在真实航空工程中,超临界翼型的设计目标从来不是把某一项指标推到极致,而是要在跨声速巡航这一典型工况下,让多重工程指标同时落在可接受区间。气流在翼型上表面加速到超声速、再经激波减速,激波的位置与强度同时决定了阻力水平和抖振的起始边界,因此这类问题天然表现为多目标冲突与权衡,而不是存在唯一最优解的单一优化问题。
三重约束为什么必须同时成立
以商飞超临界翼型设计为例,设计者面对的不是一个指标,而是三类彼此牵制的要求:
- 临界抖振升力系数:它给出安全与可用升力的边界。抖振一旦提前发生,抖振裕度与可用飞行包线会被压缩,因此它带有强安全含义,不能为了别的指标随意牺牲。
- 巡航升阻比:它直接反映气动效率与经济性,决定巡航航程、油耗与运营成本,是超临界翼型最被看重的收益来源。
- 高精度仿真成本:一次高保真气动评估的计算代价很高,逐点试错、串行筛选难以覆盖足够大的设计空间,探索预算被严重限制。
冲突从哪里来
提高巡航升阻比通常需要更强的前缘吸力平台与更靠后的激波,但这会削弱抖振边界;反过来,为了保住抖振裕度而收缓翼型,又可能牺牲巡航效率。于是“提升一项、恶化另一项”成为常态。工程上真正需要的不是唯一最优解,而是一组在不同偏好下都成立的折中方案,让决策能够在安全、效率与成本之间做出可解释的选择。
这也正是演化计算与生成式建模可以介入的位置:系统结合基础翼型与扰动样本进行持续生成与预测,输出兼顾各项指标的多样化候选方案,从而绕开“高精度仿真成本高昂”这一传统瓶颈,把原本串行的筛选过程变成可并行的多目标探索。
判断要点
只要一个问题里出现“提升某项指标会恶化另一项指标”,并且各项指标都有硬性下限,就应当把它当作多目标约束问题来处理,而不是去寻找一个并不存在的单一最优解。