鸟体本构模型及其参数优化反演平台

介绍了鸟体本构模型及其参数优化反演基本思想和集成设计框架的功能；阐述了集成设计框架的整体设计，主要涉及模块设计和任务设计，模块设计包括主界面模块、参数设定模块、集成模块、优化算法模块、数据管理／可视化模块和优化器模块，并给出各个模块间的逻辑关系；最后，通过计算实例说明该平台的反演过程及其结论。     

基于遗传算法的无人机多目标协作优化

为充分利用随控布局的优点,提出了集成飞行动力学与控制的无人机多学科设计优化(MDO)框架。针对任务需要选定了控制结构及对应的目标函数和约束,确定了能够处理更多目标函数和约束的鲁棒多学科设计优化方法。由于传统约束非线性规划的求解困难,提出了基于遗传算法的二级多目标协作优化方法。优化结果表明,基于遗传算法的多目标协作优化较传统协作优化更容易收敛。飞行动力学与控制的集成,给无人机在概念设计阶段提供了更大的外形设计自由度。     

Isight设计优化技术助力中国航空工业自主创新

CAO方法的主要思想是在复杂系统设计的整个过程中,利用分布式计算机网络技术来集成各个学科(子系统)的模型知识,应用有效的设计优化策略,组织和管理设计过程,获得系统的整体最优解;同时,通过实现并行设计,来缩短设计周期,从而使研制出的产品更具有竞争力.     

飞机结构方案快速设计优化系统及关键技术

<正>飞机结构方案快速设计优化系统梳理了飞机结构方案设计过程的流程、知识和方法,围绕飞机结构布置、结构参数定义、有限元分析、设计评估和结构参数优化等设计过程,进行工具、数据、方法体系的整合,以期实现结构方法的快速设计与优化迭代,建立一套高度集成、高度灵活和多层次的飞机结构方案快速设计优化系统,不管对于当前的型号研制任务还是长远的专业发展来说都具有重要意义。     

集成BLISCO和iPMA的多学科可靠性设计优化

为解决传统的基于可靠性的多学科设计优化(RBMDO)由于存在优化过程多层嵌套、多学科分析和可靠性分析反复迭代而导致的低效率问题,提出集成两级集成系统协同优化(BLISCO)策略和改进功能测度法(iPMA)的多学科可靠性设计优化方法。首先,基于序列化思想将多学科可靠性设计优化解耦,避免了每次多学科设计优化(MDO)对完整可靠性分析模型的反复调用与迭代。其次,采用高效的更适合复杂工程组织形式的BLISCO策略进行确定性多学科设计优化,摒弃了协同优化的一致性约束和两级集成系统综合法的复杂分析和近似建模问题,提高了计算效率。然后,基于角度更新策略对功能测度法(PMA)进行改进,采用更新角度替代极限状态函数值进行可靠性分析与判别,减少了多学科可靠性分析次数。最后,结合某机型起落架的缓冲器设计实例对所提方法进行验证,结果表明该方法的计算效率较其他方法分别提高了30.93%和19.97%,验证了方法的有效性,且具有工程实用价值。     

一种圆环滑油箱结构集成与优化的数值模拟

基于Fluent多相流模型,采用理论计算与数值模拟相结合的方法,对圆环滑油箱结构集成设计进行了分析。分析过程中,考虑了不同飞行姿态和过载条件对性能的影响,得到了油面角、内部流场、高度-油量公式和气液分离效率曲线,并对滑油箱结构提出了优化方案。研究表明:采用数值模拟方法进行滑油箱结构集成研究简单有效,对比优化前后数值模拟结果,可定量分析结构对工作性能的影响。本文研究方法可为其它类型滑油箱设计和优化参考。     

多学科设计优化过程初探

介绍了多学科设计优化计算过程中存在的不确定性问题以及不确定性对设计过程和设计结果的影响.另外,采用在多学科设计优化流程中加入可靠性和稳健性分析模块来保证结果的可靠与稳健,用实验设计方法和6σ方法控制设计变量,保证设计过程的稳定收敛.     

轴向柱塞泵多学科融合建模与集成优化

为了实现机液耦合条件下轴向柱塞泵的精确建模和优化设计,提出了轴向柱塞泵多学科融合建模与集成优化方法。以国产I3V2-10S型轴向柱塞泵为对象,分别建立了ADAMS机械系统模型和AMESIM液压系统模型,通过ADAMS和AMESIM之间的接口模块设计实现了柱塞泵机液耦合建模和联合仿真,并利用iSIGHT软件集成了该机液耦合模型,以该柱塞泵出口体积流量脉动率最小为目标,对配流副中吸排油节流口最大开口等效直径、吸排油闭死角、柱塞包角、吸排油预开口量等参数进行了优化设计。结果表明:在负载工况分别为10、14、18、22、26、30MPa时,优化后的泵出口流量脉动率比优化前分别降低了14.59%、18.57%、21.50%、23.44%、24.03%、25.49%,最后通过实验验证了仿真和集成优化数据的正确性。      

