人工智能与空气动力学结合的初步思考

以人工智能为核心的新一轮技术革命及产业变革正在影响着社会的各个领域,世界各航空航天大国均在人工智能与空气动力学的结合方面开展了许多有益的尝试与探索。本文回顾了人工智能技术的发展历程及现状,重点讨论了大数据时代背景下人工智能在风洞试验、数值计算和飞行试验等空气动力学研究的三大手段上的应用,详细分析了人工智能在辅助海量气动数据分析与知识发现上发挥的作用,探讨了人工智能在气动建模与先进飞行器设计中蕴藏的应用价值,并指出了人工智能与空气动力学相结合所带来的挑战。     

智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

空气动力学发展中值得关注的一些问题

本文阐述了空气动力学研究的特点；分析了21世纪初空气动力学面临的形势，提出了空气动力学发展中值得关注的一些问题，包括新流型的研究与先进气动布局、流动控制与增升减阻、流动的逢适应控制与智能化空气动力学、低雷诺数流动与微流体力学、等离子体减阻技术、等离子体隐身与电空气动力学、机载激光武器的发展与气动光学等。     

民用飞机气动外形数值优化设计面临的挑战与展望

系统回顾了气动外形优化的主要环节，对优化体系中学科分析、参数化建模、网格重构技术、敏度分析、优化算法、代理模型、目标函数/约束处理等各个环节的进展，及气动综合优化面临的挑战、基础科学问题进行了总结。结合课题组在优化体系建设上开展的研究工作，针对民用飞机气动外形综合设计的需求，提炼了工程型号对优化体系构建的具体要求。并对今后的研究工作以及未来发展方向进行了展望与建议。通过文章系统整理论述，希望能够为气动数值优化设计研究人员提供一些有意义的建议和参考，促进设计空气动力学、以及多学科优化技术的发展。     

基于控制理论和NS方程的气动设计方法研究

研究了基于控制理论和NS方程的气动设计方法,针对给定的目标函数表达形式,应用该设计理论在计算坐标下详细推导了相应的共轭方程及边界条件具体表达形式,以及梯度方程求解表达式,通过合理的数学变换,导出了共轭方程在笛卡尔坐标系下的直观表达形式,发展了有效的共轭方程数值求解方法,通过流动控制方程数值求解、共轭方程数值求解、目标函数对设计变量的梯度求解和优化算法等方面的有效结合,研究与发展了一种新的气动设计方法,以二维机翼气动设计为例,成功进行了亚、跨音速情形下的相关设计算例研究,研究结果表明应用控制理论和NS方程的气动设计方法在设计理论、适用性以及时间花费等方面都有着很好的特色和优点,且设计结果也更为可靠.     

基于伴随方法的机翼多设计点气动反设计方法

针对三维机翼多点多约束气动反设计问题,基于伴随理论方法和粘性流雷诺平均N-S方程,通过粘性流数值模拟、伴随方程与梯度精确数值求解、计算网格高效算法及梯度类优化算法等有效结合,并采用考虑多设计点梯度权重系数的并行计算近似模式,开展了一种三维机翼多设计点多约束气动反设计方法研究,进行了典型算例验证。研究表明:所发展的机翼多设计点气动反设计方法具有较好的鲁棒性及优化效率。     

基于耦合伴随方法的串/并行气动结构优化设计对比

采用RANS方程、线性有限元分析手段、映射点局部插值方法和逆距离动网格技术对气动和结构之间的耦合现象进行了分析。然后基于气动结构耦合伴随方法，对气动和结构设计变量梯度进行了高效求解。最后结合自由曲面变形技术、梯度优化方法构建气动结构优化设计框架。选取飞翼布局民用客机开展气动结构串行与并行优化设计研究。在相同阻力水平的前提下，并行优化结果比串行优化获得了8.4%航程收益和8.3%结构质量收益。同时，串行优化设计结果在中翼段上翼面仍然存在明显激波，而并行优化结果呈现光滑的等间距等压线分布特征。因此并行气动结构优化设计方法可以充分挖掘气动结构耦合下的设计潜力，更有利于对大柔性气动结构优化设计问题进行研究。      

直升机空气动力学现状和发展趋势

直升机空气动力学是直升机技术研究及型号研制的基础性学科和先行学科,本文概述了国外的直升机气动理论与方法研究、基于气动理论和方法的应用基础研究、直升机气动试验技术的研究现状,预测了直升机空气动力学专业的未来发展趋势,为国内的直升机空气动力学专业的发展提供参考。     

气动设计和优化研究——加拿大宇航研究院空气动力学实验室科研简介

文章回顾了空气动力学实验室(IAR)近年来在气动力设计、多学科设计优化、悬挂物运载及投放等项目上的研究活动。这些项目在系统模拟和优化方面无一例外地使用了计算机智能技术，比如气动力设计项目，就是以微量遗传学算法(Micro-Genetic Algorithm(μGA))为基础，开发了模拟神经网格(Artificial Neural Networks(ANN))技术，建立了可靠、高效的设计方法。需要考虑多学科的大型系统设计，研究后发现采取协作优化策略就很合适。对于悬挂物运载及投放项目，发现利用模拟神经网格技术能有效地模拟悬挂物气动载荷，最终能显著改善投放轨迹预测的精度及模型实验的效率。     

