Оптимизация профиля адаптивного крыла малоразмерного беспилотного воздушного судна

Современные малоразмерные беспилотные воздушные суда (БВС) выполняют широкий спектр задач, что требует от них высокой эффективности в различных, часто противоречивых, режимах полета. Аэродинамические профили, оптимизированные под один конкретный режим, демонстрируют неоптимальные характеристики в других, что ограничивает общие летные возможности судна. Перспективным решением данной проблемы является использование адаптивного крыла, способного изменять свою форму в полете. В данной работе представлен метод упрощенной многокритериальной оптимизации профиля такого адаптивного крыла. Для преодоления вычислительной сложности классического подхода с построением фронта Парето, особенно при большом количестве режимов полета, многокритериальная задача была сведена к однокритериальной форме. Это достигнуто с помощью метода взвешенной суммы целевых функций, которые были нормализованы по эталонным (идеальным) значениям коэффициента лобового сопротивления. Расчет весовых коэффициентов осуществлен на основе физического параметра – числа Рейнольдса, что позволяет сфокусировать оптимизационный алгоритм AeroSandBox на наиболее важном, крейсерском режиме. Геометрия профиля параметризована методом класса-формы (CST), а для быстрых и точных аэродинамических расчетов использовался инструмент NeuralFoil на основе физически информированного машинного обучения. В работе решены две оптимизационные задачи: для двух и четырех режимов полета. Результаты двухточечной оптимизации качественно и количественно согласуются с данными, полученными независимо более сложными методами. Показано, что использование идеализированного механизма адаптации кривизны обеспечивает достижение компромиссным профилем 82,7–87,5% от аэродинамического качества эталонных профилей, оптимизированных для каждого режима в отдельности. Предложенный метод демонстрирует снижение вычислительных затрат при сохранении высокой эффективности проектных решений. 

1. Barbarino S. A review of morphing aircraft / S. Barbarino, O. Bilgen, R.M. Ajaj, M.I. Friswell, D. Inman // Journal of intelligent material systems and structures. 2011. Vol. 22, no. 9. Pp. 823–877. DOI: 10.1177/1045389X11414084

2. Martinez J.M., Scopelliti D., Bil C. и др. Design, analysis and experimental testing of a morphing wing [Электронный ресурс] // 25th AIAA/AHS Adaptive Structures Conference. Texas, Grapevine, 2017. 8 p. DOI: 10.2514/6.2017-0059 (дата обращения: 18.06.2025).

3. Zaini H., Ismail N.I. A review of morphing wing [Электронный ресурс] // Mechanical Engineering Colloquium. England, Liverpool, 2016. 6 p. URL: https://www.researchgate.net/publication/308647301_A_Review_of_Morphing_Wing (дата обращения: 18.06.2025).

4. Nguyen N., Kaul U., Lebofsky S. и др. Development of variable camber continuous trailing edge flap for performance adaptive aeroelastic wing [Электронный ресурс] // SAE Technical Paper 2015-01-2565. DOI: 10.4271/2015-01-2565 (дата обращения: 18.06.2025).

5. Губский В.В. Численные исследования влияния наличия щелей при отклонении механизации крыла на аэродинамические характеристики модели самолета / В.В. Губский, О.В. Дружинин, О.В. Павленко, Х. Мусса // X Поляховские чтения: материалы международной научной конференции по механике. Санкт-Петербург, 23–27 сентября 2024 г. СПб.: Издательство ВВМ, 2024. С. 302–306.

6. Shuib S., Ridzwan M., Kadarman H. Methodology of compliant mechanisms and its current developments in applications: A review // American Journal of Applied Sciences. 2007. Vol. 4, no. 3. Pp. 160–167. DOI: 10.3844/ajassp.2007.160.167

7. Zhang Y. Design of compliant mechanism-based variable camber morphing wing with nonlinear large deformation / Y. Zhang, W. Ge, Z. Zhang, X. Mo, Y. Zhang [Электронный ресурс] // International Journal of Advanced Robotic Systems. 2019. Vol. 16, no. 6. DOI: 10.1177/1729881419886740 (дата обращения: 18.06.2025).

