Bioinspired surface riblets have been known to improve drag performance by altering the near-wall flow structures, especially in the transitional flow regime. Unlike conventional riblet geometries (for example, sawtooth and scalloped shapes) overlaid on flat plates, the use of a new Gaussian-shaped abstraction overlaid on three-dimensional (3-D) airfoil surfaces is conceived in this paper. Given the prohibitive computational burden of simulating the surface flow at high fidelity around the submillimeter-scale riblets, an adaptive-fidelity design approach (namely, surrogate-based optimization with adaptive in situ model refinement) is adopted to enable tractable exploration of the hypothesized benefits of the new riblet concept. The optimization process is integrated with open-source computer-aided design modeling, computational fluid dynamics, and postprocessing tools, with the provision for distributed batch processing, leading to a fully automated bioinspired design framework with potential for wider adoption. Substantial drag reduction of up to 17.2%, compared to the bare 3-D airfoil (without riblets), is achieved. The drag coefficient of ribleted airfoils is found to be mostly distributed around that of the bare airfoil, with the optimum being a favorable extreme point, thereby demonstrating the important role that adaptive-fidelity optimization plays in quickly identifying the (narrow) beneficial range of abstracted shape parameters. Further insights are derived into the flow physics driving the aerodynamic efficiency benefits of smooth riblets, with riblets of height-to-spacing ratios of 0.5–0.8 identified as particularly promising in the case studies.

已知生物启发的表面肋骨通过改变近壁流动结构来改善阻力性能，尤其是在过渡流动状态下。与覆盖在平板上的常规肋状几何形状（例如，锯齿形和扇形形状）不同，本文构思了使用覆盖在三维（3-D）翼型表面上的新的高斯形抽象。考虑到模拟亚毫米级肋骨周围高保真度表面流的巨大计算负担，采用了自适应保真度设计方法（即基于代理的优化和自适应原位模型细化），可以轻松地探索假设的收益肋骨概念的概念。优化过程与开源计算机辅助设计建模，计算流体动力学，和后处理工具，以及用于分布式批处理的功能，从而导致了一个完全具有生物启发性的全自动设计框架，具有被广泛采用的潜力。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。提供分布式批处理功能，从而形成了一个具有生物启发性的全自动设计框架，具有被广泛采用的潜力。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。提供分布式批处理功能，从而形成了一个具有生物启发性的全自动设计框架，具有被广泛采用的潜力。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。导致了一个完全自动化的，受生物启发的设计框架，具有被广泛采用的潜力。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。导致了一个完全自动化的，受生物启发的设计框架，具有被广泛采用的潜力。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。与裸露的3D机翼（无肋骨）相比，可实现高达17.2％的显着减阻。发现肋状翼型的阻力系数主要分布在裸机翼的阻力系数附近，最优阻力系数是一个有利的极值点，从而证明了自适应保真度优化在快速识别提取的（狭窄）有益范围方面的重要作用。形状参数。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。最优是一个有利的极点，从而证明了自适应保真度优化在快速识别抽象形状参数的（狭窄）有益范围方面所起的重要作用。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。最优是一个有利的极点，从而证明了自适应保真度优化在快速识别抽象形状参数的（狭窄）有益范围方面所起的重要作用。流动物理学推动了平滑肋骨在空气动力学效率方面的优势，从而获得了进一步的见解，在案例研究中，肋骨的高度与间距之比为0.5–0.8时被认为特别有前途。