Efficient Bayesian optimization framework for multi-objective tiltrotor design

doi:10.1108/AEAT-06-2025-0207

Efficient Bayesian optimization framework for multi-objective tiltrotor design

2026-01-01

0

PRE

AI

DOI：10.1108/AEAT-06-2025-0207

原文链接

原文求助

摘要

En 中文

本研究的目的是开发一个高效且可扩展的优化框架，以应对高性能、低噪声倾转旋翼设计的日益增长的需求，特别是针对城市空中交通应用中的电动垂直起降（eVTOL）飞机。设计/方法/途径为管理倾转旋翼设计的高维性和复杂性，建立了一个多目标贝叶斯优化框架，旨在同时提高气动效率和降低音调噪声。构建了一个包含40个设计变量的综合参数化模型，包括桨距角、桨叶数量、旋翼直径、使用类形状变换的翼型形状以及弦长和扭转分布。气动性能通过改进的桨叶元涡流理论进行评估，而音调噪声则通过基于声学类比法的模型进行预测。在巡航和悬停条件下进行了四目标优化。研究发现，所提出的框架能够高效地识别帕累托最优设计，捕捉总任务能耗与各飞行模式下的平均感知噪声水平之间的权衡。结果表明，该方法与基准设计相比，总能耗降低高达22%，平均噪声降低超过75%。在平衡优化场景下，该框架实现了总能耗降低17.5%、平均噪声降低16.3%，展示了该框架在探索高维设计空间权衡方面的能力。原创性/价值本研究引入了一种面向倾转旋翼系统的高维多目标优化方法，集成了先进的气动和气动声学建模与贝叶斯优化。它为下一代旋翼设计在多样化运营场景下提供了强大的工具，有助于开发静音高效eVTOL推进系统。

Keyword:

Rotor design

Tilting rotor

Multi objective optimization

Bayesian optimization

Urban air mobility

Efficient Bayesian optimization framework for multi-objective tiltrotor design

摘要

期刊

机构

引用论文