面向在线变形的跨域变构型飞行器气动设计方法

doi:10.7527/S1000-6893.2025.32490

流体力学与飞行力学

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向在线变形的跨域变构型飞行器气动设计方法

陈海鹏¹, 喻海川¹, 顾祥玉¹(), 王鑫蔚¹, 张啸九¹, 陈军²

^1.中国运载火箭技术研究院，北京 100076
^2.西北工业大学航空学院，西安 710072

收稿日期:2025-06-30 修回日期:2025-11-10 接受日期:2025-11-13 出版日期:2025-11-21 发布日期:2025-11-20
通讯作者: 顾祥玉 E-mail:xiangyu_gu@outlook.com
基金资助:
国家自然科学基金重点项目(92471205)

Aerodynamic design methods for cross-domain morphing aircraft oriented to online deformation

Haipeng CHEN¹, Haichuan YU¹, Xiangyu GU¹(), Xinwei WANG¹, Xiaojiu ZHANG¹, Jun CHEN²

^1.China Academy of Launch Vehicle Technology，Beijing 100076，China
^2.School of Aeronautics，Northwestern Polytechnical University，Xi’an 710072，China

Received:2025-06-30 Revised:2025-11-10 Accepted:2025-11-13 Online:2025-11-21 Published:2025-11-20
Contact: Xiangyu GU E-mail:xiangyu_gu@outlook.com
Supported by:
Key Program of the National Natural Science Foundation of China(92471205)

摘要/Abstract

摘要：

变构型飞行器根据飞行任务在线改变气动外形，可在宽飞行包线内保持优异气动性能，成为当前航空航天领域的研究热点。针对变构型飞行器气动外形设计面临的在线/离线变量一体化协调与多剖面异构约束的挑战，发展了一种面向多任务的跨域变构型飞行器气动设计方法。该方法采用在线与离线两类设计变量参数化气动外形，构建了内、外两层耦合优化框架，旨在实现全剖面性能最优并满足各剖面约束。将该方法应用于可变后掠跨域飞行器，针对起降（最大升力）和高速飞行（最大升阻比、压心约束）剖面完成了气动外形优化。根据权重配置不同，优化构型在Ma=0.4工况，升力系数提升55.03%、56.85%；在Ma=6.0和Ma=10.0工况，升阻比分别提升1.16%、1.69%和0.94%、1.68%。压心变化均满足2%的设计约束，验证了该优化框架的有效性。

关键词: 跨域变构型, 多点设计, 双层优化方法, 型面优化, 平面形状优化

Abstract:

Morphing aircraft， which adapt their aerodynamic shape online to meet mission demands， are a prominent research topic for maintaining high performance across wide flight envelopes. To address the challenges of integrated coordination between online/offline design variables and multi-profile heterogeneous constraints in the aerodynamic design of morphing aircraft， we develop a multi-mission aerodynamic design method for cross-domain aircraft. The proposed method parameterizes the aerodynamic shape with both online and offline variables and constructs an inner-outer dual-layer coupled optimization framework aimed at achieving a globally optimal offline shape while meeting the optimal online configurations for each flight profile. The method was applied to a variable-sweep cross-domain aircraft， and shape optimization is carried out for take-off/landing （max lift coefficient） and high-speed flight （max lift-to-drag ratio with center of pressure constraints）. Depending on the objective weights， the optimized lift coefficient at Ma=0.4 increased by 55.03% and 56.85%， while lift-to-drag ratios at Ma=6.0 and Ma=10.0 increased by 1.16%， 1.69% and 0.94%， 1.68%， respectively. Crucially， the high-speed center of pressure variation was successfully controlled within the 2% design constraint in all cases. These results verify the effectiveness of the proposed optimization framework.

Key words: cross-domain morphing, multi-point design, dual-layer optimization method, shape optimization, planar shape optimization

中图分类号:

V211.3

陈海鹏, 喻海川, 顾祥玉, 王鑫蔚, 张啸九, 陈军. 面向在线变形的跨域变构型飞行器气动设计方法[J]. 航空学报, 2026, 47(5): 132490.

Haipeng CHEN, Haichuan YU, Xiangyu GU, Xinwei WANG, Xiaojiu ZHANG, Jun CHEN. Aerodynamic design methods for cross-domain morphing aircraft oriented to online deformation[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(5): 132490.

