基于改进CO-RS的平流层飞艇总体设计与优化

为改进响应面协同优化(CO-RS,Collaborative Optimization based on Response Surface)方法的工程实用性,提出改进的CO-RS方法.在响应面建立中应用广义乘子法和信赖域法,取消响应面更新对梯度的依赖性.针对平流层飞艇的总体设计与优化问题,基于改进的CO-RS框架,进行了系统任务分析和学科耦合分析.对气动与推进子系统、结构子系统和能源子系统进行了学科分析,以最小化平流层飞艇的质量为目标,建立基于改进CO-RS框架的多学科设计优化(MDO,Multidisciplinary Design Optimization)模型和相应的学科分析模型.利用iSIGHT软件搭建求解平台,采用改进的CO-RS算法进行仿真计算,并得到合理结果,验证了所建立的MDO模型的合理性和改进的CO-RS算法在平流层飞艇总体设计优化中的有效性.     

遥感卫星总体参数设计的建模与协同优化

针对遥感卫星的总体参数设计问题,建立以卫星覆盖幅宽、地面分辨率和总重综合的指标为目标的优化问题,考虑卫星的控制(GNC,Guidance, Navigation and Control)、电源、结构和热控(TCS,Thermal Control System)分系统的分析模型并整理其中的耦合关系,以协同优化(CO,Collaborative Optimization)方法为框架建立多学科设计优化(MDO,Multidisciplinary Design Optimization)模型并用罚函数法求解,获得了协同一致且性能提升的结果.验证了所建模型的合理性和MDO方法应用于卫星总体参数设计优化的有效性.各分系统的模型及求解方法可为MDO方法的工程化应用研究提供参考.     

高超声速飞行器多段弹道协作优化

利用协作优化方法求解了高超声速飞行器多段弹道整体性能最优问题.将高超声速飞行器在垂直平面的弹道分成多段,对引入段、滑行段、下降段进行了优化设计,期望引入段终端时刻速度最大、滑行段距离最远、下降段时间最短.把3段弹道当成3个学科,以攻角和各段的初始状态作为输入,以末端状态作为输出.开发了并行协作优化设计软件coplatform,并求解多段弹道的整体最优解.其计算结果与all in one方法和全局敏度GSE(Global Sensitivity Equations)方法求得的结果一致,也验证了协作优化方法的有效性.      

多学科设计优化中的不确定性建模

不确定性因素对复杂工程系统设计的影响贯穿整个设计过程.对多学科设计优化(MDO,Multidisciplinary Design Optimization)中不确定性的来源进行了总结和归类;建立了包含2个耦合学科的MDO系统分析输出结果的不确定性与设计变量输入数据误差和模型误差之间关系的数学模型,用于计算各种不确定性对系统性能的影响.算例分析结果和实验结果吻合,表明该数学模型有效可靠.经过扩展可用于估算包含多个耦合学科的MDO系统分析输出结果的不确定性,为鲁棒多学科设计优化方法的构建提供理论基础.      

ICO多学科设计优化方法

协同优化(CO, Collaborative Optimization)算法在应用中存在计算困难的问题.分析了引起CO算法计算困难的原因;使用L₁范数改进了CO算法的学科一致性约束,避免了学科级目标函数导数的不连续性,并从数学理论上证明了改进的学科一致性约束的收敛性;增加系统级罚函数,使系统级优化问题转化为无约束优化问题;使用快速启动方法,在子系统级优化过程中充分合理利用系统级优化求得的最优解;给出了使用改进的学科一致性约束、系统级罚函数和快速启动方法的ICO(Improved Collaborative Optimization)多学科设计优化方法,较好地克服了CO算法存在计算困难的缺点.标准算例实验结果表明,ICO多学科设计优化方法有效提高了算法的稳定性、可靠性和计算效率.      

通用再入飞行器多学科协同优化设计

探讨了协同优化方法在通用再入飞行器总体优化设计中的应用以及各学科间耦合关系.对协同优化方法的流程及特点进行了分析,以通用再入飞行器总体优化设计为对象,研究如何利用协同优化方法建立此类问题的优化模型.研究结果表明协同优化方法相对多学科可行法具有较快的收敛速度,主要是由于协同优化方法中的系统级在搜索空间时受到了3个子系统级优化一致性的制约,而3个子系统级并行地对升阻比最大、质量最小、弹道设计中气动加热量最小3个主要影响射程的因素进行了优化,最终共同缩小了设计搜索空间,同时利用学科的独立性进行并行计算,从而较快地实现了迭代收敛.      

