La optimización de la forma del ala es una implementación de software de la optimización de la forma que se utiliza principalmente para el diseño de aeronaves. Esto permite a los ingenieros producir diseños de aviones más eficientes y económicos.
La optimización de formas, como proceso y herramienta de software, apareció por primera vez como algoritmo en 1995 y como software comercial para la industria automotriz en 1998, como señaló F. Muyl. [1] En relación con la edad de las empresas automotrices y aeronáuticas, este software es muy nuevo. La dificultad no estaba en la ciencia detrás del proceso, sino en las capacidades del hardware de la computadora. En 1998, F. Muyl desarrolló un compromiso entre la precisión exacta y el tiempo computacional para reducir la resistencia de un automóvil. Las fases GA son las iteraciones del algoritmo genético estándar y las fases BFGS son los cálculos aproximados diseñados para ahorrar tiempo. Sin embargo, reconoció que el tiempo computacionalrequerido en el hardware existente, casi dos semanas para una mejora moderada en un modelo de prueba de concepto simplificado en exceso, lo hizo poco atractivo para fines comerciales. También reconoció que mejorar la implementación del modelado para usar derivadas parciales automáticas podría mejorar el tiempo computacional, particularmente con hardware especializado. En 2000, después de un par de años de desarrollo de hardware informático, K. Maute [2] introdujo un sistema más preciso que podía optimizar el ala de un avión lo suficientemente rápido para uso comercial.
La optimización de la forma del ala es, por naturaleza, un proceso iterativo . Primero, se elige un diseño de ala de referencia para comenzar el proceso; esta suele ser el ala creada por ingenieros aeroespaciales . Se supone que esta ala está razonablemente cerca de un diseño de mejor ajuste de los ingenieros. El siguiente paso es modelar la forma y estructura del ala. Una vez que se mapean, el software vuela el modelo en un túnel de aire simulado utilizando ecuaciones de dinámica de fluidos computacional (CFD) bien desarrolladas. Los resultados de la prueba dan las diversas características de rendimiento de ese diseño. Una vez que se completa, el software realiza cambios incrementales en la estructura y los detalles de la forma, recrea el modelo y vuela el nuevo modelo a través de un túnel de viento .. Si los cambios dan como resultado un ala con mejor rendimiento, entonces el software confirma los cambios. Si no, los cambios se descartan y se realizan diferentes cambios. Luego, los cambios se guardan como el nuevo modelo de trabajo y el ciclo se repetirá. Todo este proceso se ejecuta hasta que los cambios observados parecen converger en un diseño, como cuando los cambios son inferiores a 1 mm. [3]
Leoviriyakit realizó en 2003 un ejemplo de prueba de concepto de optimización utilizando el Boeing 747-200. [4] Utilizando la lista de variables anterior, optimizó para un único punto: un coeficiente de sustentación de 0,42 y una velocidad de Mach 0,87, justo por encima del crucero. Con solo esas pocas variables, pudo darse cuenta de una disminución del 12% en la resistencia .y una disminución del 0,1% en el peso del ala. El código que se ejecutó produjo un tramo más largo pero menos barrido hacia atrás que la forma en planta del ala original. Si bien la reducción en el barrido hacia atrás en realidad aumenta la resistencia, también aumenta la sustentación, lo que permite un AoA más bajo y la envergadura extendida del ala disminuye la resistencia inducida (vórtice en la punta del ala), lo que da como resultado una reducción neta de la resistencia. Desafortunadamente, su diseño optimizado utiliza un modelo demasiado simple; se dio cuenta de que si se hubieran tenido en cuenta más variables, como los efectos viscosos , el modelo resultante habría sido muy diferente. La otra gran limitación del punto únicoenfoque es que solo optimiza el ala para una velocidad y condición de sustentación. Si bien la resistencia puede haberse reducido a velocidad de crucero, podría haber aumentado drásticamente durante el despegue y el aterrizaje, lo que resultó en una pérdida neta de combustible para la aerolínea.