CN109145506B - 一种高气动性能低噪声水平风力机外侧翼型的优化设计方法 - Google Patents

Abstract

本发明公开了一种高气动性能低噪声水平的风力机外侧翼型的优化设计方法，根据低风速区大型风电叶片展向外侧部位的性能需求，以翼型的最大升阻比、气动噪声总声压级为优化目标参数，并对翼型设计升力系数、最大升力系数、失速特性参数、表面粗糙稳定性以及入流湍流稳定性进行约束，建立翼型优化设计模型；进而将无粘‑粘性强耦合迭代气动预测方法、半经验噪声预测模型与最优化算法结合，形成了高性能、低噪声翼型优化方法。案例优化结果表明，采用本发明所提的方法在降低翼型气动噪声、提高翼型气动效率的同时，又确保了翼型气动力载荷特征以及气动性能在非设计工况条件下稳定性的改进，可以最终实现“高性能、低噪声”翼型优化设计。

Description

一种高气动性能低噪声水平风力机外侧翼型的优化设计方法

技术领域

本发明属于风力机翼型设计技术领域，涉及一种风力机翼型的优化设计方法，具体涉及一种适用于低风速区的具有高气动性能、低气动噪声的风力机外侧翼型优化设计方法。

背景技术

风力机翼型的空气动力学性能优劣从根本上影响风电叶片的风能转换效率和载荷特性。因此，风力机专用翼型设计优化是提高风电叶片风能捕获效率与运行可靠性的基本方法。

我国风电产业发展迅速，目前累计装机容量已经连续多年位居世界第一位。随着风资源丰富的华北、东北、西北等内陆地区大量开发，近年来，海上地区与低风速地区风电开发已经成为我国风能利用的主要趋势。为降低发电成本，提高风资源利用率，海上风场风力机和低风速区风场风力机都要求有更长的叶片尺寸，以增加叶轮扫风面积。叶片尺寸的显著增长，除了使得叶片柔性增加，气动效率与载荷之间的矛盾更加突出外，叶片外侧部位尖速比也大幅度增加，使得叶片的气动噪声也更为显著。文献表明，叶片气动噪声源主要位于叶片外侧部位，噪声声压级随叶片尺度成对数增长规律。风能是一种环境友好型能量利用方式，气动噪声几乎是唯一的负面影响因素。尤其是对于我国广袤的华南、华东、华中地区等低风速区域而言，人口分布密集，风电场非常靠近与人们的居住区，风力机气动噪声将会对人们的日常生活与生产造成重大影响。因此、风电叶片降噪技术以及低噪声叶片设计技术是目前叶片设计研究的热点问题。

低噪声翼型设计优化技术是降低叶片气动噪声的基础有效手段之一。目前已有大量学者展开低噪声风力机翼型(尤其是叶片外侧薄翼型)设计与控制方法的研究。研究表明，低噪声翼型设计优化的难点在于表征翼型气动效率的最大升阻比和翼型的气动噪声总声压级一般呈正相关关系。也就是说，简单地降低翼型气动噪声总声压级往往使得翼型最大升阻比也随之降低；而单纯提高翼型最大升阻比也往往会使得总声压级增加。其内在机理在于，影响翼型最大升阻比最显著的参数是翼型相对弯度。较高的翼型弯度会带来更大的升阻比，但尾缘处流动分离也更为严重，分离流压力波动更为剧烈，导致气动噪声也更大。因此，有不少学者为提升翼型气动效率不得不允许翼型气动噪声略微增加。翼型声压级与升阻比的弱正相关性决定了采用传统的反设计方法无法有效实现其矛盾需求，必须借助于多目标优化设计方法，在翼型设计空间内充分探索，尤其是精细调节对翼型噪声声压级有非线性影响的几何特征参数(如尾缘厚度、前缘半径等)获得理想结果。目前已有学者采用数值优化方法以最大升阻比和噪声声压级为双目标实现了翼型气动效率的提升以及气动噪声的降低，但是以牺牲其他重要性能为条件，如失速特性、前缘粗糙敏感性等等。另有学者提出了考虑翼型多学科性能特征参数的综合优化设计方法实现了外侧翼型气动-结构-噪声等整体性能的提升。但是由于该优化过程是一个多参数平衡的过程，其优化模型无法保证最终结果的气动声压级的降低；设计得到的翼型最大升阻比和声压级往往同时提高。因此需要更有效的优化设计方法获得高气动性能的低噪声翼型。

