بهينه سازي دو هدفه اشكال آيروديناميكي با استفاده از الگوريتم جستجوي گرانشي

Two-Objective Optimization of Aerodynamic Shapes Using Gravitational Search Algorithm

در اين مقاله از الگوريتم جستجوي گرانشي (براي اولين بار) به منظور بهينه‌سازي دوهدفه هندسه ايرفويل استفاده شده است. معادلات تراكم‌پذير دو بعدي ناوير- استوكس به همراه مدل اسپالارت-آلماراس براي شبيه‌سازي جريان لزج و مغشوش مورد استفاده قرار گرفته است. ابتدا كارايي و صحت مجموعه‌هاي بهينه‌ساز با بهينه‌سازي معكوس دوهدفه بررسي شده است. در اين حالت توابع هدف، اختلاف نيروي پسا و برآ با مقادير متناظر كميات از ايرفويل هدف NACA0012 بوده است، به طوريكه يك دسته ايرفويل به عنوان ايرفويل‌هاي شروع كننده به صورت تصادفي انتخاب شده و هدف، بدست آوردن ايرفويل‌هايي بوده است كه توابع هدف در نظر گرفته شده را ارضا كنند. در بهينه‌سازي مستقيم، الگوريتم‌ جستجوي گرانشي به‌كار رفته در كار حاضر با تغيير متغيرهاي طراحي ايرفويل (مربوط به روش پارسس)، درصدد رسيدن به متغير‌هاي مناسب و در نتيجه يافتن دسته ايرفويل‌هاي بهينه با توابع هدف برآي بيشينه و پساي كمينه شده است. اين الگوريتم با شروع از يك دسته ايرفويل اوليه به حل پرداخته و به سمت ايرفويل‌هايي هدايت مي‌شود كه توابع هدف ذكر شده را تامين كند. مقايسه نتايج (جبهه پرتو) بدست آمده نشان دهنده‌ عملكرد بهتر و مناسب‌تر الگوريتم جستجوي گرانشي نسبت به الگوريتم جمعيت ذرات و تحقيقات پيشين (انجام يافته با ديگر روش‌هاي فرا ابتكاري) به منظور بهينه‌سازي آيروديناميكي مي‌باشد.

Gravitational search algorithm (for the first time) has been used for two-objective optimization of airfoil shape, in this article. 2D compressible Navier-Stokes equations with Spalart-Allmaras model has been used to simulate viscous and turbulent flow. First, efficiency and accuracy of the optimizer sets have been evaluated using inverse optimization. Objective functions were difference between drag and lift with their corresponding values of the NACA0012 objective airfoil, as a set of airfoils was randomly chosen as starter airfoils in this case, and the aim was to obtain the airfoils that satisfy the considered objective functions. In direct optimization, gravitational search algorithm which has been used in the present work, has achieved proper parameters (related to the Parsec method) and consequently has found optimized airfoils with maximum lift and minimum drag objective functions. This algorithm starts to solve using a set of airfoils and it is directed towards the airfoils that provide the mentioned objective functions. Comparison of the results (Pareto fronts) shows better and more proper performance of the gravitational search algorithm rather than particle swarm optimization algorithm and former researches (done using other meta-heuristic algorithms) for aerodynamic optimizations.