人工智能及其在航天试验中的应用

人工智能是五十年代开始发展起来的一门计算机分支学科。它主要研究的是用机器模仿人类的思维、感觉等智能活动,从而扩大机器的能力,使机器能够更多地代替人类做复杂的智力劳动。人工智能科学五十年代诞生,经过六十年代的缓慢发展,七十年代开始有智能产品上市,随后发展越来越快。进入八十年代后先进国家纷纷制定各种人工智能开发计划,人工智能发展进入黄金时期。预计,到本世纪末,人工智能技术将会象今天的个人计算机技术一样,渗透到社会的各个领域。本文在大量新近资料的基础上,分两个部分介绍了人工智能的基本概念及其在航天试验领域的应用情况。第一部分较为详细地介绍了人工智能的基本概念和各个研究方向的发展。这些研究方向包括:专家系统、自然语言输入输出、自动编程、自动学习、机器视觉、问题求解(证题)和智能机器人等等。从中可见,专家系统的发展最快,应用也最广。其应用遍及:化学、电子学、核工程、航空航天、医学、生物学、心理学、法律、经济、文学等等几乎所有的自然科学和社会科学领域。第二部分介绍了航天试验用人工智能技术开发应用的情况。美国航空航天局已经成立了若干专门的人工智能研究机构,制定了若干人工智能开发计划,目前已经取得了不少成果。美国还将把整个空间站计划费用的10％用于研究、开发和购置人工智能系统(主要用于专家系统)。日本和欧洲航天方面也颇为重视人工智能。本章分别介绍了人工智能在各个试验阶段应用的情况,内容包括:智能化测控方案的设想;近发射前的方案拟制、气象预报、发射窗口选择、飞行器地面测试、飞行器燃料加注管理、发射系统测试、测控通信系统测试、仿真演练;保障初始飞行段的指挥控制、目标跟踪、实时数据汇集处理、飞行器故障监视、变轨机动安排;保障轨道飞行段的轨道保持、姿态稳定、航天飞机对卫星加注的管理、空间站的有关操作、飞行器再入导航等等。从本文可以看到,使用人工智能技术可以提高机器的工作效率,解决用普通技术不能解决的有关问题,能节约大量时间、人力和物力。在航天试验中使用人工智能技术还能增强试验的自动化水平,实现智能化后,可使越来越复杂的试验得以顺利进行。     

“人在回路”思想在飞机气动优化设计中演变与发展

近年来优化设计得到了大量的研究和发展,多学科、多设计点、多目标、多约束、鲁棒优化等优化算法已经相对成熟,但这些算法在工程设计中的实际应用尚有诸多困难。从优化在工程设计中应用的发展历程及其遇到的问题入手,介绍"人在回路"作为一种面向工程的优化设计思想的内涵、实施方式和历史沿革。以气动优化设计为例阐述"人在回路"思想在优化设计各个环节中的实现方式和表现。另一方面,当下人工智能的发展使得计算机在非线性映射构建、数据挖掘等方面体现出了超越人能力的性能,从而进一步探讨人工智能在优化设计中替代"人在回路"的作用,分析面向工程的优化设计几个可能的发展方向。     

面向航空智能制造的DT与AI融合应用

针对航空装备复杂制造场景下制造过程管控维度多尺度大、制造资源组成复杂性高、质量问题跟踪定位难度大等问题，结合数字孪生（DT）与人工智能（AI）技术特点，开展了面向航空智能制造的DT与AI融合应用研究。基于数字孪生与人工智能应用现状，系统性地阐述了数字孪生与人工智能融合机理，分析了支撑数字孪生与人工智能融合驱动航空智能制造的关键技术和数字孪生与人工智能融合驱动的AI控制中心构建涉及的关键问题，在此基础上重点讨论了加工制造过程自适应控制、智能车间生产过程智能管控、制造过程资源调度与优化决策、产品智能质量控制等应用场景，为数字孪生与人工智能在航空智能制造融合应用提供参考。     

面向智能制造的航空发动机协同设计与制造

智能制造技术是在信息化、数字化、网络化基础上,将人工智能引入制造理论及生产运行过程中,形成以存储、计算、逻辑、推理为特征的机器智能所驱动的产品制造技术.目前,统一模型驱动下的协同研制已经成为航空发动机产品研制的未来发展模式.在此背景下首先分析航空发动机产品研制的现状,从基于模型的数据集成、基于工艺系统协同的智能加工技术、基于CoE模式的组织协同、工业大数据驱动下的过程协同和基于CPS的协同优化等方面探讨了智能制造环境下协同设计制造发展趋势,为航空发动机协同研制技术的发展提供了有益的参考.     

基于NURBS方法的机翼气动外形优化

飞行器气动外形优化就是将设计对象的空气动力学性能分析与最优化方法相结合,通过不断改变设计对象的外形,使其气动性能在满足一定约束条件下达到最优.气动外形优化是一个涉及几何参数化、动网格、流场计算和寻优算法的综合应用平台.随着计算流体力学(CFD)的发展以及高性能计算机的使用,气动外形优化在现代飞行器设计中的作用愈加重要....     