发明内容

鉴于以上问题，本发明根据低风速区风场中风力机叶片独特性能需求，建立外侧翼型优化设计模型，旨在采用双目标优化方法实现翼型低噪声与高气动效率的同时，对翼型的设计升力系数、最大升力系数、失速特性参数、表面粗糙稳定性及入流湍流稳定性进行约束保证翼型的其他重要气动特征，形成具备高气动性能和低气动噪声水平的风力机外侧翼型优化设计方法。

本发明为实现其技术目的是通过以下技术方案实现的：

一种高气动性能低噪声水平风力机外侧翼型的优化设计方法，根据风力机叶片的气动性能需求和噪声水平要求，以外侧翼型的最大升阻比和气动噪声总声压级作为优化目标，其特征在于，所述方法包括如下步骤：

SS1.确定目标外侧翼型的最大相对厚度及其设计工况条件，所述设计工况条件至少包括切入切出风速之间的运行攻角范围、运行雷诺数条件；

根据目标外侧翼型的最大相对厚度，选择一最大相对厚度与目标外侧翼型基本相同的翼型作为初始翼型；

SS2.确定目标外侧翼型的优化目标函数F：

所述优化目标函数F至少包括表征翼型气动效率的最大升阻比l/d_max和表征翼型自噪声水平的翼型气动噪声总声压级S_pl,total两项优化目标参数，

所述翼型气动噪声总声压级S_pl,total至少包括翼型湍流边界层尾缘噪声的声压级、分离流噪声的声压级、层流边界层涡脱落噪声的声压级、钝尾缘噪声的声压级、湍流入流噪声的声压级，

根据目标外侧翼型的设计需求侧重分别确定各项优化目标参数的权重系数，根据量级大小分别确定各项优化目标参数的归一化尺度因子，根据在优化过程中增减的期望分别确定各项优化目标参数的期望系数，

所述优化目标函数F的表达式为F＝∑e_iw_is_if_i，

其中，f_i为各项优化目标参数，e_i为各项优化目标参数的期望系数，w_i为各项优化目标参数的权重系数，s_i为各项优化目标参数的归一化尺度因子；

SS3.确定目标外侧翼型的约束参数体系，所述约束参数体系至少包括表征翼型设计工况下的气动载荷特性参数以及表征翼型气动力特征随非设计工况变化的稳定性参数；

SS4.以翼型的几何特征参数作为目标外侧翼型的设计变量，至少根据初始翼型的几何特征与结构兼容性要求，确定目标外侧翼型的几何设计空间；

SS5.采用多目标最优化算法对优化目标函数F进行迭代优化，在每一步迭代优化过程中均需对翼型的气动性能与气动噪声特性进行计算，通过分析翼型的气动性能和气动噪声特性，判断优化目标函数F是否达到最优解，最终得到目标外侧翼型。

本发明的高气动性能低噪声水平风力机外侧翼型的优化设计方法中，由于低风速区柔性长叶片的突出矛盾在于气动效率与气动噪声的关系，其中，叶片气动效率与翼型的最大升阻比l/d_max密切相关，叶片气动噪声则由气动噪声总声压级S_pl,total表征。因此从翼型的层面上，以最大升阻比l/d_max和气动噪声总声压级S_pl,total作为气动优化目标的组成参数。两个子目标参数由期望系数、权重系数、量级、归一化尺度因子结合而成总优化目标函数F。