图/表 27

图 1

图 2

表1

图 3

图 4

图 5

图 6

表2

表3

设计状态与在线变量约束

设计点	设计状态	$θ$ /（°）		$Λ$ /（°）
设计点	设计状态	下界	上界	下界	上界
1	Ma=0.4， H=0 km，α=4°	-50	-20	-0	30
2	Ma=6.0， H=30 km，α=4°	0	20	50	70
3	Ma=10.0， H=40 km，α=4°	10	25	60	75

表3

表4

图 7

表5

图 8

图 9

表6

图 10

表7

表8

图 11

图 12

图 13

图 14

图 15

图 16

图 17

图 18

图 19

参考文献 42

[1]	朱继宏，韩嘉诚，谷小军，等. 跨域飞行器结构与变构型设计技术进展与挑战［J］. 航空学报， 2025， 46（18）： 431686.
	ZHU J H， HAN J C， GU X J， et al. Advances and challenges in cross-domain vehicle structures and morphing configuration design technologies［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（18）： 431686 （in Chinese）.
[2]	CHU L L， LI Q， GU F， et al. Design， modeling， and control of morphing aircraft： A review［J］. Chinese Journal of Aeronautics， 2022， 35（5）： 220-246.
[3]	陈树生，贾苜梁，刘衍旭，等. 变体飞行器变形方式及气动布局设计关键技术研究进展［J］. 航空学报， 2024， 45（6）： 629595.
	CHEN S S， JIA M L， LIU Y X， et al. Deformation modes and key technologies of aerodynamic layout design for morphing aircraft： Review［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（6）： 629595 （in Chinese）.
[4]	FENG C， CHEN S S， YUAN W， et al. A wide-speed-range aerodynamic configuration by adopting wave-riding-strake wing［J］. Acta Astronautica， 2023， 202： 442-452.
[5]	KULFAN B M. Universal parametric geometry representation method［J］. Journal of Aircraft， 2008， 45（1）： 142-158.
[6]	田洁华，孙迪，屈峰，等. 基于CST-GAN的翼型参数化方法［J］. 航空学报， 2023， 44（18）： 128280.
	TIAN J H， SUN D， QU F， et al. Airfoil parameterization method based on CST-GAN［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（18）： 128280 （in Chinese）.
[7]	PIEGL L， TILLER W. The NURBS book［M］. Heidelberg： Springer Berlin， 2012： 509-569.
[8]	SHENG C H， ALLEN C B. Efficient mesh deformation using radial basis functions on unstructured meshes［J］. AIAA Journal， 2012， 51（3）： 707-720.
[9]	SELIM M M， KOOMULLIL R P. Mesh deformation approaches—A survey［J］. Journal of Physical Mathematics， 2016， 7（2）： 1-9.
[10]	ZHAO Z， MA R， HE L， et al. An efficient large-scale mesh deformation method based on MPI/OpenMP hybrid parallel radial basis function interpolation［J］. Chinese Journal of Aeronautics， 2020， 33（5）： 1392-1404.
[11]	GU X Y， CIAMPA P D， NAGEL B. An automated CFD analysis workflow in overall aircraft design applications［J］. CEAS Aeronautical Journal， 2018， 9（1）： 3-13.
[12]	YOU K K， HA J H， LEE S C. An automated aerodynamic analysis system in missile based on open-source software［J］. International Journal of Aeronautical and Space Sciences， 2023， 24（3）： 592-605.
[13]	刘超宇，屈峰，孙迪，等. 基于离散伴随的高超声速密切锥乘波体气动优化设计［J］. 航空学报， 2023， 44（4）： 126664.
	LIU C Y， QU F， SUN D， et al. Discretized adjoint based aerodynamic optimization design for hypersonic osculating-cone waverider［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（4）： 126664 （in Chinese）.
[14]	DWIGHT R P， BREZILLON J. Effect of approximations of the discrete adjoint on gradient-based optimization［J］. AIAA Journal， 2006， 44（12）： 3022-3031.
[15]	KENWAY G K W， MADER C A， HE P， et al. Effective adjoint approaches for computational fluid dynamics［J］. Progress in Aerospace Sciences， 2019， 110： 100542.
[16]	高昌，李正洲，黄江涛，等. 基于连续伴随方法的高超声速飞行器高精度气动优化［J］. 航空学报， 2021， 42（7）： 124490.
	GAO C， LI Z Z， HUANG J T， et al. High-accuracy aerodynamic optimization of hypersonic vehicles based on continuous adjoint［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（7）： 124490 （in Chinese）.
[17]	陈海昕，邓凯文，李润泽. 机器学习技术在气动优化中的应用［J］. 航空学报， 2019， 40（1）： 522480.
	CHEN H X， DENG K W， LI R Z. Utilization of machine learning technology in aerodynamic optimization［J］. Acta Aeronautica et Astronautica Sinica， 2019， 40（1）： 522480 （in Chinese）.
[18]	HAN Z H， ZIMMERMANN R， GÖRTZ S. Alternative cokriging method for variable-fidelity surrogate modeling［J］. AIAA Journal， 2012， 50（5）： 1205-1210.
[19]	GU X Y， CIAMPA P D， NAGEL B. High fidelity aerodynamic optimization in distributed overall aircraft design［C］∥17th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference. Reston： AIAA， 2016.
[20]	BROOKS T R， KENWAY G K W， MARTINS J R R A. Benchmark aerostructural models for the study of transonic aircraft wings［J］. AIAA Journal， 2018， 56（7）： 2840-2855.
