一种螺旋桨翼型的设计方法及终端设备技术

本发明专利技术公开了一种螺旋桨翼型的设计方法及终端设备，其中，所述方法包括：获取螺旋桨翼型的设计变量和目标函数；根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和适应度函数；根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。

Design method and terminal equipment of propeller airfoil

【技术实现步骤摘要】
一种螺旋桨翼型的设计方法及终端设备
本专利技术涉及遗传算法的应用领域，尤其涉及一种螺旋桨翼型的设计方法及终端设备。
技术介绍
随着无人飞行器技术的发展，无人飞行器被广泛应用于军事侦察、灾区救援、地址勘探等领域。螺旋桨作为无人飞行器主要的升力部件，它的气动性能对无人飞行器至关重要，提高飞行器的气动性能可以在相同电能状态下提升无人飞行器的飞行时间和飞行距离。螺旋桨的气动性能由该螺旋桨的翼型决定，较为精确的获取螺旋桨气动性能的方法主要有实验方法和计算流体力学(CFD)数值模拟方法。实验方法主要用于气动性能的测量和校验，而在设计过程中，主要采用CFD方法。目前实用的较为精确的CFD方法是采用求解非定常雷诺平均N-S方程的方法，但该方法计算十分费时，在计算机的处理器为I7时，单次计算所需时间在24小时以上。因此，如何缩短螺旋桨的优化设计周期是本领域技术人员正在研究的热门话题。
技术实现思路
本专利技术的主要目的在于提供一种螺旋桨翼型的设计方法及终端设备，旨在缩短螺旋桨的优化设计周期，提升螺旋桨设计的工作效率。为实现上述目的，本专利技术提供一种螺旋桨翼型的设计方法，用于终端设备，所述方法包括：获取螺旋桨翼型的设计变量和目标函数；根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和适应度函数；根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。优选地，所述方法还包括：若所述适应度值未超过适应度阈值，则更新所述初始化种群，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。优选地，所述更新所述初始化种群，包括：根据所述适应度值对每个所述初始化种群进行个体筛选，以获取N个筛选初始化种群；对N个所述筛选初始化种群进行个体变异，以获取新的初始化种群。优选地，所述更新所述初始化种群，包括：根据所述适应度值对每个所述初始化种群进行个体筛选，以获取N个筛选初始化种群；对N个所述筛选初始化种群进行个体变异和交叉，以获取新的初始化种群。优选地，检测所述初始化种群的更新次数是否达到更新次数阈值；若所述初始化种群的更新次数达到所述更新次数阈值，则根据所述适应度值从对应的所述初始化种群中选取预设数量的个体；将所述预设数量的个体迁移至其余的N-1个所述初始化种群中，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。优选地，所述根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和适应度函数，包括：获取所述设计变量的约束函数，其中，所述约束函数为用户根据所述设计变量和所述目标函数设定的用于约束所述设计变量的函数；根据所述设计变量、所述目标函数以及所述约束函数建立所述优化模型；根据所述优化模型建立遗传算法的适应度函数。本专利技术还提供一种终端设备，所述终端设备包括：变量获取模块，用于获取所述螺旋桨翼型的设计变量和目标函数；优化模型模块，用于根据所述设计变量以及所述目标函数，建立所述螺旋桨的优化模型和适应度函数；种群生成模块，用于根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；初始化模块，用于随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；计算模块，用于根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；输出模块，用于若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。优选地，所述终端设备还包括：更新模块，用于若所述适应度值未超过适应度阈值，则更新所述初始化种群，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。优选地，所述更新模块还用于：根据所述适应度值对每个所述初始化种群进行个体筛选，以获取N个筛选初始化种群；对N个所述筛选初始化种群进行个体交叉互换，以更新所述初始化种群。优选地，所述更新模块还用于：检测所述初始化种群的更新次数是否达到更新次数阈值；若所述初始化种群的更新次数达到所述更新次数阈值，则根据所述适应度值从对应的所述初始化种群中选取预设数量的个体；将所述预设数量的个体迁移至其余的N-1个所述初始化种群中，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。与现有技术相比，本专利技术所提供的螺旋桨翼型的设计方法通过获取所述螺旋桨翼型的设计变量和目标函数；根据所述设计变量以及所述目标函数，建立所述螺旋桨的优化模型和适应度函数；根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。通过利用优化模型生成N个初始种群，并对N个初始种群进行初始化，利用多个初始种群进行遗传运算，从而有效提高运算效率。进一步，本专利技术还通过若所述适应度值未超过适应度阈值，则更新所述初始化种群，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。即，若适应度值不符合预设要求，则对初始化种群个体进行交叉和/或变异，以获取更新的初始化种群进行新一轮的适应度值计算，从而获取螺旋桨翼型的设计数据的最优解。更进一步，若所述初始化种群的更新次数达到所述更新次数阈值，则根据所述适应度值从对应的所述初始化种群中选取预设数量的个体；将所述预设数量的个体迁移至其余的N-1个所述初始化种群中，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。即，利用适应度函数计算N个所述初始化种群中每个个体对应的适应度值，并根据适应度值从对应的初始化种群中挑选出适应度值符合要求的个体迁移至其他的初始化种群，使得每个初始化种群中个体的适应度值均处于较优值，从而获取螺旋桨翼型的设计数据的最优解。附图说明图1为本专利技术一实施例提供的螺旋桨翼型的设计方法的步骤流程图；图2为图1中步骤S2的子步骤流程图；图3为本专利技术一实施例提供的初始化种群中个体进行迁移的示意图；图4为本专利技术一实施例提供的终端设备的模块结构示意图；图5为本专利技术另一实施例提供的终端本文档来自技高网...

