Ajuste óptimo de perfiles aerodinámicos mediante programación evolutiva

• Autores: Juana Bautista Jacobo, Hugo Jiménez Hernández, Julián Montes Rodríguez, Esperanza Rodríguez Morales, Hugo Gámez Cuatzin
• Localización: DYNA new technologies, ISSN-e 2386-8406, Vol. 9, Nº. 1, 2022
• Idioma: español
• Títulos paralelos:
  • Aerodynamic airfoils optimal fitting by evolutionary programming
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Este artículo presenta una propuesta novedosa al acoplar dos algoritmos evolutivos con el objetivo de construir un modelo que describe la dinámica geométrica del perfil mediante el ajuste de una curva paramétrica. La propuesta permite determinar los mejores parámetros de un polinomio que se ajusta a la geometría de un perfil aerodinámico dado, mediante el análisis del espacio de soluciones por un modelo de muestreo tipo Monte Carlo. El acoplamiento de los algoritmos genéticos permite determinar los valores óptimos para el ajuste polinomial del modelo en dos etapas: 1) la selección de los mejores puntos de referencia para modelar un polinomio que representa la geometría, y 2) la determinación del grado del polinomio que mejor se ajusta a la geometría del perfil descartando las soluciones locales o subóptimas. La propuesta se valida con perfiles de un modelo de pala para una turbina eólica offshore en varios escenarios, mostrando donde la descripción de la dinámica de los perfiles aerodinámicos determina la dificultad de la geometría para tener un ajuste óptimo. Así mismo, este enfoque permite la construcción de modelos de perfiles con una resolución 0.005224 de error en el ajuste para la generación del modelo del perfil aerodinámico.

  • English

    This paper presents a novel approach of two evolutionary algorithms to build a model that describes the geometric dynamics of aerodynamic airfoils by fitting a parametric curve. The proposal allows determining the best parameters of a polynomial that fits the geometry of an airfoil by analyzing the space of solutions by a Monte Carlo type sampling model. The composition of genetic Algorithms allows to determine the optimal values for the polynomial fit of the model in two stages: 1) the selection of the best reference points to model a polynomial that represents the geometry, and 2) the determination of the degree of the polynomial that best fits the geometry of aerodynamic airfoil discarding the local or sub-optimal solutions. The proposal becomes validated with profiles of the blade, a model for an offshore wind turbine in several scenarios, showing where the dynamic description of the airfoils determines the difficulty of an optimal fitting. Finally, this approach allows the construction of airfoil models with a resolution of 0.005224 error in the adjustment for the generation of the airfoil model.