[21]	PHOENIX A A， MAXWELL J R， ROGERS R E. Mach 5-3.5 morphing waverider accuracy and aerodynamic performance evaluation［J］. Journal of Aircraft， 2019， 56（5）： 2047-2061.
[22]	PHOENIX A A， ROGERS R E， MAXWELL J R， et al. Mach five to ten morphing waverider： Control point study［J］. Journal of Aircraft， 2018， 56（2）： 493-504.
[23]	DAI P， YAN B B， HUANG W， et al. Design and aerodynamic performance analysis of a variable-sweep-wing morphing waverider［J］. Aerospace Science and Technology， 2020， 98： 105703.
[24]	ZHAO Z T， HUANG W， YAN B B， et al. Design and high speed aerodynamic performance analysis of vortex lift waverider with a wide-speed range［J］. Acta Astronautica， 2018， 151： 848-863.
[25]	武宇飞，龙腾，史人赫，等. 跨域变体飞行器气动力热非层次多模型融合降阶方法［J］. 航空学报， 2023， 44（21）： 528259.
	WU Y F， LONG T， SHI R H， et al. Non-hierarchical multi-model fusion order reduction based on aerodynamic and aerothermodynamic characteristics for cross-domain morphing aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（21）： 528259 （in Chinese）.
[26]	FINCHAM J H S， FRISWELL M I. Aerodynamic optimisation of a camber morphing aerofoil［J］. Aerospace Science and Technology， 2015， 43： 245-255.
[27]	WOODS B K S， FRISWELL M I. Preliminary investigation of a fishbone active camber concept［C］∥ASME 2012 Conference on Smart Materials， Adaptive Structures and Intelligent Systems. New York： ASME， 2013.
[28]	DEXL F， HAUFFE A， WOLF K. Multidisciplinary multi-objective design optimization of an active morphing wing section［J］. Structural and Multidisciplinary Optimization， 2020， 62（5）： 2423-2440.
[29]	LIU B， LIANG H， HAN Z H， et al. Surrogate-based aerodynamic shape optimization of a morphing wing considering a wide Mach-number range［J］. Aerospace Science and Technology， 2022， 124： 107557.
[30]	陈树生，冯聪，张兆康，等. 基于全局/梯度优化方法的宽速域乘波-机翼布局气动设计［J］. 航空学报， 2024， 45（6）： 629596.
	CHEN S S， FENG C， ZHANG Z K， et al. Aerodynamic design of wide-speed-range waverider-wing configuration based on global & gradient optimization method［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（6）： 629596 （in Chinese）.
[31]	BOX M J. A new method of constrained optimization and a comparison with other methods［J］. The Computer Journal， 1965， 8（1）： 42-52.
[32]	ROE P L. Approximate Riemann solvers， parameter vectors， and difference schemes［J］. Journal of Computational Physics， 1997， 135（2）： 250-258.
[33]	CHEN R F， WANG Z J. Fast， block lower-upper symmetric Gauss-Seidel scheme for arbitrary grids［J］. AIAA Journal， 2000， 38： 2238-2245.
[34]	VENKATAKRISHNAN V. On the accuracy of limiters and convergence to steady state solutions［C］∥31st Aerospace Sciences Meeting. Reston： AIAA， 1993.
[35]	KERMANI M， PLETT E. Modified entropy correction formula for the Roe scheme［C］∥39th Aerospace Sciences Meeting and Exhibit. Reston： AIAA， 2001.
[36]	MENTER F R. Two-equation eddy-viscosity turbulence models for engineering applications［J］. AIAA Journal， 1994， 32（8）： 1598-1605.
[37]	SEDERBERG T W， PARRY S R. Free-form deformation of solid geometric models［C］∥Proceedings of the 13th Annual Conference on Computer Graphics and Interactive Techniques. New York： ACM， 1986.
[38]	WITTEVEEN J， BIJL H. Explicit mesh deformation using inverse distance weighting interpolation［C］∥19th AIAA Computational Fluid Dynamics. Reston： AIAA， 2009.
[39]	SEEGER M. Gaussian processes for machine learning［J］. International Journal of Neural Systems， 2004， 14（02）： 69-106.
[40]	KRIGE D G. A statistical approach to some basic mine valuation problems on the Witwatersrand［J］. Journal of the Southern African Institute of Mining and Metallurgy， 1951， 52（6）： 119-139.
[41]	MCKAY M D， BECKMAN R J， CONOVER W J. A comparison of three methods for selecting values of input variables in the analysis of output from a computer code［J］. Technometrics， 2000， 42（1）： 55-61.
[42]	LIU C Z， BAI P， WANG J F， et al. Osculating-cone waverider design by customizing the planform shape of leading edge［J］. Chinese Journal of Theoretical and Applied Mechanics， 2019， 51（4）： 991-997.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

