معرفی یک الگوریتم بهینه سازی جستجوی هارمونی اصلاح شده برای بررسی روش های معرفی کننده ی هندسه ایرفویل و بهینه سازی آیرودینامیکی

جلیلی, فرهاد; ملک جعفریان, مجید; صفوی‌نژاد, علی

دانشگاه صنعتی امیرکبیر

تعداد نشریات	4
تعداد شماره‌ها	75
تعداد مقالات	991
تعداد مشاهده مقاله	883,372
تعداد دریافت فایل اصل مقاله	680,868

معرفی یک الگوریتم بهینه سازی جستجوی هارمونی اصلاح شده برای بررسی روش های معرفی کننده ی هندسه ایرفویل و بهینه سازی آیرودینامیکی

نشریه مهندسی مکانیک امیرکبیر

مقاله 2، دوره 47، شماره 1، تابستان 1394، صفحه 13-31 اصل مقاله (2055 K)

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22060/mej.2015.460

نویسندگان

فرهاد جلیلی

¹؛ مجید ملک جعفریان²؛ علی صفوی‌نژاد²

¹دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی، دانشگاه بیرجند، بیرجند، ایران

²استادیار، دانشکده فنی و مهندسی، دانشگاه بیرجند، بیرجند، ایران

چکیده

استفاده از یک روش توصیفکنندهی هندسهی ایرفویل یکی از نیازهای اساسی برای بهینهسازی ایرفویلها است. انتخاب این روش نقش بسیار مهمی در بهینهسازی دارد، به طوری که استفاده از روشی نامناسب، نتایج ضعیفی را ارائه داده و همگرایی را به تاخیر خواهد انداخت. از این رو در کار حاضر، اصلاحی بر الگوریتم تکاملی بهینهسازی جستجوی هارمونی انجام شده و با استفاده از آن و یک طراحی بهینهسازی معکوس (با یک تابع هزینه غیر آیرودینامیکی)، سه روش متداول معرفـیکنندهی هندسهی ایرفویل (منحنیهای بزیر، روش پارسس و فرمولهای 4 رقمی ناکا) مورد بررسی قرار گرفته است. نتایج به دست آمده نشان میدهند که منحنیهــای بزیر و روش پارسس دارای کارایی بالایی نسبت به فرمولهای 4 رقمی ناکا هستند. در نهایت روش پارسس به دلیل داشتن پارامتر کنترلی کمتر، به همراه الگوریتم بهینهسازی اصلاح شده، برای بهینهسازی هندسهی یک ایرفویل تحت جریان لزج و درهم، با هدف بیشینه نمودن نسبت برآ به پسا استفاده شده است. برای انجام این مهم، معادلات دو بعدی تراکمپذیر ناویر-استوکس به همراه مدل درهم اسپالارت-آلماراس در اطراف ایرفویل حل گردیدهاند. نتایج به دست آمده نشان از توانایی بالای الگوریتم بهینهسازی اصلاح شده به منظور ارزیابی روشهای توصیفکنندهی هندسه ایرفویل و بهینهسازی آیرودینامیکی دارد.

کلیدواژه ها

بهینه سازی آیرودینامیکی؛ ارزیابی روش های معرفی کننده ی هندسه ی ایرفویل؛ الگوریتم بهینه سازی جستجوی هارمونی اصلاح شده؛ نسبت برآ به پسا؛ معادلات ناویر-استوکس

عنوان مقاله [English]

Introduction of an improved Harmony Search Optimization Algorithm for investigating of Airfoil Parameterization Methods and Aerodynamics optimization

نویسندگان [English]

Farhad Jalili, Majid Malek-jafarian, َAli Safavinejad

چکیده [English]

