作为航空飞行器的一种,直升机在森林防护、救灾和军事领域方面有着重要的作用,旋翼又是直升机最重要的升力和操纵部件,故针对直升机旋翼翼型的气动性能设计一直都是国内外的研究重点和热点。气动性能设计流程中,一个关键步骤是获得旋翼翼型较为精确的气动特性参数,目前主流的方法有CFD数值模拟和代理模型这两种。由于近年来计算机硬件的发展,CFD数值计算效率大大提高,在旋翼翼型静态气动设计上已经应用广泛,但是针对旋翼翼型非定常特性,比如动态失速的数值模拟,大量的CFD计算仍然是一个高耗时的选择。相反,代理模型可以在保证相对较高的计算精度的同时,提高旋翼翼型气动性能参数的计算效率,因而在旋翼翼型静态优化设计领域使用广泛,但是在旋翼翼型动态气动设计领域内还未见大量应用。故本文围绕旋翼翼型静态和动态气动性能,重点开展了一系列利用代理模型和全局优化算法的翼型设计与研究。本文的主要研究内容如下:（1）建立了代理模型和全局优化算法的旋翼翼型气动设计策略,并编写了一套基于代理模型的旋翼翼型气动设计软件。设计软件实现了以下功能:基于POD的翼型参数化;CST翼型参数化;Kriging模型和EI加点准则;深度卷积神经网络模型;差分进化算法和优化设计框架等。本文的所有内容均在此程序下完成,在代理模型训练完成的前提下,基于Kriging模型和深度卷积神经网络模型的旋翼翼型静态和动态气动性能设计,只需要几十秒钟即可完成。相反,基于直接CFD模拟和梯度优化算法的气动设计策略的计算时长取决于CFD计算的快慢,尤其是在动态气动条件下,这种设计策略是十分耗时的。（2）发展了一套基于深度卷积神经网络的旋翼翼型静态优化策略。传统的神经网络模型在训练过程中极易发生过拟合现象,本文使用了当下人工智能领域内使用广泛的卷积神经网络模型,并结合了旋翼翼型的气动优化设计,突出展示了模型的训练、测试过程。由于卷积神经网络控制参数的复杂性和其本身所具备的强泛化能力,从根本上解决了过拟合问题。此外,还提出了“特征增强图”的数据预处理方法,用来准备卷积神经网络模型的训练和测试数据,最后也提供了一个简单的优化算例。基于深度卷积神经网络模型的静态优化设计方法,可以在保证代理模型计算精度的同时,不会出现过拟合现象,进而有利于气动优化设计流程中的全局寻优能力的提高。（3）建立了基于代理模型和全局优化算法的旋翼翼型动态失速特性的优化设计策略。首先选用了开源CFD软件CFL3D,用来计算不同旋翼翼型外形的气动性能参数。其次选用了CST翼型参数化方法,对SC1095翼型进行了拟合重构,选取了12个控制参数。使用改进的拉丁超立方试验设计方法获得训练数据,并建立Kriging代理模型。模型训练过程中采用EI加点准则,用来提高代理模型的计算精度。优化流程中选用差分进化算法,优化的目标是降低旋翼翼型动态失速条件下的力矩和阻力特性,并保证升力特性不降低和旋翼翼型厚度增幅不显著。最终优化结果显示,基于代理模型的动态失速优化策略,可以在更大的设计空间内获得一个更好的抑制动态失速特性的旋翼翼型外形,优化的效率也大大提高。（4）探究了反设计方法在旋翼翼型动态失速条件下应用的可能性。将SC1095翼型作为反设计的基础翼型,上一部分得到的优化翼型作为目标翼型。反设计的目标气动特性选取的是优化翼型的升力系数迟滞回线。最终反设计结果显示,基于代理模型的旋翼翼型动态失速反设计是可行的、有效的。综上所述,本文研究了基于深度卷积神经网络模型和Kriging模型的旋翼翼型静态动态气动设计方法和策略,探究了旋翼翼型动态失速领域的快速优化设计问题,为代理模型在旋翼翼型动态失速优化设计和反设计的进一步应用作出了一定的铺垫工作。