优选地，步骤SS2中，优化目标函数F为最大型目标函数F_MAX，优化目标参数中期望翼形的最大升阻比l/d_max在优化过程中增加，设定其期望系数为﹢1，期望翼型气动噪声总声压级S_pl,total在优化过程中降低，设定其期望系数为﹣1，最大型目标函数F_MAX为F_MAX＝w₁s₁(l/d)_max-w₂s₂S_pl,total，其中，w₁、w₂分别为最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的权重系数，且w₁+w₂＝100、w₁>w₂；s₁、s₂分别为最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的归一化为尺度因子，s₁、s₂分别根据最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的量级大小确定。

进一步地，步骤SS2中，翼型气动噪声的总声压级S_pl,total由设计工况下10Hz～20000Hz频率范围内离散频率处的声压级进行对数叠加得到，而每个频率处的声压级包含五种气动噪声源，分别是湍流边界层尾缘噪声、分离流噪声、层流边界层涡脱落噪声、钝尾缘噪声、湍流入流噪声。

优选地，步骤SS3中，所述表征翼型设计工况下的气动载荷特性参数，至少包括设计升力系数C_l,design和最大升力系数C_l,max，以提高低风速区叶片转矩的同时降低可能的极限载荷。

进一步地，步骤SS3中，所述表征翼型气动力特征随非设计工况变化的稳定性参数至少包括：表征失速后翼型气动力特征随攻角波动的失速特征参数M_stallx、表征翼型气动载荷与效率随叶片表面粗糙状况变化稳定性的最大升力系数C_l,max与最大升阻比l/d_max的表面粗糙敏感性参数S_cl,S_ld，表征翼型气动载荷与效率随自由来流湍流度变化稳定性的最大升力系数C_l,max与最大升阻比l/d_max的自由来流湍流敏感性参数T_cl,T_ld。

进一步地，步骤SS3中，所述失速特征参数M_stallx采用失速后某一攻角处的升力系数相对于失速攻角处最大升力系数的变化量与升力系数的平均变化率的乘积定义；表面粗糙稳定性参数S_cl,S_ld，自由来流湍流稳定性参数T_cl,T_ld均采用设计条件下特征参数与非设计条件下相应参数的相对变化率的形式定义，四种参数的表达式分别为：

其中C_l,max,ft,(l/d)_max,ft为粗糙表面对应的固定转捩条件下的最大升力系数和最大升阻比，C_l,max,TI,(l/d)_max,TI为某一高湍流度自由来流下的最大升力系数和最大升阻比。也就是说，本发明所提翼型优化方法中的主要约束参数为：C_l,design,C_l,max,M_stallx,S_cl,S_ld,T_cl,T_ld等七种参数。

优选地，步骤SS4中，目标外侧翼型的几何设计空间由各设计变量的变化范围构成。

进一步地，步骤SS4中，翼型的设计变量形式由翼型几何解析方式决定，翼型解析方式采用样条曲线方法，对应的翼型设计变量为表征其几何特征的参数，至少包括翼型的最大相对厚度、最大厚度位置X_t、相对弯度C_am、最大弯度位置X_cam、前缘半径R_le与尾缘厚度T_tr等。翼型设计变量的范围要考虑三个方面的因素，首先是保证变化范围足够大，使得设计空间具有充分性，保证最优解的获得；其次是要避免几何形状过于奇异的非物理结果出现；最后要确保新翼型与其他翼型的几何兼容性。翼型几何兼容性的一般通过对翼型最大厚度位置、最大弯度位置等约束获得。

优选地，步骤SS5中，所采用的最优化算法为多目标微遗传算法，在每一步优化迭代过程中均需要进行翼型气动性能与噪声特性分析，翼型气动性能分析和噪声特性分析的雷诺数根据目标外侧翼型所处叶片外侧位置处的运行雷诺数范围确定。

进一步地，步骤SS5中，每一步优化迭代过程中的翼型气动性能分析包括三种工况条件，分别为设计工况、表面粗糙工况以及高湍流度自由来流工况，其中，设计工况为自然转捩、均匀入流条件，表面粗糙工况采用在翼型上下表面设置固定转捩点的方式模拟，高湍流度入流工况以叶片外侧叶片在额定风速以上风况正常运行时的入流湍流水平为入流湍流条件。