Utilizing an airfoil Parameterization method is one of the essential requirements for airfoils optimization. The selection of this method plays an important role, as using an unsuitable method yields the weak results. In addition, it will impose delay on convergence of the solution. Hence, in this work, an improved Harmony Search meta-heuristic optimization algorithm has been developed for investigating three common airfoil parameterization methods (Bezier curves, Parces method and 4-digit-NACA formula) using an inverse optimization design and a non-aerodynamics objective function. The obtained results show that the Bezier curves and Parces method are more efficient than 4-digit-NACA formula. Finally, because of having few control parameters, the Parces method has been used along with an improved Harmony Search algorithm for the shape optimization of an airfoil under a viscose and turbulent flow, with the objective of maximizing lift to drag ratio. To do this, 2-dimentional compressible Navier-Stokes equations with Spalart-Allmaras turbulent method have been solved around the airfoil. The results reveal that the improved optimization algorithm is highly capable of evaluating the airfoil parameterization methods and aerodynamics optimization.

کلیدواژه ها [English]

Aerodynamics Optimization, Evaluation of Airfoil Shape Parameterization Methods, Improved Harmony Search Meta-Heuristic Optimization Algorithm, Lift to Drag ratio, Navier-Stokes Equations

مراجع

[1] Giannakoglou K.C., “Design of optimal aerodynamic shapes using stochastic optimization methods and computational intelligence”, Progress in Aerospace Sciences, vol. 38, pp. 43 – 76, 2002.

[2] Shahrokhi A. and Jahangirian A., “Airfoil shape parameterization for optimum Navier–Stokes design with genetic algorithm”, Aerospace Science and Technology, vol. 11, pp. 443 – 450, 2007.

[3] De’ Michieli Vitturi M. and Beux F., “A discrete gradient-based approach for aerodynamic shape optimization in turbulent viscous flow”, Finite Elements in Analysis and Design, vol. 43, pp. 68 – 80, 2006.

[4] Jameson A. and Sriram, “A continuous adjoint method for unstructured grids” 16th CFD Conference, Orlando, FL, June 23 – 26, 2003.

[5] Buckley H. P., Zhou B. Y. and Zingg D. W., “Airfoil optimization using practical aerodynamic design Requirements”, Journal of Aircraft, vol. 47, No. 5, September – October 2010.

[6] Avinash G.S. and Anil Lal S., “Inverse design of airfoil using vortex element method”, ICTT Mechanical Engineering Papers, 26 – Nov - 2010.

[7] جلیلی ف.،” بهینهسازی دو بعدی هندسهی یک ایرفویل تحت جریان لزج با استفاده از الگوریتم جستجوی هارمونی “ ،پایان نامهی کارشناسی ارشد، دانشگاه بیرجند، گروه مکانیک،پاییز 1390

[8] Sobester A. and Thomas B. T., “The quest for a truly parsimonious airfoil parameterization scheme”, ICAS 2008 Congress including the 8th AIAA 2008 ATIO Conference.

[9] Shahrokhi A. and Jahangirian A., “The effects of shape parameterization on the efficiency of evolutionary design optimization for viscous transonic airfoils”, JAST, vol. 5, pp. 35-43, 2008.

[10] Boehm W., “Bezier presentation of airfoils”, Computer Aided Geometric Design, vol. 4, pp. 17-22, 1987.

[11] De´side´ri J-A., Abou El Majd B. and Janka A., “Nested and self-adaptive be´zier parameterizations for shape optimization”, Journal of Computational Physics, vol. 224, pp. 117–131, 2007.

[12] H´ajek J., “Aerodynamic optimization of airfoils and wings using fast solvers”, Ph.D. Thesis, Charles University, Prague, 2009.

[13] Wauquiez C., “Shape optimization of low speed airfoils using MATLAB and automatic differentiation” Licentiate’s Thesis, 2000.

[14] Z. W. Geem, “Music-Inspired Harmony Search Algorithm”, Springer - Verlag, Berlin, Heidelberg, 2009.

[15] Gardner B. A. And Selig M. S., “Airfoil design using a genetic algorithm and an inverse method”, 41st Aerospace Sciences Meeting And Exhibit, pp. 43, 2003.