有翼再入飞行器气动外形集成设计优化

气动外形设计是有翼再入飞行器（RV-W）的关键技术之一。分析了气动参数对再入飞行性能的影响,探讨了有翼再入飞行器气动外形设计的规律和准则。基于上述设计准则,以类X-37B飞行器为研究对象,集成几何参数化建模、气动力、气动热、热防护等学科快速分析方法,采用多学科设计优化方法,以最优气动特性为目标对飞行器气动外形进行了优化;得到优化气动外形后,对飞行器热防护系统（TPS）进行了轻量化设计优化。结果表明,优化外形的气动特性相比初始外形得到了较大的提升,设计优化得到的热防护系统重量占比（8.7%）优于同类飞行器的热防护系统重量占比统计数据,说明了本文有翼再入飞行器气动外形集成设计优化方法的有效性,可为同类飞行器提供参考。     

设计优化利器——Isight软件应用实例

赛特达(北京)科技有限公司旨在大中华区内以集多学科分布式协同集成功能于一身的平台Fiper为基础,进一步辅之以多学科多目标稳健设计优化利器Isight,使现代工业设计的3个理念,系统设计、参数设计和稳健设计在实践中得到具体体现和贯彻实施.     

函数优化问题的多方法协作优化

针对复杂函数优化问题,采用多个优化方法进行多方法协作优化。多方法协作优化可以利用各个参与协作的优化方法之间的协作效应,提高优化性能。将遗传算法、模式搜索法和Powell法进行协作构成多方法协作优化方法。采用典型的全局优化测试函数进行实例计算,实例验证多方法协作优化相对于单独优化的优越性。     

基于多方法协作优化算法的飞机总体优化设计

针对飞机总体优化设计中存在目标函数与变量之间没有显式关系式等问题,在建立包含推进、气动、性能及重量四个学科的飞机总体设计模型的基础上,采用遗传算法、模式搜索法和Powell法结合的多方法协作优化策略实现了飞机总体参数的优化;并对优化方案进行参数灵敏度分析,优化后飞机正常起飞总重较优化前降低11.6%,优化效果显著.分析结果表明了基于多方法协作优化算法的飞机总体优化设计的有效性.     

飞机多学科设计优化中的并行多目标子空间优化框架

 针对现有的并行子空间优化框架存在的各子空间仅能有一个优化目标等局限,提出了并行多目标子空间优化框架。该框架将各个学科的优化问题由以往的单目标优化改进为多目标优化,使得每个子空间可以分配到多个优化目标、各子空间的设计变量可以重叠,并且在一次优化中就可获得优化问题的Pareto前沿。介绍了新框架的基本思想和流程,并且阐述了新的学科解耦、子空间的并行优化和系统级的设计变量综合方法。以一个飞机总体设计问题为例,考虑气动、隐身与控制学科,对翼面几何参数和控制律参数进行了优化设计,验证了并行多目标子空间优化框架的有效性和相对于已有方法的优势。     

大批量定制产品生产方式中的定制对象优化

大批量定制产品方式是一种面对客户个性化和竞争全球化时代而产生的新型生产方式，它通过产品的模块化、制造的柔性化来降低为满足客户定制的响应成本，因此具有极大的市场竞争力。这种方式的关键是通过产品与过程的模块化和统一定义主要模块间的接口，然后进行模块间的不同组合或加以适当的变型来满足客户不同的需求。因此，基本模块的存在是这种生产方式能产生有效作用的前提。而当客户所要求定制的产品不能由原有的模块或变型模块组合时，公司若要满足客户的定制，就必须花时间和精力去开发独立的模块，这就大大提高了生产成本和响应时间…     

基于粒子群和人工蜂群混合算法的气动优化设计

现代启发式智能算法存在全局与局部搜索能力的平衡问题,针对此问题,采用双种群进化策略和信息交流机制,提出一种基于粒子群算法和人工蜂群算法相结合的新型混合优化算法——MABCPSO,并分别进行函数测试和翼型的气动优化设计验证。结果表明:MABCPSO新型混合优化算法具有更好的寻优能力,相比粒子群算法和人工蜂群算法,该算法能以更少的进化代数分别提高1.7%和2.2%的减阻效果。     

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群算法应用于翼型气动优化设计的可行性。在优化设计的过程中,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。     

基于两级优化策略的导弹可变翼优化设计

针对多任务、可变翼导弹的外形优化设计需求,提出了一种两级优化方法,研究变形弹翼对导弹总质量和飞行性能的影响。在给定的任务和基准方案下,采用遗传算法和模式搜索法混合优化策略,完成了弹翼优化。结果显示,优化后的导弹发射质量和燃料消耗分别减小了5.46%和15.25%。     

基于改进PSO算法的PID控制器参数优化

针对PID控制器参数设计问题,提出了一种基于改进PSO算法的优化方法。该方法将初始的粒子群分成两组搜索方向相反、相互协同的主、辅子群,在保持种群小规模情况下,增强算法全局探索能力,实现高精度的优化结果。仿真结果表明,该方法相比于传统算法,所得到的控制器参数使控制系统获得了更好的动态响应特性和满意的控制效果。     

基于粒子群优化算法的飞行成本最优轨迹优化

以某大型民用飞机为例,应用了以飞行成本最优为目标的性能指标,同时运用最优控制理论,推导出飞机纵向飞行过程（爬升-巡航-下降）的优化方程,使用粒子群算法进行全局寻优,并通过Matlab进行了仿真,实现了以最优成本为目标的轨迹优化。仿真结果表明：用粒子群算法进行全局寻优,寻优效率较高,考虑时间成本后的轨迹,与节油轨迹相比,空速有所增加,耗油量也有所增加,但飞行时间大大缩短,为航空公司降低运营成本提供帮助。