进一步地，步骤SS5中，每一种工况条件下，均需要计算自-5°至25°攻角范围内的气动力系数，从而分析得到各工况条件下的最大升阻比、设计升力系数、最大升力系数、失速参数等，进一步计算得到各项目标与约束参数。

进一步地，步骤SS5中，翼型气动性能计算采用无粘-粘性边界层耦合迭代方法，所采用的转捩预测方法为基于小扰动理论的e^N方法，其中N为扰动放大因子；通过设置N值可以模拟的不同入流湍流度。

进一步地，步骤SS5中，翼型气动噪声分析需要计算五种噪声源下的翼型自噪声的总声压级，所述的五种气动噪声源为翼型湍流边界层尾缘噪声、分离流噪声、层流边界层涡脱落噪声、钝尾缘噪声以及湍流入流噪声，其中，前四种声源的气动噪声采用BPM半经验模型分析，最后一种声源的气动噪声采用修正后的Amiet半经验模型分析。

进一步地，步骤SS5中，依次计算10Hz～20000Hz频率范围内所选择的34种离散频率点中每一离散频率点下五种声源的噪声声压级，得到计算频域内翼型气动噪声的总声压级。

下面对本发明的翼型优化设计方法的工作原理作进一步介绍：

本发明所提出的高性能、低噪声翼型优化设计方法属于典型的双目标、多工况翼型气动优化设计方法。相对于已有的翼型噪声优化方法，其主要在两个方面进行了改进。首先是简化优化目标函数，以确保主要目标参数的优化实现。低风速区低噪声风电叶片翼型的主要矛盾在于气动效率与气动噪声的矛盾，因此仅将翼型的最大升阻比和气动噪声总声压级作为目标参数，采用多目标全局性最优化算法，对翼型设计空间进行充分与寻优，以确保翼型最大升阻比的提高和噪声总声压级的下降。其次是采用复杂的约束参数，以确保翼型其他重要气动性能特征的实现。低风速区风力机翼型设计除了要特别考虑噪声需求外，还必须考虑叶片尺寸增加造成的气动效率与载荷的矛盾以及复杂运行工况对叶片性能稳定性的影响。低风速区叶片翼型需要有高的设计升力系数以提高其风轮转矩，但是设计升力系数的增加往往造成最大升力系数也增加，使得极限载荷也会增加。因此本发明通过限制设计升力系数的下界值与最大升力系数的上界值以确保其具有良好的载荷特征。另一方面，低风速区风电叶片运行条件复杂，除了叶片表面粗糙状况易发生变化以外，低风速区的典型风况特点在于高湍流特性。大尺度湍流使得叶片运行攻角多变(阵风湍流)，小尺度湍流造成自由来流湍流度较高(达20％以上)。为提高叶片在复杂运行条件下的气动效率与载荷稳定性，必须对翼型非设计工况条件下气动性能稳定性进行有效约束。本发明以失速特征参数表征翼型失速点以后气动力随攻角变化的特征并作为主要约束参数之一，期望目标翼型具有较小的失速特征参数以降低叶片的疲劳载荷；以最大升力系数、最大升阻比随表面粗糙、自由来流湍流度等变化的敏感性参数表征翼型气动性能的稳定性并作为约束参数一部分；期望目标翼型具有较低的表面粗糙敏感性参数和较低的来流湍流敏感性参数以确保叶片在变工况条件下的性能稳定性。

根据以上翼型优化数学模型，以快速稳健的气动预测方法和噪声半经验预测模型结合翼型几何设计与多目标最优化方法，最终形成有效的高性能、低噪声风力机翼型优化设计方法。

同现有技术相比，本发明的有益结果为：本发明提出的风力机翼型优化设计方法可以在实现翼型设计工况条件下高气动效率、低气动噪声的同时，确保翼型具有良好的气动力载荷特性、失速特性以及表面粗糙、高湍流自由来流等变工况条件下的气动性能稳定性，从而获得高性能、低噪声风力机专用翼型，为降低风电叶片的气动噪声、提高风能转换效率和性能稳定性提供基础支撑。

