数値流体力学を用いた空力最適化アルゴリズムの研究

近年の数値流体力学(CFD)の発達に伴い、CFDを用いて翼などの空力形状の最適化を数値的に行う試みがなされている。しかし、流体問題の非線形性、解析のコスト、それに航空機設計における制約条件の厳しさ(多さ)などのため、勾配法に基づく従来の最適化法を空力最適化に適用することは困難であった。遺伝的アルゴリズム(GA)は、生物進化に着想を得た確率的最適化法の一種である。この方法は、勾配に関する情報を必要としない、ロバストな最適化法として知られている。しかし、GAでは毎世代、設計候補の集団の個々のメンバーに対し適応度評価をするため、莫大な数の評価計算が必要となる。空力最適化では、GFDによる流体解析のコストが高いため、単純にGAを適用すると膨大な計算時間が必要となってしまう。空力形状を設計する場合、物体まわりの圧力分布が分かれば空力性能の概略が分かるので、圧力分布を指定することにより形状を設計する逆設計法がよく用いられている。この圧力分布から見積もった空力性能を最適化すると、GAを効率的に利用できるが分かった。すなわち、各設計候補にGFDによる流体解析をするのではなく、圧力分布から得られる揚力と抵抗の見積もりから設計評価をすることで、GAに必要とされる莫大な数の評価計算をはるかに短縮できた。本研究では、こうしてGAにより得られた最適な圧力分布をターゲットとして、GFDを用いて逆問題を解き、空力的に最適な形状を求める逆最適設計法を提案した。この方法を、2次元遷音速翼型及び3次元遷音速翼の設計に適用し、設計例を示した。

近年の数値流体力学(CFD)の発達に伴い、CFDを用いて翼などの空力形状の最適化を数値的に行う試みがなされている。しかし、流体問題の非線形性、解析のコスト、それに航空機設計における制約条件の厳しさ(多さ)などのため、勾配法に基づく従来の最適化法を空力最適化に適用することは困難であった。遺伝的アルゴリズム(GA)は、生物進化に着想を得た確率的最適化法の一種である。この方法は、勾配に関する情報を必要としない、ロバストな最適化法として知られている。しかし、GAでは毎世代、設計候補の集団の個々のメンバーに対し適応度評価をするため、莫大な数の評価計算が必要となる。空力最適化では、GFDによる流体解析のコストが高いため、単純にGAを適用すると膨大な計算時間が必要となってしまう。空力形状を設計する場合、物体まわりの圧力分布が分かれば空力性能の概略が分かるので、圧力分布を指定することにより形状を設計する逆設計法がよく用いられている。この圧力分布から見積もった空力性能を最適化すると、GAを効率的に利用できるが分かった。すなわち、各設計候補にGFDによる流体解析をするのではなく、圧力分布から得られる揚力と抵抗の見積もりから設計評価をすることで、GAに必要とされる莫大な数の評価計算をはるかに短縮できた。本研究では、こうしてGAにより得られた最適な圧力分布をターゲットとして、GFDを用いて逆問題を解き、空力的に最適な形状を求める逆最適設計法を提案した。この方法を、2次元遷音速翼型及び3次元遷音速翼の設計に適用し、設計例を示した。