自适应差分进化算法在气动优化设计中的应用

以实数编码的差分进化（DE）算法为基础,引入种群熵估计方法分析种群个体的分散程度,自适应地调整设计变量的搜索范围。采用Navier-Stokes方程作为主控方程计算翼型气动性能,分别采用标准遗传算法（SGA）、基本DE算法和自适应差分进化（ARDE）算法作为气动性能优化算法进行了针对翼型的气动优化设计。函数测试实例表明,ARDE算法具有更好的收敛稳定性和收敛速度。并针对翼型气动优化问题的特点,分析了参数设置对ARDE算法优化结果的影响。实验结果对比表明,ARDE算法得到了更好的优化结果。     

分布式协同进化MDO算法及其在导弹设计中应用

 针对现有基于梯度的多学科设计优化 (MDO)算法不适用于具有离散和整数设计变量、设计空间非凸或不连通的多学科设计优化问题,以及倾向于收敛到接近初始点的局部最优点的缺点,为充分发挥进化算法的优越性,根据协同进化与 MDO在本质上的相似性,采用分布式协同进化机制进行 MDO算法研究。提出了分布式协同进化 MDO算法,并将该算法应用于导弹的气动 /发动机 /控制一体化优化设计。     

协同优化在机翼气动／结构一体化设计中初步应用

探讨协同优化方法是否能有效地解决机翼气动 结构一体化设计优化问题。首先对基本的协同优化和基于响应面协同优化二种方法的特点进行了探讨,然后以轻型飞机机翼气动 结构一体化设计为例,着重研究如何用协同优化方法建立机翼气动 结构一体化设计的优化模型。研究结果表明,基本的协同优化算法不能有效地解决该机翼气动 结构一体化优化问题,而基于响应面的协同优化方法在求解这一问题时具有较好的鲁棒性。     

一种改进的果蝇优化算法及其在气动优化设计中的应用

果蝇优化算法(FOA)是一种新的群体智能优化算法,具有良好的全局收敛特性。为进一步提高FOA的寻优性能,将其引入到气动优化设计中,发展形成了改进的果蝇优化算法(IFOA)。IFOA通过引入惯性权重函数动态调整搜索步长,有效实现了算法全局搜索和局部搜索之间的动态平衡,提高了算法整体搜索效率和寻优精度;对于多维优化问题,IFOA每次搜索仅随机扰动其中一个决策变量,并在每个迭代步内将所有优秀果蝇个体(可行解)结合产生一个全新的果蝇个体进行一次搜索,大大加快了算法的收敛速度。函数测试结果表明,IFOA显著提高了FOA的寻优性能。将IFOA应用到气动优化设计中,翼型反设计和单/多目标优化设计的算例表明,IFOA是一种简单高效的优化方法,可广泛应用于气动优化设计。     

离散伴随方法在气动优化设计中的应用

针对工程问题中大规模设计变量难以进行快速优化的难题,在自研流场解算器(WiseCFD-UG)基础之上,发展了基于离散伴随方法的梯度计算模块,实现了目标函数对大规模设计变量的快速精确梯度求解.此外,结合FFD参数化、线弹性体网格变形,优化算法等模块建立了气动优化设计系统.运用系统对M6机翼和CRM翼身组合体构型进行定升减阻优化设计,结果表明:机翼表面的压力分布得到了显著改善,表面激波得到不同程度的消除或减弱.气动优化设计系统有效可靠,具有一定的工程应用价值.     

超声速低声爆布局分层优化方法

声爆抑制是发展新一代超声速民机必须突破的关键技术。总体布局参数的合理设计可以使飞行器具有良好的声爆特性。为了提高全局进化算法在布局设计中的优化效率,提出一种基于数据挖掘的分层优化方法,利用数据挖掘中的决策树算法提取设计知识,获得设计变量分层信息,指导低声爆布局分层优化;针对某超声速低声爆飞行器,选取后掠角、上反角、展弦比、梢根比、长细比五个总体布局参数作为设计变量,开展分层优化数值实验,并与一体化优化形成对比验证。结果表明：分层优化方法能够搜索到与一体化优化高度吻合的最优解,分层优化的收敛速度显著高于一体化优化,且对随机寻优历程的表现更稳健。     

自适应设计空间扩展的高效代理模型气动优化设计方法

对基于Kriging模型气动优化的加点方法和设计空间的构建问题进行了研究。首先,针对高效全局优化（EGO）方法收敛缓慢的问题,提出了一种混合加点方法,该方法通过引入期望提高（EI）阈值控制EI和最小预测值（MP）加点准则,利用先全局再局部的优化思想,提高了EGO方法在确定设计空间内的收敛性。其次,针对设计空间的构建问题,对比了扩大设计变量范围和多轮优化两种不同的设计空间构建方法,分析了设计变量范围对设计空间大小和样本密度的影响,进而提出了自适应设计空间扩展的代理模型优化方法。相对于传统固定设计空间的方法,自适应设计空间扩展的方法在动态的设计空间中进行优化搜索,只在有潜力的维度扩展设计变量范围,通过构建自适应设计空间,实现了样本的高效配置。最后,通过ADODG标准翼型优化算例证实,自适应设计空间优化方法可以大幅提高气动优化设计效率。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