高超声速飞行器滑行航迹优化

针对高超声速飞行器滑行的密度模型、动力学模型、空气动力模型和作为输入的攻角,将弹道问题转化为最优控制问题,采用极大值原理求得航程最大的一阶必要条件,采用多次变区间的遗传算法、非线性单纯形法和邻近极值法的组合优化策略来求解此两点边值问题,首先用多次变区间的遗传算法和单纯形方法求得全局航程最大,然后用邻近极值法得到合适的初值满足所有终端约束,通过对一高超声速飞行器的算例进行了优化计算,得到了最优弹道和优化算法的收敛曲线,并与升阻比最大飞行方案进行比较可知,最优控制方案求得的航程大于升阻比最大飞行方案的航程.      

考虑射程损失的高超声速飞行器突防弹道分析与设计方法

研究了高超声速飞行器突防机动造成速度损失进而影响射程的问题。高超声速飞行器在面对拦截威胁时需要靠自身机动进行躲避,而机动躲避将会使得飞行状态产生偏离,进而影响高超声速飞行器射程。针对此问题,首先分别建立弹道式和滑翔式高超声速飞行器运动学和动力学模型,然后考虑突防机动过程中造成的速度、弹道倾角等弹道参数变化,分别对弹道式和滑翔式高超声速飞行器的射程与弹道参数关系模型进行构建,得到突防机动-射程变化关系。之后, 通过数值仿真对突防机动-射程变化二者之间的关系进行验证,结果表明弹道式和滑翔式高超声速飞行器的机动均会导致射程变化,且变化规律与理论分析基本一致,验证了所提出突防机动-射程变化模型的正确性和有效性。最后,基于突防机动-射程变化模型,针对两种高超声速飞行器分别给出对射程变化影响较小的突防机动策略,为提升飞行器飞行性能提供理论和方法基础。     

不确定条件下高超声速俯冲弹道鲁棒优化

针对俯冲段不确定性因素所导致的弹道偏差和落点精度问题,研究了一种增强弹道抗干扰能力的高超声速滑翔飞行器俯冲攻击鲁棒弹道优化方法。首先建立了考虑模型偏差、阵风干扰等不确定性因素的滑翔飞行器俯冲段运动数学模型;其次,推导了不确定条件下滑翔飞行器运动模型的雅各比矩阵解析表达式,得到了基于线性协方差分析法的系统误差传播方程;最后,建立了不确定性条件下的俯冲段弹道优化模型,并应用高斯伪谱法对该弹道优化问题进行求解。仿真结果表明,与不考虑不确定性因素影响的弹道优化方法相比,本文方法可有效提高高超滑翔飞行器俯冲弹道抗干扰能力,且抗干扰能力随着权重系数值的增大而增强。     

高超末段机动突防/精确打击弹道建模与优化

针对高超声速飞行器再入末段机动突防、精确打击问题,从最优控制角度出发,提出了一种考虑拦截弹动力学特性的最优机动突防弹道优化方法,获得了高超声速飞行器的最大机动能力。该方法将拦截弹运动模型引入突防弹道优化的模型中,通过施加约束限制拦截弹按照比例导引律飞行。根据飞行任务和交战双方的弹道特点分段,结合各段的任务和特性,分别提出了突防性能指标和精确打击性能指标等,并通过加权函数将各个独立、矛盾的性能指标统一,建立了多对象、多段、多约束机动突防弹道优化模型,采用Radau多段伪谱法（MRPM）进行求解。针对该问题求解的初值敏感、可行域窄等问题,提出了一系列弹道优化策略,提高了收敛速度和求解精度,最终获得了最优机动弹道,并通过协态映射原理对其最优性进行了验证。结果表明,该方法能充分发挥高超声速飞行器的机动能力,获得满足落点精度要求的突防弹道,相对已有方法,将脱靶量提高了1~2个量级。灵敏度分析表明,该弹道对拦截弹的发射时间不敏感。      

高超声速飞行器后体/尾喷管优化设计

结合试验设计方法、替代模型技术和遗传算法构建一套改进的优化方法,并将其应用于高超声速飞行器后体/尾喷管的一体化设计.在构建优化方法时,针对替代模型采用渐近全局策略提高精度;针对遗传算法,采用实数编码、多目标定级排序和改进小生境技术.在后体/尾喷管的一体化设计应用中,结合高精度的计算流体力学(CFD,Computational Fluid Dynamics)求解,以两个设计点的推力和升力为目标,以力矩为约束,得到优化问题的Pareto最优前沿面,优化结果在综合性能方面有很大提升.该优化方法可进一步推广应用于更复杂的优化设计当中.      