8. Werter N. Design and experiments of a warp induced camber and twist morphing leading and trailing edge device / N. Werter, J. Sodja, G. Spirlet, R. De Breuker // 24th AIAA/AHS adaptive structures conference, 2016. P. 315. DOI: 10.2514/6.2016-0315

9. Moulton B., Hunsaker D.F. 3D-printed wings with morphing trailing-edge technology [Электронный ресурс] // AIAA Scitech 2021 Forum, 2021. ID: 351. DOI: 10.2514/6.2021-0351 (дата обращения: 18.06.2025).

10. Marciniuk M., Piskur P., Kiszkowiak Ł. и др. Aerodynamic analysis of variable camber-morphing airfoils with substantial camber deflections [Электронный ресурс] // Energies. 2024. Vol. 17, no. 8. ID: 1801. DOI: 10.3390/en17081801 (дата обращения: 18.06.2025).

11. Woods B.K.S., Fincham J.H.S., Friswell M.I. Aerodynamic modelling of the fish bone active camber morphing concept [Электронный ресурс] // Proceedings of the RAeS Applied Aerodynamics Conference, UK, Bristol, 2014. URL: http://michael.friswell.com/PDF_Files/C365.pdf (дата обращения: 18.06.2025).

12. Fincham J.H.S., Friswell M.I. Aerodynamic optimisation of a camber morphing aerofoil // Aerospace Science and technology. 2015. Vol. 43. Pp. 245–255. DOI: 10.1016/j.ast.2015.02.023

13. Deb K. Multi-objective optimisation using evolutionary algorithms: an introduction. [Электронный ресурс] // Report. London: Springer London, 2011. KanGAL Report Number 2011003. 24 p. URL: https://www.egr.msu.edu/~kdeb/papers/k2011003.pdf (дата обращения: 18.06.2025).

14. Tušar T., Filipič B. Showing the knee of a 4-D Pareto front approximation via different visualization methods [Электронный ресурс] // Proceedings of the 19th International MultiConference on Information Society, 2016. Pp. 52–55. URL: https://dis.ijs.si/tea/Publications/Tusar16Showing.pdf (дата обращения: 18.06.2025).

15. Пархаев Е.С., Семенчиков Н.В. Некоторые вопросы оптимизации профиля крыла малоразмерного беспилотного летательного аппарата [Электронный ресурс] // Труды МАИ. 2015. № 80. 20 p. URL: https://trudymai.ru/eng/published.php?ID=56884 (дата обращения: 18.06.2025).

16. Подиновский В.В., Потапов М.А. Метод взвешенной суммы критериев в анализе многокритериальных решений: pro et contra // Бизнес-информатика. 2013. № 3 (25). С. 41–48.

17. Kulfan B.M. Universal parametric geometry representation method // Journal of aircraft. 2008. Vol. 45, no. 1. Pp. 142–158. DOI: 10.2514/1.29958

18. Sharpe P., Hansman R.J. NeuralFoil: An airfoil aerodynamics analysis tool using physics-informed machine learning [Электронный ресурс] // Fluid Dynamics. 2025. 42 p. DOI: 10.48550/arXiv.2503.16323 (дата обращения: 18.06.2025).

19. Sharpe P.D. Aerosandbox: A differentiable framework for aircraft design optimization: A thesis master of science. Massachusetts institute of technology, 2021. 130 p.

20. Скоробогатов С.В., Бутуров Д.А. Исследование параметров адаптивной механизации на ее аэродинамические характеристики // Crede Experto: транспорт, общество, образование, язык. 2025. № 2. С. 56–69. DOI: 10.51955/2312-1327_2025_2_56

21. Sheikh H.M. Airfoil optimization using design-by-morphing / H.M. Sheikh, S. Lee, J. Wang, P.S. Marcus // Journal of Computational Design and Engineering. 2023. Vol. 10, iss. 4. Pp. 1443–1459. DOI: 10.1093/jcde/qwad059

22. Huang J. Aerodynamic multi-objective integrated optimization based on principal component analysis / J. Huang, Z. Zhou, G. Zhenghong, M. Zhang, Yu. Lei // Chinese Journal of Aeronautics. 2017. Vol. 30, iss. 4. Pp. 1336–1348. DOI: 10.1016/j.cja.2017.05.003

23. Jensen P.D.L. Topology optimization of large-scale 3D morphing wing structures / P.D.L. Jensen, F. Wang, I. Dimino, O. Sigmund [Электронный ресурс] // Actuators. 2021. Vol. 10, iss. 9. ID: 217. DOI: 10.3390/act10090217 (дата обращения: 18.06.2025).