Multi-point optimization of a transonic fan for boundary layer ingestion propulsion

Boundary Layer Ingestion (BLI) propulsion is a promising concept in aviation engineering that aims to improve aircraft efficiency. The ingestion of a distorted inlet flow, however, introduces stability challenges due to the reduction of the stall margin. This thesis aims to create a family of profiles that can perform efficiently with different values of inlet Mach number and incidence angles, thereby extending the operational range. A multi-point multi-objective optimization was used to find the main features of distortion-tolerant profiles. A Bayesian optimizer was used for its convergence velocity. Objective function evaluations were made using CFD simulations, performed with 3D RANS software adapted for bi-dimensional evaluations. Two significant blade sections were chosen for the optimization, namely the tip and mid-span. High total pressure ratio individuals have low thickness ratio and higher flow deflection. In both blade sections, improvement up to 5% was achieved compared to the initial cascade. High-efficiency individuals are thick and straight at the blade tip, resulting in a gain of up to 15% compared to the baseline, due to decreased shock losses. At mid-span, an increase of 11% is achieved with thin and straight profiles by reducing wake losses. A comparison between the Bayesian optimizer and a well-proven Genetic algorithm is conducted. The effectiveness of the first optimizer was confirmed and earlier convergence was observed.

La propulsione BLI (Boundary Layer Ingestion) è un concetto promettente nell’ingegneria aeronautica che mira a migliorare l’efficienza degli aerei. L’ingestione di un flusso in ingresso distorto, tuttavia, introduce problemi di stabilità dovuti alla riduzione del margine di stallo. Questa tesi mira a creare una famiglia di profili che possano funzionare in modo efficiente con diversi valori di numero di Mach in ingresso e angoli di incidenza, estendendo così la margine operativo. Per trovare le caratteristiche principali dei profili tolleranti alle distorsioni è stata utilizzata un’ottimizzazione multi-punto multi-obiettivo. Un ottimizzatore Bayesiano è stato impiegato per la sua velocità di convergenza. Le valutazioni della funzione obiettivo sono state effettuate con simulazioni CFD, eseguite con un software RANS 3D adattato per valutazioni bidimensionali. Per l’ottimizzazione sono stati scelti due sezioni palari significative, ovvero il tip e il mid-span. Gli individui con un elevato rapporto di compressione totale hanno un basso rapporto di spessore e una maggiore deflessione del flusso. Entrambe le sezioni della pala dimostrano un miglioramento fino al 5% rispetto alle schiere iniziali. Gli individui ad alta efficienza sono spessi e rettilinei al tip della pala, con un guadagno fino al 15% rispetto alla baseline, grazie alla riduzione delle perdite per urto. A mid-span, si ottiene un aumento dell’11% con profili sottili e rettilinei, riducendo le perdite di scia. È stato condotto un confronto tra l’ottimizzatore bayesiano e un algoritmo genetico ben collaudato. L’efficacia del primo ottimizzatore è stata confermata e si è osservata una convergenza più rapida.