多级固体运载火箭分级多学科设计优化

为了解决固体运载火箭总体优化过程中学科耦合性强、计算复杂、设计效率低等问题,建立了多级固体运载火箭的几何外形、质量、气动、推进、弹道/制导等学科模型,将多级运载火箭分成若干个子级火箭,并通过级间飞行状态连续性条件连接到一起,形成系统级和子系统级的框架。设计了并行方式和串行方式2种子系统的优化流程,以起飞总重最小为目标进行了多学科设计优化(MDO)。结果显示,这2种分级优化的方法与多学科可行(MDF)方法相比能减小优化过程中的迭代次数,得到更好的优化结果,从而验证了分级优化方法在多级固体运载火箭MDO的可行性与优越性。      

Hypersonic vehicle aerodynamic design using modified sequential approximate optimization

Hypersonic vehicles are receiving increased attention within the aerospace community due to their high cruise speed and long-range capabilities. In this paper, a modified Sequential Approximate Optimization method is proposed for an optimized aerodynamic design of a hypersonic vehicle. As part of this approach, a constrained experimental design method is developed to handle the constraints more efficiently. A radial basis function is used to surrogate time-consuming CFD analysis. An efficient and more robust numerical mesh morphing scheme for the hypersonic vehicle is developed for the generation of high-quality meshes. Within this paper, a novel adaptive infilling strategy is proposed which uses an inaccurate search technique coupled with an elite archive. This allows the location of a more promising sample region and hence improves the surrogate accuracy, thereby further enhancing the optimization efficiency. A hypersonic vehicle aerodynamic design problem is solved using the proposed approach and satisfactory results are obtained at much lower computational costs. The lift-to-drag ratio is increased by 23.8% when compared with the base configuration while also satisfying the volume and lift constraints. The pressure and Mach contours have been compared with those of the base configuration and the results demonstrate the strength of the optimized configuration. The modified sequential approximate optimization for designing an improved hypersonic vehicle is worth referencing in future work.     

基于自适应伪谱法的高超声速飞行器再入轨迹优化

针对高超声速飞行器再入轨迹优化问题,建立考虑地球自转的三自由度再入运动方程,以美国通用空天飞行器为对象建立再入约束模型。采用Legendre-Gauss-Radau配点对3种典型优化问题:最大纵程、最大横程及最小航迹角变化率问题进行离散,将连续时间最优控制问题转化为非线性规划问题。基于Legendre多项式近似理论,引入衰减系数构建相对误差估计关系式,并以此提出一种有效的自适应网格重构策略。最终获得了3种典型再入轨迹优化问题的最优解。仿真结果表明,该算法的求解结果与变步长Runge-Kutta-Fehlberg法积分一致。相比传统自适应伪谱法,其配点和区间分配更合理,迭代次数少,求解速度高,且对人工参数不敏感。      

对地观测卫星总体参数多学科优化

针对对地观测卫星总体参数设计问题,建立了以对地观测性能最佳为目标的多学科优化模型,考虑姿轨控制、电源、结构、推进、有效载荷5个分系统的设计变量和相应约束条件,并考虑运载火箭对卫星设计的约束条件,通过经验公式建立分析模型.采用协同优化方法,利用外点罚函数法将系统级优化问题转化为无约束优化问题以改善协同优化系统级的数值缺陷,建立了多学科设计优化框架.计算结果表明通过优化可提升卫星的对地观测性能,验证了该方法的合理性.建模思路与优化方法可望用于更贴合工程实际的卫星参数设计.      

面向狭小空间的起落架收放轨迹智能设计方法

扁平化气动外形是高超声速飞行器获得较高升阻比的优先布局，但该外形严重约束了起落架的收藏空间，常规机构很难满足要求，只能采用复杂机构的三维运动实现起落架的窄空间收放。然而，当前主流的计算机辅助设计迭代试凑法在解决空间机构设计问题方面非常依赖工程经验，耗时耗力且很难得到最优结果。为解决这一问题，创新性地提出基于智能优化算法的起落架复杂机构自主设计方法。首先，分析并建立起落架收放机构的运动学理论模型；然后，建立起落架结构间距离描述及碰撞检测模型，并运用深度神经网络自主设计起落架收放机构的最优运动轨迹；最后，以某狭窄舱段的起落架收放策略设计为例，应用该设计方法进行设计。结果表明:所提设计方法可以快速得到最优的起落架收放机构设计方案，可用于指导高超声速飞行器起落架收放机构的设计。      

考虑随机干扰的高超声速滑翔飞行器轨迹优化

为解决高超声速滑翔式飞行器具有干扰不确定性的再入轨迹优化问题,提出了一种基于广义正交多项式方法的随机轨迹优化数值求解方法。针对随机干扰,基于广义正交多项式方式对其分布进行采样,形成采样空间,而后将每个采样值代入确定性轨迹优化问题中进行反复迭代求解,得出观测值的样本空间,并计算其期望、方差和协方差,估计输出值。以最大纵程为代价函数对具有随机干扰的高超声速滑翔式飞行器最优轨迹进行了数字仿真。仿真结果表明,基于广义正交多项式的随机轨迹优化方法能够有效处理随机干扰对轨迹优化问题的影响,与蒙特卡洛法相比计算效率大大提高。