基于梯度增强型Kriging模型的气动反设计方法

基于Kriging模型的代理优化算法目前在气动优化设计中得到了广泛应用。但在高维(设计变量大于30个)气动优化中,计算量过大的问题对其进一步发展产生了严重制约。将翼型和机翼气动反设计问题转化为优化问题,采用Adjoint方法进行快速梯度求解,利用基于梯度增强型Kriging(GEK)模型的代理优化算法分别开展了18、36和108个设计变量的气动反设计。首先,通过采用在设计空间局部建立GEK模型的方法成功地将基于代理优化算法的气动反设计问题的维度拓展到了100维以上。其次,研究了梯度计算精度对基于GEK模型的反设计的影响,发现梯度精度越高,反设计的最终效果越好,同时效率相当。最后,通过不同维度的气动反设计算例,比较了改进拟牛顿法(BFGS)、基于GEK模型和Kriging模型的代理气动反设计方法,结果表明基于GEK模型的代理优化算法的效率大幅度高于基于Kriging模型的代理优化算法,并且维度越高,效率优势越明显;同时,基于GEK模型的代理优化算法在优化效果及分析程序调用次数上相比于BFGS方法也略有优势。     

基于Nash-Pareto策略的两种改进算法及其应用

针对多目标、多设计变量的优化问题,提出了两种优化的新算法:一种是将多目标问题转化为单目标时,对目标权重的确定提出了新的途径;另一种是直接对多目标问题进行优化,并对Pareto遗传优化技术作了改进,以得到均匀分布的Pareto最优解集.两种新算法都是建立在Nash的系统分解与Pareto遗传算法的基础上,因此称这类算法为Nash-Pareto策略.借助于这类算法,文中以跨声速压气机双圆弧类叶型的气动优化为例,给出了气动优化的全过程.数值优化的实验表明所给出的改进算法是可行的、有效的.     

可跳飞自转旋翼飞行器推/升力系统参数优化

对自转旋翼飞行器推/升力系统参数进行了特性分析和多目标优化设计,解决了具有跳飞性能的现代旋翼机总体方案和系统设计难题.采用叶素理论和动态入流理论,以数值积分的方法建立推力和升力计算模型;在能量转换关系和自转旋翼气动特性的基础上,建立了旋翼机跳飞性能计算模型,分析了参数对跳飞过程的影响,并以算例验证了计算模型有效可靠.基于六西格玛和改进的遗传算法,对推/升力系统参数分层地进行了多目标优化,优化结果表明本文方法正确合理,优化后的系统参数提高了飞行器总体性能.      

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。     

多目标进化算法和代理模型技术在气动稳健优化设计中的应用

通过与传统优化方法的优缺点对比,提出针对飞行器环境参数存在不确定性影响时的气动稳健优化设计模型,并应用多目标进化算法和代理模型技术对稳健模型进行优化设计研究。提供了翼型稳健性优化实例,通过选择合适的翼型参数化方法和CFD求解程序以及不确定性分析方法,得到了稳健设计结果的Pareto前缘图。从其中选择的设计结果可以看出,稳健设计结果表现出更稳定的特性,证明了稳健设计的优势所在。     

Aeroacoustic and aerodynamic optimization of propeller blades

It is of great significance to develop a high-efficiency and low-noise propeller optimization method for new-generation propeller aircraft design. Coupled with free form deformation method, dynamic mesh interpolation technology, optimization algorithm, surrogate model, aerodynamic calculation and aeroacoustic prediction model module, the integrated aerodynamic and aeroacoustic design method of propeller is built. The optimization design for the six-blade propeller is carried out. The non-reduction in efficiency, thrust coefficient and the minimum of aerodynamic noise is treated as the optimization design objective. The spatial vorticity distribution of the propeller before and after the design is also analyzed by using unsteady computational fluid dynamics method. The results show that the optimized propeller can effectively reduce the aerodynamic noise level. The maximum total sound pressure level can be reduced by 5 dB without reducing its aerodynamic performance. The developed method has good application potential in low-noise optimization design of propeller and other rotating machinery.     

遗传算法在机翼气动优化设计中的应用

把最优化方法与机翼的气动力求解相结合,进行跨音速机翼的气动优化设计。采用最优化方法为遗传算法,机翼的气动力由三维欧拉方程的数值解来提供。与基准机翼相比较,优化设计的机翼其气动性能有较大幅度的提高,表明遗传算法在机翼优化设计中的可行性和有效性     

载重飞机总体参数的多目标优化设计方法

利用遗传算法进行了低雷诺数下全机气动布局设计及优化,并制作原理样机以检查设计的可行性及正确性.主要优化对总体外形和飞机性能影响较大的机翼、尾翼的平面形状几何参数以及少数几个机身几何参数;优化目标是巡航段最大升阻比和空机重量.试验结果表明该优化设计方法是十分有效的,可以用来对具有正常布局形式的飞机进行气动外形的优化设计.     

基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

压气机叶片自动优化设计

采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。用此参数化方法逼近一低速叶型和一跨音叶型 ,逼近程度令人满意。采用 N-S方程正问题数值计算结合单纯形法寻优 ,构成叶轮机械叶型自动优化设计方法。以消除叶片吸力面分离为目标 ,采用上述方法得到了满意的结果     

基于神经网络的翼型优化设计方法研究

针对气动外形优化设计中,气动特性计算可信度要求与巨大计算量之间的矛盾,采用一种基于神经网络构建适用于气动外形优化设计的气动特性计算模型的计算方法.同时,以神经网络近似模型来代替原有的流场数值计算气动分析程序,结合基于遗传算法建立的气动外形优化搜索方法,建立了一种新的翼型优化设计方法.实际翼型优化设计算例表明该方法有效减少了计算量,提高了工作效率,可以获得具有高可信度的设计结果.