声爆研究的现状与挑战

声爆是超声速飞行器所特有的一种气动声学现象,其涉及空气动力学和非线性声学等研究领域,开展相关研究具有重要的学术意义和应用前景。本文简述了声爆的基本概念、主要特征和主要危害,简要回顾了声爆的产生、发展和演化的研究历史,重点介绍了声爆的数值模拟、风洞试验和飞行试验预测方法,以及近年来提出的声爆抑制方法和低声爆气动优化设计方法的发展现状;最后总结了当前声爆预测方法面临的技术难点和挑战。     

兼顾气动和近场声爆特性的伴随优化

发展气动/声爆伴随优化设计方法对于研制新一代超声速客机具有重大意义。典型的气动/声爆伴随优化设计方法分为两种：近场信号的伴随优化和远场声爆预测耦合伴随设计优化。将最新发展的基于离散伴随理论的近场声爆信号反设计与气动特性优化结合,提出兼顾气动和近场声爆特性的伴随优化策略。首先,概述了伴随方程梯度求解和提出的基于信号射线方法的近场过压提取及目标过压装配过程,并验证了优化流程中近场信号及地面波形预测的准确性。其次,针对超声速民机标模,开展了低阻优化、近场低声爆反设计、兼顾气动和近场声爆特性的伴随优化三种策略的对比研究,结果表明兼顾气动和近场声爆特性优化策略的伴随优化在综合提升气动和低声爆特性上表现更优。最后与文献中相同算例的优化结果进行对比分析,进一步证明了该优化策略在超声速民机设计中的应用潜力。     

航天智能控制技术让运载火箭“会学习”

高可靠和智能化是未来智能航天器的主要特点,本文聚焦航天器高可靠、智能化的发展需求。梳理了中国运载火箭从无到有、从有到全的发展历程,提出了航天智能技术从航天器的可靠性做起,航天器的可靠性从航天智能控制做起,航天智能控制从"会学习"的火箭做起。围绕航天智能控制技术如何使运载火箭"会学习"的发展架构,进一步探索了"边飞边学"和"终身学习"智能控制技术的理论研究和应用现状,支撑中国"会学习"运载火箭高可靠和智能化的发展。     

仿生微型飞行器悬停飞行的空气动力学研究

鉴于仿生微型飞行器在军事及民用领域的广阔应用前景,其一经提出便成为研究热点。仿生微型飞行器悬停飞行的空气动力学是微型飞行器设计的基础,因此伴随仿生微型飞行器的研制,相关空气动力学理论和设计方法也得到了丰富和发展。本文回顾了仿生微型飞行器悬停飞行空气动力学研究的相关进展。首先,介绍目前用于研究仿生微型飞行器空气动力学问题的一系列实验和数值仿真方法;然后,介绍悬停飞行下仿生微型飞行器高升力机理(如打开合拢机制、延迟失速等),并着重讨论了前缘涡稳定性等前沿问题;之后,介绍关于仿生微型飞行器的气动设计流程及方法的研究进展,包括仿生翼的流固耦合研究以及翼的几何、运动及结构参数优化设计研究;最后,对该领域未来的研究方向做了初步探讨,提出应针对蝴蝶、瓢虫等昆虫的飞行高升力机理做进一步探索,并在微型飞行器仿生翼设计及优化技术、仿生微型飞行器飞行动稳定性及控制等方面开展深入研究和关键技术攻关。     

未来智能空战发展综述

随着装备战斗力生成模式逐渐向机械化、信息化、智能化"三化融合"发展演变,未来航空主战装备的定位、形态及运用将可能发生根本性变革。为应对新时期空战任务所面临的环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性、边界不确定性等一系列挑战,交叉融合人工智能理论与空战对抗技术,研发智能空战系统,将有望在下一代无人制空装备谱系中构建不对称"智能代差",成为制胜未来空天战场的核心关键。本文完整梳理了智能空战研究的发展脉络,总结了以专家机动逻辑、自动规则生成、规则演进、机器学习等方法为代表的智能空战基础理论。从体系、应用及技术视角全面剖析了智能空战的发展趋势,以智能空战的不确定性、安全性、解释性、迁移性、协同性为切入点阐述了智能空战应用落地的若干问题,以期为未来智能空战技术研究勾勒出一条新的探索路径,为人工智能理论与航空科学技术的跨领域交叉融合提供新的发展思路。     

2019年无人机智能技术发展大会征文通知

<正>为促进学术交流,鼓励科技创新,推动无人机事业快速发展,中国航空学会无人机及微型飞行器分会将于2019年10月下旬举办无人机智能技术发展大会。大会主题为"人工智能与无人机系统",将重点研讨人工智能技术在无人机系统中的应用研究。大会面向全国开展征文,现将有关事项通知如下:一、征文范围1.人工智能在无人机系统中的应用和发展研究;2.智能无人机技术研究;3.认知无人机技术研究;4.先进无人机感知与规避、自主与协调控制、智能决策技术研究;5.先进无人机任务载荷技术研究;