这是我为YouTube频道"Major Hardware"举办的"风扇设计大比拼"活动提交的参赛作品。这款风扇设计看起来相当简单，采用A12x25的集线器安装方式。设计的亮点在于，我使用遗传算法优化了叶片的横截面、弦长和叶片沿长度的倾斜角度。我不确定自己为算法适应度函数设定的假设是否完全正确，但最终的结果看起来确实像一个合格的风扇 :P。由于我的搜索范围有限，我深信肯定有更具创意

这款风扇的叶片设计是通过遗传算法，并结合麻省理工学院的XFoil软件进行优化的。

针对每个截面，我们利用其旋转速度、半径以及估算的攻角来估算该叶片截面的雷诺数。基于该雷诺数和一个估算的四位数NACA翼型，我们在XFoil中进行了攻角扫描分析。我假设，当叶片不再产生升力(或叶片周围不再有气流循环)时，叶片周围的空气处于稳态流动状态。诚然，这是我最不确定的假设，可能并不完全准确。

基于α扫描结果，算法计算出了零升力攻角。利用这一数据、估算的俯仰角以及旋转速度，能够计算出估计的进气速度。基于此，在零升力攻角下再次运行XFoil程序，以获取叶片剖面的压力分布，从而计算出后缘速度。随后，将训练边缘速度从叶片剖面参考系转换至非旋转参考系，以此确定该叶片剖面的出流速度。

每个叶片段设计的合理性取决于与进气方向平行的出气速度的大小，以及叶片段所承受的阻力力。设计目标是最大限度地提高出气速度，同时将阻力降至最低。这样一来，设计既能吸入更多空气，且在给定功率的情况下，还能让风扇电机以更快的速度运转。

基因算法优化是在叶片沿线三个位置进行的。我的优化结果已随CAD文件一同附上。