chapter 2, Natural Computing Series
  • [2] Versteeg. H. K and Malalasekera. W (2007), An Introduction to Computational Fluid Dynamics,Chapter 2, Pearson
  • [3] Todd A. Johansen (2011), Optimization of a low reynold’s number 2D inflatable airfoil section,Graduate thesis: Utah State University
  • [4] Jong-Taek Oh and Nguyen Ba Chien (2018), Optimization design by coupling computational fluid dynamics and genetic algorithm,Computational Fluid Dynamics - Basic Instruments and Applications in Science, Chapter 5, Publisher INTECH open science.
  • [5] Manuel J. Garcia, Pierre Boulanger, Santiago Giraldo (2008), CFD based wing shape optimization through gradient-based method,International Conference on Engineering Optimization. Rio de Janeiro