Multiobjective Optimization of NACA0012 Airfoil based Non-dominated Sorting Genetic Algorithm

Multidisciplinary optimization techniques become more and more applied in the field of aerodynamics due to the rapid development of computers high-performance, numerical methods and optimization algorithms. These techniques coupled with Computational Fluid Dynamics (CFD), which aims to incorporate mathematical relations and algorithms to analyze and solve fluid flow problems, involve the use of those numerical methods and algorithms to improve the fluid flow solutions. CFD analysis of an airfoil determines its ability by producing results such as lift and drag forces, and the application of an optimization algorithm involves manipulating these aerodynamic performances according to the requirements. In this work, a numerical investigation, using ANSYS/FLUENT software, of two-dimensional transonic flow over a NACA0012 airfoil was conducted and compared with the provided experimental data. Then a multiobjective optimization algorithm, based on a Non-dominated Sorting genetic algorithm (NSGA-II), was coupled with FLUENT in order to obtain an improved performance control of the aerodynamic coefficients of the airfoil.

Les techniques d’optimisation multidisciplinaires sont de plus en plus appliquées dans le domaine de l’aérodynamique en raison du développement rapide des ordinateurs à haute performance, des méthodes numériques et des algorithmes d’optimisation. Ces techniques, associées à la dynamique numérique des fluides (CFD), qui vise à intégrer des relations et des algorithmes mathématiques pour analyser et résoudre les problèmes d’écoulement des fluides, impliquent l’utilisation de ces méthodes et algorithmes numériques pour améliorer les solutions d’écoulement des fluides. L’analyse CFD d’un profil aérodynamique détermine sa capacité en produisant des résultats tels que les forces de portance et de traînée, et l’application d’un algorithme d’optimisation implique la manipulation de ces performances aérodynamiques en fonction des exigences. Dans ce travail, une étude numérique, en utilisant le logiciel ANSYS/FLUENT, de l’écoulement transsonique bidimensionnel sur un profil d’aile NACA0012 a été menée et comparée aux données expérimentales fournies. Ensuite, un algorithme d’optimisation multiobjectif, basé sur l’algorithme génétique NSGA-II (Non-dominated Sorting Genetic Algorithm), a été couplé à ANSYS/FLUENT afin d’obtenir un meilleur contrôle des performances des coefficients aérodynamiques du profil.

aerodynamic Mach number CFD Optimization NSGA-II

aérodynamique Nombre de Mach CFD Optimisation NSGA-II