附图说明

图1为本发明所提出的高性能、低噪声翼型优化方法的流程图；

图2为本发明新设计的一款低噪声、高性能风力机翼型几何轮廓；

图3为本发明提出的新翼型在设计条件下翼型声压级曲线；

图4为表面粗糙影响下新翼型与初始翼型的升阻比曲线对比；

图5为高湍流入流影响下新翼型与初始翼型的升阻比曲线对比；

图6为表面粗糙影响下新翼型与初始翼型的升力曲线对比；

图7为高湍流入流影响下新翼型与初始翼型的升力曲线对比。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，下面结合优化实例及附图对本发明的技术方案和优势进行详细说明。

根据目前我国风场中水平轴风力机的主流机型，选择某一2MW级叶片为参考叶片。目标翼型为叶片外侧展向位置处的风力机翼型，相对厚度为21％。当叶片正常工作时(切入切出风速之间)，该部位翼型实际运行雷诺数在4.5E+06左右，上下涉及的雷诺数范围约为3.0E+06～6.0E+06。

叶片外侧是风力机捕获风能的主要区域，也是气动噪声产生的主要部位。因此，叶片外侧翼型优化目标聚焦于表征翼型气动效率的最大升阻比和表征翼型自噪声水平的气动噪声总声压级。也就是说本发明所提的翼型优化目标函数由最大升阻比(l/d_max)与气动噪声总声压级S_pl,total两个子目标参数组成。由于对这两个参数的要求权重不同，其值量级也不同，须进一步结合权重系数和归一化尺度因子形成一个统一的最大型目标函数F_MAX。对于两个子目标函数，在优化过程中期望最大升阻比增加，噪声总声压级降低。归一化尺度因子和权重系数的分配如表1所示，其中归一化因子的确定是根据同样相对厚度(21％)的现有风力机翼型的参数值量级确定。

表1高性能、低噪声翼型的模型系数

其中，最大升阻比和气动总声压级的总权重为100，由于气动效率高低对于风力机发电成本具有决定性影响，因此赋予最大升阻比以75％的权重，远大于气动总声压级的权重(占比25％)。

从而得到叶根大厚度翼型的优化目标函数为：

F＝w_is_ip_if_i

＝w₁s₁(l/d)_max-w₂s₂S_spl,total

＝0.75s₁(l/d)_max-0.25s₂S_spl,total

注意，上述具体权重系数的设置可以在应用时根据设计需求而自主分配。

高性能、低噪声风力机翼型优化模型除了以表征气动效率的最大升阻比作为设计目标外，同时考虑了翼型的气动力载荷特性以及翼型性能在非设计运行工况条件下的气动性能稳定性，并将这些参数作为优化模型的约束条件，以确保“高性能”翼型的设计实现。具体而言，本发明所提的约束参数包括设计升力系数C_l,design，最大升力系数C_l,max，失速后翼型气动力特征随攻角波动的失速特征参数M_stallx，最大升力系数与最大升阻比的表面粗糙敏感性参数S_cl,S_ld，最升阻比与最大升力系数的自由来流湍流敏感性参数T_cl,T_ld。具体约束参数的设置如下表2所示。其中各个约束参数的设置是基于对已有21％相对厚度翼型的参数对比得到。

表2高性能、低噪声翼型优化设计的模型参数

需要说明的是，在最优化算法中，翼型的约束参数本质上是以罚函数的方式耦合到目标参数中，所以可以通过严格的约束条件确保性能更优的翼型成为可行解。从表格中可以看出，以现有参考翼型和初始翼型为参考，目标翼型的约束条件非常严格。例如要求目标翼型的设计升力系数必须高于1.01，最大升力系数必须小于1.5；同时对于四种表征翼型气动性能稳定性的敏感性参数均要求其小于参考翼型的敏感性参数，也就是说确保目标翼型的气动性能稳定性比初始翼型和参考翼型更优。

