机构
代尔夫特理工大学
ESTECO软件解决方案
modeFRONTIER
优势
modeFRONTIER Python接口能够同时集成计算空气动力学、推进、任务分析、质量估计和气候影响的内部工具软件；
易于使用的平行坐标和散点矩阵图非常有助于获得概念见解；
快速友好的多目标优化和后处理功能可以在短短四天内评估700多个设计
代尔夫特理工大学飞行性能与推进小组的博士生Pieter Jan Proesmans使用modeFRONTIER进行了多目标飞机设计优化，以比较未来的航空燃料。
“用于DOE或优化结果的modeFRONTIER后处理工具使飞机设计研究人员能够快速验证设计解决方案和趋势”
Pieter Jan Proesmans，飞行性能与推进组博士生，代尔夫特理工大学
挑战
这项研究是在欧盟清洁天空计划2赞助的GLOWOPT项目的框架内进行的，并在代尔夫特理工大学Roelof Vos副教授的监督下进行。目标是开发和验证飞机设计的气候性能（CFAD），以最大限度地减少全球变暖，并将其应用于相关细分市场的下一代飞机的多学科设计优化（MDO）。
为了实现这一目标，液氢（LH2）和可持续航空燃料（SAF）等新型燃料可以提供更可持续的解决方案。然而，气候目标与最低运营成本的典型设计目标相冲突。虽然这两种燃料可以显著减少气候影响，但它们也更昂贵，并对飞机设计产生影响（在低温LH2储罐的情况下）。
解决方案
选择modeFRONTIER多学科设计优化（MDO）框架来研究和降低区域、中程和远程飞机类别中氢气和SAF燃料的气候影响和运营成本。成本最优的煤油动力飞机是所有多学科飞机设计优化的参考案例。MDO流程是在modeFRONTIER工作流中设置的。其Python接口使其能够协调用于空气动力学、推进、任务分析、质量估计和气候影响的内部工具。接下来，执行优化策略。
pilOPT算法通过改变机身、涡扇发动机和任务设计变量来评估数千种配置，以获得三种飞机类别中所有燃料类型的成本与气候的权衡。
成果
“易于使用的平行坐标和散点矩阵图非常有助于获得概念见解。其中一个关键发现是，在区域和中程类别中，SAF动力飞机比成本最优的氢飞机更受欢迎。与之前我们不得不依赖编程库的时候相比，有了modeFRONTIER，我们可以以更快、更用户友好的方式来执行多目标优化和后处理。代尔夫特理工大学飞行性能与推进小组的博士生Pieter Jan Proesmans表示：“未来，我们将研究如何将飞机优化与网络分配程序相结合，不仅更新飞机设计变量，还更新顶级飞机需求。”。
代尔夫特理工大学
代尔夫特理工大学是荷兰历史最悠久、规模最大的公立理工大学，位于荷兰代尔夫特。截至2022年，QS世界大学排名将其列为世界前十大工程技术大学。2023年，它在土木工程方面排名世界第二，在机械和航空航天工程和建筑方面排名世界第三。
文章来源：ESTECO官网
B站账号
知乎账号
微信账号