Development of an adjoint system-based hydrofoil optimisation framework using algorithmic differentiation

doi:10.1007/s11081-025-10055-4

Development of an adjoint system-based hydrofoil optimisation framework using algorithmic differentiation

2026-01-01

0

PRE

AI

DOI：10.1007/s11081-025-10055-4

原文链接

原文求助

摘要

En 中文

各类优化问题涉及系统的一个组件，其影响如此之大以至于显著影响系统状态。在这些情况下，对组件进行孤立优化无法考虑优化过程中系统状态的变化，这会引入不准确性。同时，组件的巨大影响带来了巨大的潜在性能提升，这要求进行详细优化。其逻辑结果是需要在优化过程的每一步中建模整个系统并使用大量设计变量。然而，这两个方面都可能导致计算时间显著增加，使得该方法不可行。此类问题之一是游艇比赛中的水翼。水翼类似于机翼，但在水下操作以将游艇船体抬离水面。水翼的设计对游艇系统的性能、状态和控制（即艏倾）具有巨大影响。为建模整个系统，开发了一个游艇整体稳态物理模型。该模型被整合到一个需要70个设计变量的详细优化流程中，这使得使用无导数方法求解变得过于昂贵。因此，开发了一种基于梯度的优化策略，其中梯度通过伴随方法计算。伴随方法允许以低成本计算与输入变量数量无关的梯度。伴随方法仅应用于游艇模型的瓶颈部分，使用算法微分工具ADOL-C实现。模型的其余部分通过有限差分进行微分。整体梯度提供给优化算法IPOPT。该优化策略应用于美洲杯AC75级别游艇，用于优化其在顶风条件下的速度矢量优化（V-MG）水翼。优化后的水翼相对于基准水翼显示出显著改进，并展示了基于伴随系统的优化方法的巨大能力。由于伴随方法的高效性，该框架可扩展以优化数千个设计变量。

Keyword:

Hydrofoil

Optimisation

Adjoint method

Algorithmic differentiation

System-based

Development of an adjoint system-based hydrofoil optimisation framework using algorithmic differentiation

摘要

期刊

机构

引用论文