本发明优化案例中选择的初始翼型是在多兆瓦级叶片设计中广泛采用的NACA63421翼型。该翼型具有大量可靠的实验数据，失速平缓，但是设计升力系数偏低，最大升阻比也偏低，气动噪声则偏高，需要进一步优化。本发明采用样条方法对初始翼型进行参数化解析，翼型的设计变量为几何特征参数，如最大厚度位置X_t、相对弯度C_am、最大弯度位置X_cam、前缘半径R_le、尾缘厚度T_tr等参数。翼型设计变量的范围考虑以下三个方面的因素，首先是保证变化范围足够大，使得设计空间具有充分性；进而要避免几何形状过于奇异的非物理结果出现；最后要确保新翼型与其他翼型的几何兼容性。针对NACA63421翼型，设计变量的变化范围设置如表3所示：

表3翼型设计变量空间

其中，目标翼型采用钝尾缘设计，尾缘相对厚度在0.5％附近。

以上构成了翼型的优化模型，进一步结合翼型几何设计模块、三种工况下的气动性能计算模块、气动噪声分析模块以及最优化算法模块，形成了高性能、低噪声翼型优化设计方法，其框架流程如图1所示。本发明所提出的优化案例是采用多目标遗传算法获得最优解，得到目标翼型。优化方法中，几何设计模块实现对初始翼型的参数化解析与修型设计。三种工况下的翼型气动性能分析均采用无粘-粘性边界层耦合迭代方法，所采用的转捩预测方法为基于小扰动理论的e^N方法，其中N为扰动放大因子。三种工况中，设计工况的具体计算条件为自然转捩，N＝9，对应的自由来流湍流度约为0.07％；表面粗糙工况采用固定转捩的方式模拟，上表面的固定转捩点为1％弦长位置处，下表面的转捩位置点为10％弦长位置处；高湍流度自由来的计算条件为N＝2.6，对应的自由来流湍流度为1％。三种工况所对应的雷诺数均为Re＝4.5E+06，计算攻角范围均为(-5°～25°)。噪声分析的计算条件为Re＝4.5E+06，入流湍流强度为0.05％，湍流长度尺度为0.06m，入流攻角为3°。在所考虑的五种气动噪声源中，翼型湍流边界层尾缘噪声、分离流噪声、层流边界层涡脱落噪声、钝尾缘噪声采用BPM半经验模型分析，湍流入流气动噪声采用修正后的Amiet半经验模型分析。最后得到10Hz～20000Hz频率范围翼型气动噪声的总声压级。进一步，根据以上翼型性能分析和评估结果，最优化算法模块实现对翼型目标函数、约束等比较，判断是否达到最优解并进行下一步迭代。

本发明实例所得到的目标翼型CAS-LN-210翼型的几何轮廓如图2所示。设计条件下目标翼型与初始翼型在频域范围内的声压级比较如图3所示。设计工况与非设计工况条件下升阻比的对比曲线如图4-5所示，设计工况与非设计工况条件下升力系数的对比曲线如图6-7所示。详细的目标翼型与初始翼型的设计目标参数与约束参数对比如表4所示。

表4目标翼型的性能特征参数与约束参数表

结合图表可以看出，在目标参数方面，首先目标翼型的最大升阻比提高了5.9％。目标翼型与初始翼型在频域范围内的声压级对比如图2所示。可以看出气动噪声能量主要集中于低频区域，尽管在高频区域目标翼型的噪声声压级低于初始翼型的声压级，但是在低频区域内目标翼型的最大声压级得到了降低；从而使得翼型气动噪声的总声压级由79.3842下降到78.7232。即本发明所提的方法在提高翼型气动效率的同时降低了翼型的气动噪声，使总体目标函数F_obj得到大幅度优化。在约束参数方面，翼型的设计升力系数得到了有效提高，最大升力系数的增加满足约束条件(<1.5)。在失速特征方面，目标翼型保持了初始翼型良好的失速特性，失速特征参数同样小于10。在气动性能稳定性方面，四种敏感性参数均小于初始翼型的敏感性参数；尤其是最大升力系数随表面粗糙的敏感性参数由初始翼型的7.41％降低到目标翼型的4.09％，最大升力系数和最大升阻比随自由来流湍流度的敏感性参数均下降了约50％左右，也就是说目标翼型的气动性能随着复杂运行工况条件变化的稳定性得到显著增强。更为直观的结果，见图4-7所示。综合图表结果可知，采用本发明所提的优化设计方法在降低翼型气动噪声、提高翼型气动效率的同时，又确保了翼型气动力载荷特征以及气动性能在非设计工况条件下的稳定性得到改进，可以最终实现“高性能、低噪声”的翼型优化设计。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的范围之内。

