Aerodynamic shape optimization of rotary wing aircraft components using advanced multiobjective evolutionary algorithms

The aim of this Doctoral Thesis, sponsored by AgustaWestland, is the design and development of a multi-objective optimization procedure that involves the application of the GeDEA-II, a powerful and time-saving evolutionary algorithm recently developed by the author at the University of Padova, able to perform multi-objective optimization analyses with the general approach of the Pareto frontier search. When compared to other state-of-the-art multi-objective evolutionary algorithms, it features novel crossover and mutation operators, and demonstrated superior performance. This optimizer supervises an automatic optimization loop involving the CFD commercial and free, open source solvers, respectively Fluent® and OpenFOAM®. Altair Hyperworks package is chosen as the free-form-deformation parameterization engine. The test cases chosen to demonstrate the strength of the procedure implemented concern the aerodynamic optimization of the AgustaWestland ERICA nose region, and the optimization of the intake 1 of the AW101 helicopter, that is really challenging problems from both the engineering and the industrial point of view. Starting from the the geometry elaboration and proceeding to the results discussion, each step of the optimization procedure is described in details, with particular focus on the automatic optimization loop, directly programmed by the author in both UNIX/Linux and Windows environments. The results obtained surely demonstrate the effectiveness of the multiobjective approach chosen to carry out this work. Furthermore, some suggestions for future improvements and developments are provided, with the purpose to increase the strength of the discussed multi-objective optimization tool.

Lo scopo di questa tesi di Dottorato in Energetica, finanziata da AgustaWestland, consiste nella progettazione e sviluppo di una procedura di ottimizzazione multi-obiettivo, che comprende l’applicazione del GeDEA-II, un algoritmo genetico/evolutivo recentemente sviluppato dall’autore presso l’Università di Padova. Tale algoritmo permette di effettuare analisi di ottimizzazione multiobiettivo, sfruttando l’approccio del tutto generale che va sotto il nome di “Ricerca del Fronte di Pareto”. Rispetto ad altri algoritmi evolutivi multi-obiettivo “state-of-the-art”, esso presenta operatori di crossover e mutazione innovativi, che ne migliorano in maniera significativa le performance. Questo ottimizzatore è accoppiato con i codici CFD commerciali e gratuiti, rispettivamente Fluent® and OpenFOAM®. Il pacchetto Altair Hyperworks, codice ufficiale presso AgustaWestland per il pre-processing di fusoliere di elicottero, è scelto quale software per la parametrizzazione free-form. I casi test scelti per dimostrare l’efficacia di tale procedura consistono nell’ottimizzazione aerodinamica della regione frontale del tilt rotor dimostrativo ERICA, e della presa d’aria 1 dell’elicottero AW101. Tali casi costituiscono problemi stimolanti sia da un punto di vista puramente ingegneristico, sia da un punto di vista industriale. A partire dall’elaborazione della geometria, e procedendo con la discussione dei risultati ottenuti, ogni passo della procedura di ottimizzazione è descritto in dettaglio, con particolare enfasi dedicata al ciclo di ottimizzazione, sviluppato dall’autore sia in ambiente UNIX, sia in ambiente Windows. I risultati ottenuti dimostrano l’efficacia dell’approccio di ottimizzazione basato sull’algoritmo GeDEAII, scelto per sviluppare questo lavoro. Inoltre, vengono forniti alcuni consigli inerenti lo sviluppo futuro di questa procedura di ottimizzazione, con l’obiettivo di migliorare ulteriormente le capacità e la robustezza del ciclo di ottimizzazione.