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

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.