Claims (10)

1.一种高气动性能低噪声水平风力机外侧翼型的优化设计方法，根据风力机叶片的气动性能需求和噪声水平要求，以外侧翼型的最大升阻比和气动噪声总声压级作为优化目标，其特征在于，所述方法包括如下步骤：

SS1.确定目标外侧翼型的最大相对厚度及其设计工况条件，所述设计工况条件至少包括切入切出风速之间的运行攻角范围、运行雷诺数条件；

根据目标外侧翼型的最大相对厚度，选择一最大相对厚度与目标外侧翼型基本相同的翼型作为初始翼型；

SS2.确定目标外侧翼型的优化目标函数F：

所述优化目标函数F至少包括表征翼型气动效率的最大升阻比l/d_max和表征翼型自噪声水平的翼型气动噪声总声压级S_pl,total两项优化目标参数，

所述翼型气动噪声总声压级S_pl,total由设计工况下10Hz～20000Hz频率范围内离散频率处的声压级进行对数叠加得到，至少包括翼型湍流边界层尾缘噪声的声压级、分离流噪声的声压级、层流边界层涡脱落噪声的声压级、钝尾缘噪声的声压级、湍流入流噪声的声压级，

根据目标外侧翼型的设计需求侧重分别确定各项优化目标参数的权重系数，根据量级大小分别确定各项优化目标参数的归一化尺度因子，根据在优化过程中增减的期望分别确定各项优化目标参数的期望系数，

所述优化目标函数F的表达式为F＝∑e_iw_is_if_i，

其中，f_i为各项优化目标参数，e_i为各项优化目标参数的期望系数，w_i为各项优化目标参数的权重系数，s_i为各项优化目标参数的归一化尺度因子；

并且其中，所述优化目标函数F为最大型目标函数F_MAX，优化目标参数中期望翼形的最大升阻比l/d_max在优化过程中增加，设定其期望系数为﹢1，期望翼型气动噪声总声压级S_pl,total在优化过程中降低，设定其期望系数为﹣1，最大型目标函数F_MAX为F_MAX＝w₁s₁l/d_max-w₂s₂S_pl,total，其中，w₁、w₂分别为最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的权重系数，且w₁+w₂＝100、w₁>w₂；s₁、s₂分别为最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的归一化为尺度因子，s₁、s₂分别根据最大升阻比l/d_max、翼型气动噪声总声压级S_pl,total的量级大小确定；

SS3.确定目标外侧翼型的约束参数体系，所述约束参数体系至少包括表征翼型设计工况下的气动载荷特性参数以及表征翼型气动力特征随非设计工况变化的稳定性参数；所述表征翼型气动力特征随非设计工况变化的稳定性参数至少包括：表征失速后翼型气动力特征随攻角波动的失速特征参数M_stallx、表征翼型气动载荷与效率随叶片表面粗糙状况变化稳定性的最大升力系数c_l,max与最大升阻比l/d_max的表面粗糙敏感性参数S_cl,S_ld，表征翼型气动载荷与效率随自由来流湍流度变化稳定性的最大升力系数c_l,max与最大升阻比l/d_max的自由来流湍流敏感性参数T_cl,T_ld，其中，

所述失速特征参数M_stallx采用失速后某一攻角处的升力系数相对于失速攻角处最大升力系数的变化量与升力系数的平均变化率的乘积定义；表面粗糙稳定性参数S_cl,S_ld，自由来流湍流稳定性参数T_cl,T_ld均采用设计条件下特征参数与非设计条件下相应参数的相对变化率的形式定义，四种参数的表达式分别为：