参数	数值
机身长度/m	7.837
翼面半展长/m	1.320
俯视投影面积/m²	14.740
前缘钝化半径/mm	5
外翼后掠角/（°）	50

展向截面	y方向位移/m
展向截面	下界	上界
1	-0.20	0.05
2	-0.20	0.05
3	-0.12	0.02
4	-0.08	0.02
5	-0.06	0.02

马赫数	气动力系数	R²	均方根误差/10^-4	平均绝对误差/10^-4
0.4	C_x	0.998 9	0.66	0.50
	C_y	0.999 8	5.26	4.11
	C_mz	0.999 7	4.20	3.23
6.0	C_x	0.996 6	1.25	0.95
	C_y	0.995 7	4.87	3.83
	C_mz	0.998 8	2.14	1.68
10.0	C_x	0.994 0	1.07	0.83
	C_y	0.997 0	2.67	1.90
	C_mz	0.997 3	2.18	1.58

工况	构型	Ma=0.4			Ma=6.0			Ma=10.0
工况	构型	C_L	C_D	K	C_L	K	X_CP	C_L	K	X_CP
Ori		0.378 0	0.078 2	4.832 3	0.124 1	3.942 0	0.703 4	0.098 9	3.905 8	0.703 3
工况1	Opt_sweep	0.553 9	0.103 5	5.353 0	0.111 6	4.000 5	0.675 0	0.089 7	3.966 5	0.683 0
工况1	Opt_hybrid	0.586 0	0.106 7	5.495 8	0.111 9	4.008 4	0.684 1	0.090 1	3.971 3	0.691 2
工况2	Opt_sweep	0.553 9	0.103 5	5.353 3	0.112 3	4.030 1	0.680 1	0.090 9	3.993 0	0.681 2
工况2	Opt_hybrid	0.592 9	0.106 9	5.544 8	0.112 2	3.987 9	0.700 1	0.090 5	3.942 4	0.703 4

