これは、YouTubeチャンネル「Major Hardware」が主催する「Fan Show Down」に参加するための私のエントリーです。A12x25ハブマウントを備えたかなりシンプルなファンデザインです。このデザインの特徴は、ブレードの断面、弦、ピッチを最適化するために遺伝的アルゴリズムを使用したことです。アルゴリズムの適応度関数について私がした仮定がすべて正

このファンのブレード設計は、MITのXFoilソフトウェアと組み合わせて遺伝的アルゴリズムを用いて最適化されました。

各セクションでは、回転速度、半径、および推定ピッチ角を使用して、そのブレードセクションのレイノルズ数を推定しました。このレイノルズ数と推定された4桁のNACAエアフォイルを使用して、XFoilでアルファスイープを実行しました。私は、ブレードセクションの周りの空気が安定状態であると仮定しましたが、ブレードセクションがもはやリフトを生み出

アルファスイープの結果から、アルゴリズムは攻角のゼロリフトアングルを算出しました。これを利用して、推定されたピッチ角と回転速度から、推定された空気吸込み速度を算出できました。これを利用して、ゼロリフトAOAで2回目のXFoil実行を行い、ブレードセクションに沿った圧力分布を求め、トレーリングエッジ速度を算出できました。その後、トレーニング

各ブレードセクションの設計は、吸気方向に平行な流出速度の大きさと、ブレードセクションによって経験されるドラッグ力に基づいていました。目的は、ドラッグを最小限に抑えながら流出速度を最大限に高めることでした。そうすることで、設計はより多くの空気を引き込みながら、与えられた電力量でファンモーターをより速く回転させることができるようになります。

遺伝的アルゴリズムの最適化は、ブレードに沿った3つのセクションで実行されました。私の最適化結果はCADファイルに含まれています。