代尔夫特理工大学飞行性能与推进研究组的博士生 Pieter-Jan Proesmans 采用 modeFRONTIER 进行多目标飞机设计优化，以对比不同未来航空燃料的技术方案。

主要成果

1：modeFRONTIER 的 Python 接口实现了对空气动力学、推进系统、任务分析、质量估算及气候影响等内部工具的统一调度

2：易用的平行坐标图与散点矩阵图为概念洞察提供了极大便利

3：更快捷、更友好的多目标优化与后处理体验

研究背景与挑战

本研究是在欧盟"洁净天空2"计划资助的 GLOWOPT 项目框架下开展的，由代尔夫特理工大学副教授 Roelof Vos 博士指导。研究目标在于开发并验证面向飞机设计的气候函数，以最小化全球变暖影响为目标，并将其应用于相关细分市场下一代飞机的多学科设计优化（MDO）中。

为实现这一目标，新型燃料（如液态氢 LH₂ 和可持续航空燃料 SAF）提供了更具可持续性的技术路径。然而，气候目标与最低运营成本这一传统设计目标之间存在矛盾。虽然这两种燃料能够显著降低气候影响，但其成本更高，且对飞机设计带来额外影响（例如低温液态氢储罐的集成问题）。

解决方案

本研究选用 modeFRONTIER 多学科设计优化（MDO）框架，系统评估氢燃料与可持续航空燃料在支线、中程及远程三类飞机中的气候影响削减效果与运营成本。以成本最优的煤油动力飞机作为所有多学科飞机设计优化的基准参照。

在 modeFRONTIER 工作流程中搭建了多学科设计优化流程。借助其 Python 接口，实现了对空气动力学、推进系统、任务分析、质量估算及气候影响等内部工具的统一调度与集成，随后执行优化策略。

pilOPT 算法通过改变机体结构、涡扇发动机及任务设计变量，评估了数千种配置方案，从而获得三类飞机中不同燃料类型在成本与气候影响之间的权衡关系。

研究成果与价值

"易用的平行坐标图与散点矩阵图在概念洞察方面提供了极大帮助。一项关键发现是：在支线飞机和中程飞机类别中，采用可持续航空燃料（SAF）的方案优于成本最优的氢燃料方案。借助 modeFRONTIER，与以往依赖编程库的方式相比，我们能够以更快捷、更友好的方式完成多目标优化与后处理。未来，我们将研究如何将飞机优化与网络分配算法相结合，从而不仅优化飞机设计变量，还能优化顶层飞机需求参数。" —— Pieter-Jan Proesmans，代尔夫特理工大学飞行性能与推进研究组博士生

代尔夫特理工大学

代尔夫特理工大学是荷兰历史悠久、规模较大的公立理工大学，位于荷兰代尔夫特市。截至 2022 年，该校在 QS 世界大学排名中位列全球工程与技术领域前十。2023 年，其土木工程专业排名全球第二，机械与航空航天工程专业排名全球第三，建筑学专业排名全球第三。