工况	马赫数	优化阶段	ΔC_L /%	ΔK/%	ΔX_CP/%
工况1	0.4	后掠角优化	46.53	10.78
		型面优化	8.49	2.96
		双层优化	55.03	13.73
	6.0	后掠角优化	-10.07	1.48	-2.84
		型面优化	0.24	0.2	0.91
		双层优化	-9.83	1.69	-1.93
	10.0	后掠角优化	-9.30	1.55	-2.03
		型面优化	0.40	0.12	0.82
		双层优化	-8.90	1.68	-1.21
工况 2	0.4	后掠角优化	46.53	10.78
		型面优化	10.32	3.96
		双层优化	56.85	14.74
	6.0	后掠角优化	-9.51	2.23	-2.33
		型面优化	-0.08	-1.07	2.00
		双层优化	-9.59	1.16	-0.33
	10.0	后掠角优化	-8.09	2.23	-2.21
		型面优化	-0.40	-1.30	2.22
		双层优化	-8.49	0.94	0.01

面向在线变形的跨域变构型飞行器气动设计方法

Aerodynamic design methods for cross-domain morphing aircraft oriented to online deformation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 27

参考文献 42

相关文章 15

编辑推荐

Metrics

本文评价

[1]	朱训涵周岩丁振伟谢玮罗振兵. 主动射流调控第Ⅳ类激波干扰与流场快速重构（流动控制与热管理专栏）[J]. 航空学报, 0, (): 1-0.
[2]	陈锦辉柳婉婷李志远吴杰. 基于壁面吹气的高超声速湍流边界层减阻降热研究[J]. 航空学报, 0, (): 1-0.
[3]	李锦烨崔伟王祁旻吴大卫. 双缝襟翼带滑流效应的分布式动力气动设计-飞行器飞发匹配技术专栏[J]. 航空学报, 0, (): 1-0.
[4]	齐海峰, 常士楠, 任战鹏, 杨映麟. 基于沿程冷却法的冰晶沿程参数变化模拟[J]. 航空学报, 2026, 47(4): 132227-132227.
[5]	陈泰然杨奇麟龙金成焦俊史圣哲. 水上飞机起降过程气-水耦合作用与运动响应特性研究[J]. 航空学报, 0, (): 1-0.
[6]	牛子越董希旺王璐陈际玮黄晨曦潘成伟. 置信度驱动的自适应 GMPHD 多目标跟踪方法（2026增刊1， 20250287）[J]. 航空学报, 0, (): 1-0.
[7]	辛惠竹李晨桑为民侯靓. 基于多任务学习的翼型结冰与气动特性预测[J]. 航空学报, 0, (): 1-0.
[8]	李辰, 孙东, 刘朋欣, 郭启龙, 袁先旭. 等离子体激励超声速湍流边界层直接数值模拟[J]. 航空学报, 2025, 46(S1): 732187-732187.
[9]	赵良瑾, 仝昊楠, 苑子杨, 李昀镀, 张晓典, 成培瑞. 无人机集群的干扰管理：机理、技术与挑战[J]. 航空学报, 2025, 46(23): 632022-632022.
[10]	廖振荣, 李军府, 赵博文, 张明, 谢露, 韩忠华, 艾梦琪. 基于工程的超声速民机宽速域机翼设计[J]. 航空学报, 2025, 46(20): 531915-531915.
[11]	李祚泰, 陈树生, 金世轶, 高正红, 周卫国. 基于声爆高效预测的超声速民机优化设计与数据挖掘[J]. 航空学报, 2025, 46(20): 531920-531920.
[12]	陈晴, 韩忠华, 张科施, 乔建领, 丁玉临, 宋文萍. 一种面向超声速民机低声爆布局的全声爆毯优化设计方法[J]. 航空学报, 2025, 46(20): 531909-531909.
[13]	贡天宇, 单程军, 易理哲, 龙垚松, 成忠涛. 发动机几何参数对超声速民机声爆特性的影响[J]. 航空学报, 2025, 46(20): 531592-531592.
[14]	张力文, 韩忠华, 张科施, 宋科, 宋文萍. 面向超声速民机近/中场声爆传播的空间推进高精度数值模拟方法[J]. 航空学报, 2025, 46(20): 531935-531935.
[15]	郑可风, 宋文萍, 聂晗, 丁玉临, 乔建领, 陈晴, 王奕衡, 宋科, 张科施. 考虑全机声爆特性的超声速自然层流机翼设计方法[J]. 航空学报, 2025, 46(20): 531214-531214.