[16] Endo M., “Wind turbine airfoil optimization by particle swarm method”, Msc. Thesis, Department Of Mechanical And Aerospace Engineering Case Western Reserve University, 2011.

[17] Fesanghary M., Damangir E. and Soleimani I., “Design optimization of shell and tube heat exchangers using global sensitivity analysis and harmony search algorithm”, Applied Thermal Engineering, Volume 29, Issues 5–6, April, pp. 1026-1031,2009.

[18] Kaveh A., Shakouri A. and Mahmud Abadi, “Cost optimization of a composite floor system using an improved harmony search algorithm”, Journal of Constructional Steel Research, Volume 66, Issue 5, May, pp. 664-669, 2010.

[19] جلیلی ف.، عزیزی ح. صفوینژاد ع.، ” بهینهسازی هندسه پره با انتقال حرارت جابجایی و تابش با استفاده از الگوریتم جستجوی هارمونی “ ، نوزدهمین همایش سالانه مهندسی مکانیک ایران، دانشگاه بیرجند، 2011

[20] Yousefi M., Enayatifar R., Darus A. N. and Abdullah A. H., “Optimization of plate-fin heat exchangers by an improved harmony search algorithm”, Applied Thermal Engineering, Volume 50, Issue 1, 10 January, pp. 877-885, 2013.

[21] Iglesias A., “Bezier curves and surfaces”, Department of Applied Mathematics and Computational Sciences University of Cantabria UC--CAGD Group, 2001.

[22] Spalart, P.R. and Allmaras, S.R., “A One-Equation Turbulence Model for Aerodynamic Flows”, La Recherche Aerospatiale, No. 1, pp. 5-21, 1994.

[23] Jameson A. and Schmidt W., “Numerical Solution of the Euler Equations by Finite Volume Methods Using Runge-Kutta Time-Stepping Schemes”, AIAA Paper 81-1259, June 1981.

[24] Jameson A., “The Present Status, Challenges, and Future Developments in Computational Fluid Dynamics”, Twelfth Australasian Fluid Mechanics Conference, The University of Sydney, Australia,

[25] Lee K.S. and Geem Z.W., “A new meta heuristic algorithm for continuous engineering optimization: harmony search theory and practice”, Comput. Methods Appl. Mech. Engrg., vol. 194, pp. 3902–3933, 2005.

[26] Pan Q. K., Suganthan P.N., Fatih Tasgetiren M. and Liang J.J., “A self-adaptive global best harmony search algorithm for continuous optimization problems”, Applied Mathematics and Computation, vol. 216, pp. 830–848, 2010.

[27] Bracken, J. and McCormick, G. P., “Selected Applications of Nonlinear Programming”, New York: John Wiley and Sons, 1968.

[28] Lee, K.S. and Geem, Z.W. “A New Meta-Heuristic Algorithm for Continues Engineering Optimization: Harmony Search Theory and Practice”, Comput. Methods Appl. Mech. Eng., Vol. 194, pp. 3902–3933, 2004.

[29] Jaberipour, M. and Khorram, E., “Two Improved Harmony Search Algorithms for Solving Engineering Optimization Problems”, Commun Nonlinear Sci Numer Simulat, Vol. 15, pp. 3316–3331, 2010.

[30] Fogel, D. B., “A Comparison of Evolutionary Programming and Genetic Algorithms on Selected Constrained Optimization Problems”, Simulation, Vol. 64(6), pp. 399–406, 1995.

[31] Homaifar, A., Lai, S. H. V. and Qi, X., “Constrained Optimization via Genetic Algorithms”, Simulation, Vol. 62(4), pp. 242–254, 1994.

[32] Deb, K., “An Efficient Constraint Handling Method for Genetic Algorithms”, Comput. Methods Appl. Mech. Eng., Vol. 186, pp. 311–338, 2000.

آمار

تعداد مشاهده مقاله: 1,148

تعداد دریافت فایل اصل مقاله: 1,653