1 引言
多旋翼无人机因其垂直起降、结构简单、操控灵活等优势，在物流配送、农业植保、巡检测绘、城市空中交通等领域得到爆发式增长。然而，当前多旋翼无人机普遍面临续航时间短、载重效率低、气动噪声突出等痛点，这些问题直接源于空气动力学设计的不足。旋翼与机身之间的复杂干扰流动、桨尖涡的非定常演化、悬停与前飞状态的气流转捩，使得传统简化的工程估算方法和低阶数值仿真难以准确捕捉真实物理过程。
在此背景下，达索系统（Dassault Systèmes）基于3DEXPERIENCE平台和SIMULIA高保真仿真技术，构建了一套面向多旋翼无人机空气动力学高精度预测与外形优化的完整解决方案。该方案将先进的计算流体动力学方法、参数化几何建模、自动化仿真流程和多目标优化深度融合，可在设计阶段精确评估整机气动性能、识别噪声源并驱动外形迭代进化，从而在较短时间内获得兼顾升力效率、续航能力与低噪声特征的最优构型。
2 多旋翼无人机空气动力学仿真面临的挑战
多旋翼无人机的气动环境远比固定翼或单旋翼直升机复杂，主要体现在以下几个方面：
-
旋翼-机身强干扰效应：旋翼下洗流直接冲击机身、机臂和载荷舱，产生显著的非定常气动力，不仅改变有效迎角，还诱导机身表面压力脉动和额外阻力。
-
多旋翼尾迹干涉：相邻旋翼的桨尖涡相互诱导、缠绕甚至破碎，前飞时上游旋翼尾迹卷入下游旋翼流场，导致气动载荷剧烈波动。
-
非定常与转捩流动：小型多旋翼在低雷诺数下运行，桨叶表面可能出现层流分离泡，流态对几何微小变化极为敏感，大大增加精准预测的难度。
-
气动噪声多源特性：厚度噪声、载荷噪声和宽带涡噪声共存，旋翼通过机臂附近时产生强烈的势流-尾迹干涉，形成突出离散频率噪声。
-
多物理场耦合需求：气动载荷影响着结构振动与变形，而弹性变形又反作用于流场，真实性能评估需考虑流固耦合。
面向如此复杂的物理场景，工程中常用的升力线理论、叶素动量理论结合经验修正已经无法满足新一代高性能无人机对精细化设计的要求。只有借助高保真计算流体力学仿真，并在此基础上建立自动化外形优化闭环，才能实质性地突破性能瓶颈。
3 达索无人机仿真平台概览
达索系统为无人机空气动力学与外形优化提供了端到端的数字化平台，其核心组成包括：
-
3DEXPERIENCE平台：统一的协同环境，管理从需求、设计、仿真到优化的全生命周期数据与流程。
-
CATIA：强大的三维建模与参数化设计工具，支持知识工程模版，便于快速生成变体外形。
-
SIMULIA流体仿真角色（Fluid Dynamics Engineer）：集成PowerFLOW与XFlow两种基于格子玻尔兹曼方法（LBM）的高保真瞬态CFD求解器，尤其擅长处理复杂几何和运动边界。
-
SIMULIA多学科优化工具（Isight/Process Composer）：可用拖拉方式集成仿真流程，驱动设计空间探索与优化。
-
高性能计算环境：支持本地集群和云端弹性计算资源，确保大规模瞬态仿真与海量方案评估的效率。
其中，PowerFLOW和XFlow因其LBM内核，天然具备极好的并行可扩展性和对复杂运动几何的处理能力。不同于传统有限体积法需要费时的体网格重构过程，LBM方法中每个时间步仅对局部格子进行碰撞和迁移计算，对旋转旋翼、挥舞变形等场景可实现全自动化的瞬态仿真，非常契合多旋翼的大量方案比选需求。
4 高精度空气动力学预测方案
4.1 统一的数字孪生建模