【技术保护点】
1.一种螺旋桨翼型的设计方法，用于终端设备，其特征在于，所述方法包括：/n获取螺旋桨翼型的设计变量和目标函数；/n根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和适应度函数；/n根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；/n随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；/n根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；/n若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。/n

【技术特征摘要】
1.一种螺旋桨翼型的设计方法，用于终端设备，其特征在于，所述方法包括：
获取螺旋桨翼型的设计变量和目标函数；
根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和适应度函数；
根据所述优化模型生成N个初始种群，其中，N为大于等于2的正整数；
随机初始化N个所述初始种群，以获取N个初始化种群，其中，每个所述初始化种群包括若干个体，所述个体为所述设计变量映射成的设计方案数据；
根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值；
若所述适应度值超过适应度阈值，则输出所述初始化种群中适应度值最高的个体所对应的设计方案数据。


2.如权利要求1所述的方法，其特征在于，所述方法还包括：
若所述适应度值未超过适应度阈值，则更新所述初始化种群，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。


3.如权利要求2所述的方法，其特征在于，所述更新所述初始化种群，包括：
根据所述适应度值对每个所述初始化种群进行个体筛选，以获取N个筛选初始化种群；
对N个所述筛选初始化种群进行个体变异，以获取新的初始化种群。


4.如权利要求2所述的方法，其特征在于，所述更新所述初始化种群，包括：
根据所述适应度值对每个所述初始化种群进行个体筛选，以获取N个筛选初始化种群；
对N个所述筛选初始化种群进行个体变异和交叉，以获取新的初始化种群。


5.如权利要求2-4任意一项所述的方法，其特征在于，所述方法还包括：
检测所述初始化种群的更新次数是否达到更新次数阈值；
若所述初始化种群的更新次数达到所述更新次数阈值，则根据所述适应度值从对应的所述初始化种群中选取预设数量的个体；
将所述预设数量的个体迁移至其余的N-1个所述初始化种群中，并再次根据所述适应度函数计算N个所述初始化种群中每个个体对应的适应度值。


6.如权利要求1所述的方法，其特征在于，所述根据所述设计变量以及所述目标函数，建立所述螺旋桨翼型的优化模型和...

【专利技术属性】
技术研发人员：张海浪，
申请(专利权)人：深圳市道通智能航空技术有限公司，
类型：发明
国别省市：广东;44