其中c_l,max,ft,l/d_max,ft为粗糙表面对应的固定转捩条件下的最大升力系数和最大升阻比，c_l,max,TI,l/d_max,TI为某一高湍流度自由来流下的最大升力系数和最大升阻比；

SS4.以翼型的几何特征参数作为目标外侧翼型的设计变量，至少根据初始翼型的几何特征与结构兼容性要求，确定目标外侧翼型的几何设计空间；

SS5.采用多目标最优化算法对优化目标函数F进行迭代优化，在每一步迭代优化过程中均需对翼型的气动性能与气动噪声特性进行计算，通过分析翼型的气动性能和气动噪声特性，判断优化目标函数F是否达到最优解，最终得到目标外侧翼型。

2.根据权利要求1所述的优化设计方法，其特征在于，步骤SS3中，所述表征翼型设计工况下的气动载荷特性参数，至少包括设计升力系数c_l,design和最大升力系数c_l,max，以提高低风速区叶片转矩的同时降低可能的极限载荷。

3.根据权利要求1所述的优化设计方法，其特征在于，步骤SS4中，目标外侧翼型的几何设计空间由各设计变量的变化范围构成。

4.根据权利要求3所述的优化设计方法，其特征在于，步骤SS4中，翼型的设计变量形式由翼型几何解析方式决定，翼型解析方式采用样条曲线方法，对应的翼型设计变量为表征其几何特征的参数，至少包括翼型的最大相对厚度、最大厚度位置X_t、相对弯度C_am、最大弯度位置X_cam、前缘半径R_le与尾缘厚度T_tr。

5.根据权利要求1所述的优化设计方法，其特征在于，步骤SS5中，所采用的最优化算法为多目标微遗传算法，在每一步优化迭代过程中均需要进行翼型气动性能与噪声特性分析，翼型气动性能分析和噪声特性分析的雷诺数根据目标外侧翼型所处叶片外侧位置处的运行雷诺数范围确定。

6.根据权利要求5所述的优化设计方法，其特征在于，步骤SS5中，每一步优化迭代过程中的翼型气动性能分析包括三种工况条件，分别为设计工况、表面粗糙工况以及高湍流度自由来流工况，其中，设计工况为自然转捩、均匀入流条件，表面粗糙工况采用在翼型上下表面设置固定转捩点的方式模拟，高湍流度入流工况以叶片外侧叶片在额定风速以上风况正常运行时的入流湍流水平为入流湍流条件。

7.根据权利要求6所述的优化设计方法，其特征在于，步骤SS5中，每一种工况条件下，均需要计算自-5°至25°攻角范围内的气动力系数，从而分析得到各工况条件下的最大升阻比、设计升力系数、最大升力系数、失速参数，进一步计算得到各项目标与约束参数。

8.根据权利要求7所述的优化设计方法，其特征在于，步骤SS5中，翼型气动性能计算采用无粘-粘性边界层耦合迭代方法，所采用的转捩预测方法为基于小扰动理论的e^N方法，其中N为扰动放大因子；通过设置N值可以模拟的不同入流湍流度。

9.根据权利要求8所述的优化设计方法，其特征在于，步骤SS5中，翼型气动噪声分析需要计算五种噪声源下的翼型自噪声的总声压级，所述的五种气动噪声源为翼型湍流边界层尾缘噪声、分离流噪声、层流边界层涡脱落噪声、钝尾缘噪声以及湍流入流噪声，其中，前四种声源的气动噪声采用BPM半经验模型分析，最后一种声源的气动噪声采用修正后的Amiet半经验模型分析。

10.根据权利要求9所述的优化设计方法，其特征在于，步骤SS5中，依次计算10Hz～20000Hz频率范围内所选择的34种离散频率点中每一离散频率点下五种声源的噪声声压级，得到每一离散频率点下翼型气动噪声的总声压级。

Images