Die Auslegung von Belüftungssystemen in Flugzeugen, Zügen und Autos ist in erster Linie von der Erfahrung und dem Fachwissen der Entwicklungsingenieure sowie intensiven Tests abhängig. Mit numerischen Optimierungsverfahren ist es jedoch möglich, die Systeme noch weiter zu verbessern. In der vorliegenden Arbeit werde ich eine Prozesskette entwickeln, die mit Hilfe der adjungierten Formoptimierung auf Grundlage numerischer Strömungsmechanik den Kabinenluftauslass des Dornier 728 Flugzeugs optimiert. Dabei soll in der Netzverformung eine hohe Zahl an Freiheitsgraden verwendet werden, die durch die adjungierte Formoptimierung zur Verfügung steht. Zusätzlich wird die vorgestellte Prozesskette auf ein vektrowertiges Optimierungsproblem angewendet, wobei die Pareto-Front zweier Zielfunktionen für den Kabinenluftauslass bestimmt wird. Laut Stand der Technik wird für solche Problemstellungen die Methode der gewichteten Summe angewendet. Diese bedeutet zugleich einen enormen Rechenaufwand, wenn man komplexe Geometrien untersucht. Um diesen Aufwand zu reduzieren, präsentiere ich ein Verfahren, bei dem die Sensitivitätsfelder aus skalarwertigen Optimierungsproblemen kombiniert werden. Die Variation dieser Skalierungsfaktoren erfolgt mit einem genetischen Algorithmus. Im nächsten Schritt wird das Problem noch einmal umformuliert und die Variation der Wichtungsfaktoren wird mit einem E-Schranken-Verfahren untersucht. Im Vergleich zur Kombination der Zielfunktionen liefert das präsentierte Verfahren bei gleichbleibender Rechenzeit eine Verbesserung der Zielfunktion von ca. 70% bzw. ca. 40% Verbesserung bei einer Einsparung von 50% der Rechenzeit. Zusätzlich zeigt auch die bestimmte Pareto-Front geringere Werte für die untersuchten Zielfunktionen.
The design of air distribution systems in aircrafts, trains and cars still relies on the experience of the engineers and on extensive testing. However, the performance of these air distribution systems can be improved by applying numerical optimization techniques.
In this thesis I use adjoint Computational Fluid Mechanics to optimize a cabin outlet of the air distribution system of the Dornier 728 aircraft. The aim is to develop a process chain that takes into account the large number of degrees of freedom in the mesh deformation, which is provided by the adjoint shape optimization.
This procedure is also applied to a multi-objective optimization of the complete air distribution system. With state of the art techniques for multi-objective optimization, like the weighted-sum method, the computational costs are beyond the capability when it comes to complex geometries. To avoid these high costs I present a new approach which is based on optimized combinations of sensitivity fields obtained with single-objective optimizations in a post-processing step. It is shown that the variation of the scaling factors allows to minimize the objective functions and to approach the utopia point. To be able to systematically vary the scaling factors a multi-objective genetic algorithm is proposed. In the next section the multi-objective problem is reformulated with an E-constraints method and the variation of the scaling factors is optimized with a conjugated gradients optimization method.
The presented approach shows a significant reduction of the computational costs. By comparing the computed pareto-fronts, the presented method is capable of finding combinations that are located closer to the utopia point compared to those of the weighted-sum method. With the same runtime, an improvement by 70% is possible. With a reduction in runtime of 50%, an improvement of 40% is possible.