Optimisation d'une aile d'avion par la méthode de décomposition de la traînée

RÉSUMÉ: Le projet de recherche actuel évalue la capacité d'une méthode de décomposition de la traînée aérodynamique à mener un processus d'optimisation vers une aile d'avion plus efficace. La décomposition de la traînée est une méthode permettant d'isoler et de quantifier les différents types de traînées qui sont : la traînée d'onde, la traînée visqueuse, la traînée induite et la traînée numérique. Tous ces types de traînées proviennent de phénomènes physiques à l'exception de la traînée numérique. Cette dernière, inhérente à toutes solutions numériques de mécanique des fluides, se manifeste comme une fausse traînée aérodynamique et découle essentiellement d'erreurs de discrétisation, d'erreurs de troncature et de l'ajout de dissipation artificielle. L'intégration d'une méthode de décomposition à un processus d'optimisation permet théoriquement d'atténuer l'influence de la fausse traînée sur ce processus et de guider celui-ci vers une meilleure aile d'avion. Pour ce projet de recherche, la traînée aérodynamique du profil RAE2822 et de l'aile d'avion NASA CRM est minimisée en utilisant des processus avec et sans décomposition de traînée. Les résultats sont ensuite analysés et comparés. Pour tous ces processus d'optimisation, une méthode à base radiale est utilisée pour paramétriser les géométries et l'algorithme Pointer de Isight Simulia ® est employé comme algorithme d'optimisation ABSTRACT: The current research project assesses the ability of a drag decomposition method in steering an optimization process towards a more efficient aircraft wing design. This method allows for aerodynamic drag to be broken down into different types of drag, which are namely: wave drag, viscous drag, induced drag, and spurious drag. Apart from spurious drag, all these types of aerodynamic drag are the result of physical phenomena. For its part, spurious drag is inherent to all numerical solutions and is mainly due to discretization errors, truncation errors and the use of artificial dissipation by most solvers to smooth large gradients. Joining a drag decomposition method to an optimization process may theoretically mitigate the detrimental influences spurious drag may have on an optimization process and may, therefore, lead it to a better wing design. For this research project, the aerodynamic drag of the RAE2822 airfoil and the NASA CRM wing have been minimized using optimization processes with and without a drag decomposition method. The results of these optimizations are then analyzed and compared. For these optimization processes, a radial basis function method has been used to parameterize the geometries. The optimization algorithm used was Pointer from Isight Simulia ®