在CATIA中建立包含机身、机臂、电机座、旋翼桨叶及桨毂的全机三维模型，并利用知识工程定义关键外形参数，例如桨叶扭转角分布、弦长变化、翼型截面、机臂截面形状、机身倾角等。该参数化模型直接关联到3DEXPERIENCE平台，确保设计修改后仿真模型同步更新。
针对CFD仿真，首先利用CATIA的装配关系定义旋翼旋转域及外流场边界，将信息无缝传递到流体仿真角色。平台自动识别旋翼区域的运动副，并支持一键生成多个转速、多桨相位组合的工况预设。
4.2 高保真瞬态CFD方法
选用PowerFLOW或XFlow进行全机瞬态流场求解。二者虽然均为LBM方法，但各有特点：PowerFLOW擅长极高雷诺数壁面湍流模型与气动噪声的远场传播计算；XFlow则更侧重于自由表面流和颗粒运动等，也完全适用于多旋翼气动问题。
在仿真设置方面：
-
运动边界实现：通过旋转壁面功能指定旋翼的固定转速，或进一步引入桨叶的周期性变距、挥舞运动。求解器在每一物理时间步自动更新几何位置，无需任何网格变形或滑移网格设置。
-
湍流建模：启用壁面自适应涡粘模型，配合壁面函数或近壁细密格子，精确捕捉低雷诺数下的转捩效应。对于悬停状态的强再循环流，开启大涡模拟相关选项可解析桨尖涡的详实结构。
-
高精度噪声预测：在近场瞬态流场的基础上，利用FW-H声类比积分面直接提取远场观察点的声压时间历程，经FFT得到噪声频谱。可精准辨识旋翼通过频率的离散音以及宽带涡噪声成分。
-
网格（格子）独立性：通过逐步细化旋翼尾迹区及机身干扰区的格子尺度，建立网格收敛性研究，保证最终用于优化评估的计算设置的精度边界。
4.3 关键气动性能参数输出
通过后处理，可自动提取悬停效率（Figure of Merit）、单位功率推力、前飞升阻比、旋翼扭矩、功率消耗、机身附加阻力、非定常力/力矩的均方根值以及指定位置的声压级等指标。这些指标将直接作为外形优化中的目标函数或约束条件。
5 外形优化解决方案
多旋翼无人机外形优化的核心目标通常为：在满足总推力或起飞重量要求下，最小化巡航飞行功耗、最大化悬停时间，并控制噪声水平。优化的设计变量涵盖旋翼参数和机身/机臂参数。
5.1 参数化几何与设计空间
旋翼方面，可变化参数包括：不同径向站位的翼型选择、翼型相对厚度、弯度、弦长分布、扭转角分布以及桨尖形状（后掠、尖削、小翼等）。为减少变量数量，常采用贝塞尔曲线或样条参数化来控制沿展向的分布，一般用6~12个变量即可完备描述一个非传统桨叶。
机身及机臂方面，变量包括机臂截面形状（圆形、椭圆、翼型截面）、机臂与机身的连接角度、机身头部和尾部的流线型参数、起落架整流罩形状等。这些几何特征被CATIA知识工程模板捕获，更改参数即可生成全新全机外形，无需人工重新建模。
5.2 自动化仿真流水线
优化过程要求每次设计变量变化后自动生成新几何、重新设置仿真工况、执行CFD计算并后处理提取性能数据。在3DEXPERIENCE平台上，利用Process Composer或Isight搭建如图1所示（文字描述）的自动化循环：
-
参数更新：优化器生成一组新的设计变量值，驱动CATIA刷新生成新的几何。
-
仿真准备：自动将新几何导入流体仿真角色，按照预设的旋转区域和边界条件，进行格子空间划分并提交计算作业。
-
CFD求解与监控：利用HPC集群并行求解瞬态气动流场，运行至预设的收敛循环数或物理时间（如完成若干转旋翼周期）。通过脚本实时监控残差和升力监测量，确保计算稳定。
