Des chercheurs de l’Université métropolitaine de Tokyo ont utilisé un algorithme évolutif pour identifier les formes optimales de profils d’aile ondulés ultra-fins inspirés de la nature, c’est-à-dire les coupes bidimensionnelles des ailes.
Les ailes légères de type membrane constituent une piste de choix pour les véhicules aériens sans pilote (drones) appelés à évoluer dans des atmosphères ténues, comme celle de Mars, ainsi que pour la miniaturisation des drones. En utilisant un modèle « à épaisseur nulle », ils ont pu se concentrer sur l’effet du motif d’ondulation du profil, sans l’influence de l’épaisseur ni de la forme du bord d’attaque de l’aile. Ils ont découvert des conceptions optimisées pour une traînée minimale ou une portance maximale.
Les véhicules aériens sans pilote (ou drones) sont de plus en plus présents dans notre quotidien, de la livraison de colis à la couverture médiatique en direct. Ils promettent également aux scientifiques d’explorer des environnements exotiques, comme d’autres planètes. Cela s’accompagne de défis de taille. Sur Mars, par exemple, l’atmosphère est nettement plus rarefiée. Les formes d’ailes optimisées pour un déplacement à haute vitesse sur Terre ne sont donc plus les meilleures : une refonte complète est nécessaire, prenant en compte la nature « à faible nombre de Reynolds » du fluide dans lequel elles évoluent, où la dissipation d’énergie due à la viscosité de l’air éclipse l’influence de l’inertie.
Ces mêmes propriétés fluides s’appliquent à la conception des ailes des aéronefs de très petite taille sur Terre. Les scientifiques se sont ainsi inspirés des ailes des insectes, dont la taille et la vitesse les placent pleinement dans le régime « à faible nombre de Reynolds ». Les projecteurs sont notamment braqués sur les ailes ultra-fines de type membrane, qui non seulement ressemblent à celles observées dans la nature, mais sont aussi légères et transportables, deux facteurs cruciaux pour un drone destiné à être emporté sur une autre planète.
Dans de récents travaux, une équipe dirigée par le professeur Masahiro Kanazaki de l’Université métropolitaine de Tokyo a utilisé des algorithmes informatiques pour explorer la conception d’une nouvelle aile de drone adaptée aux atmosphères à faible nombre de Reynolds. Elle s’est concentrée sur la manière dont des ondulations bio-inspirées du profil peuvent contribuer à réduire la traînée ou à accroître la portance.
Les chercheurs ont recouru à l’optimisation évolutive : un algorithme exécute des simulations aérodynamiques sur différentes conceptions, les évalue selon plusieurs objectifs, puis les ajuste continuellement pour obtenir de meilleurs résultats. Pour isoler l’effet de l’ondulation du profil, ils ont adopté une simulation « à épaisseur nulle » : impossible dans le monde réel et réalisable uniquement par ordinateur, celle-ci permet de révéler le seul effet de la forme de l’aile, indépendamment de l’influence que l’épaisseur du bord d’attaque pourrait avoir sur les performances.
L’équipe a mis en évidence des tendances importantes dans les conceptions optimisées pour une faible traînée ou une portance élevée. Pour une traînée minimale, certaines conceptions généraient moins de traînée qu’une plaque plane ; les ondulations situées près du bord d’attaque créaient des rouleaux d’air qui réduisaient la traînée de frottement. À l’inverse, les profils optimisés pour la portance présentaient très peu d’ondulations, une forme globalement convexe et des caractéristiques concaves près du bord de fuite.
Alors que les insectes peuvent déformer leurs ailes de type membrane pour adopter des formes à la fois ondulées et cintrées, intégrer des éléments des deux dans une conception en 3D pourrait optimiser les performances dans une grande variété d’environnements. L’équipe estime que ses découvertes guideront la miniaturisation des drones ainsi que la conception d’ailes pour les atmosphères ténues.
Article : Evolutionary optimization of computationally realizable zero-thickness corrugated airfoils via Cartesian-Grid-Based CFD – Journal : Computers & Fluids – DOI : Lien vers l’étude
Source : TMU