-
后处理与指标提取：求解完成后自动运行后处理脚本，提取各目标值（推力、扭矩、功率、效率、声压级、非定常力振幅等）并回传给优化器。
-
设计评估与更新：优化器根据当前性能数据和约束违反情况，采用遗传算法、梯度优化或代理模型等方式生成下一代设计点，直至搜索到帕累托前沿或满足终止条件。
5.3 多目标优化策略
在典型的多旋翼无人机外形优化中，极可能同时追求巡航效率和悬停效率的矛盾目标，这时常采用多目标遗传算法（如NSGA-II）来获得非支配解集合。例如，以悬停单位功率推力和前飞升阻比同时作为最大化目标，以最大允许噪声和结构应力作为约束，最终得到帕累托前沿供设计者权衡。基于已构建的帕累托前沿，可以进一步引入多属性决策工具，根据特定的任务剖面权重，选定最符合需求的最终外形。
5.4 代理模型与降阶技术加速
考虑到每次瞬态CFD评估耗时较多，对大规模设计空间（超过20个变量）可采用优化超拉丁方抽样构造初始数据库，然后训练Kriging或神经网络代理模型，利用代理模型进行快速全局探索。定期选择低频CFD结果与代理模型预测偏差最大的设计点进行真实仿真加入数据库，不断提高代理模型精度。达索平台的Isight内置了多种实验设计、代理模型构建算法及自适应采样策略，使高成本仿真驱动的优化在工程可接受的时间内收敛。
6 应用实例与效果
某中型四旋翼物流无人机采用本方案进行外形优化。原始设计采用标准NACA对称翼型的矩形桨叶，圆柱截面机臂和方正机身。以该构型为基准，在CATIA中定义35个几何参数，涵盖桨叶弦长、扭转、翼型替换（库中有8种候选翼型），以及机臂截面长短轴比和机身头部上翘角等。优化目标设定为最大化悬停效率及巡航状态最大航程对应功耗下的效率混合指标，同时将A计权声压级降低至少2 dB作为约束。
使用PowerFLOW在3DEXPERIENCE平台上对每个设计点进行约6转旋翼瞬态仿真，在400核集群上单点计算时间约4小时。通过自适应代理模型优化流程在不到300次真实仿真后找到了显著改进构型。优化构型的桨叶呈现三维非线性扭转，桨尖带有后掠和薄翼型；机臂截面变为后缘修形的低阻翼型，使得下洗流阻小且对螺旋桨噪声传播形成一定遮挡。最终实现：
-
悬停效率由0.68提升至0.73，同等输入功率下推力增加约7%；
-
巡航状态全机功耗降低11.3%，对应载荷续航时间增加约8分钟；
-
悬停噪声A声级降低3.2 dB，主观噪音宽度明显收窄。
该案例证实了基于达索仿真平台的高精度预测与优化闭环，能够在较短时间内突破传统设计边界，实现显著性能增长。
7 结论与发展趋势
基于达索无人机仿真平台的多旋翼空气动力学高精度预测与外形优化解决方案，贯通了从参数化几何、高保真瞬态CFD到多目标自动化寻优的全技术链条。利用LBM方法的高并行效率和自动运动边界处理能力，解决了旋翼/机身强烈干扰和多状态高成本评估难题，从而使精细化气动外形优化成为工程常态。
未来，随着城市空中交通（UAM）和eVTOL飞行器的发展，对低噪声、高效率、高安全性气动设计的需求将进一步上升。达索仿真平台将进一步融合结构力学、电动推进系统热管理、飞控在环仿真等多学科，向着更完备的数字孪生与设计优化一体化体系演进。对于更复杂的倾转旋翼或多旋翼-固定翼混合布局，同一平台也可以复用仿真架构和优化流程，实现从单旋翼到分布式推进系统的无差别优化设计，助力下一代智能无人机抢占技术和市场制高点。
