机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

复合材料加筋板结构优化设计的并行子空间法*

为对复合材料加筋板结构进行布局优化设计,提出并行子空间优化方法。该方法将整个优化问题分为筋条布局优化、筋条尺寸优化和铺层厚度优化三个并行的子空间优化问题,分别以筋条型式、数量、尺寸和铺层厚度为设计变量;每个子问题都独立进行优化计算,优化后将所有结果综合协调,更新设计变量值并重复整个优化过程,直到满足收敛条件。通过三个典型算例验证,结果表明该方法不仅合理而且有很好的优化效果。     

基于神经网络的协作优化方法在飞机总体设计中的应用

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是其中最常用的一种有效的分布式并行优化方法.本文探讨了基于人工神经网络响应面的协作优化设计算法,从神经网络的原理和求解方法出发,对标准的BP神经网络进行相应的改进以适用于协作优化框架,并给出了一个飞机总体方案设计的算例,应用该方法对总体参数进行优化.算例证明,神经网络方法的引入可使协同优化的计算收敛速度更快,可靠性更高,并且有较好的鲁棒性.     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

Hexapod平台参数设计优化

 针对工程应用中的Hexapod平台参数设计优化问题进行研究。Hexapod的上下平台半径被选作设计变量,同时分析了其运动约束条件,包括杆作动器的伸缩范围,铰链转角,作动杆间的干涉条件等,其中对杆间干涉约束进行了简化处理。此外,设计变量上下限、各平移或转动自由度上的行程要求等也被作为约束考虑。目标函数以工作空间、承载能力和运动逆解精度等量度的加权形式表示,由此建立了参数优化问题的模型,该问题用遗传方法求解。数值仿真表明,经参数优化后的Hexapod平台满足所有考虑的工程要求;对比等杆长的Cubic构形Hexapod,所设计的Hexapod平台在工作空间、承载能力方面具有明显优势,从而证明了该参数优化方法的有效性和实用性。     

先进战斗机电子设备舱冷却系统优化方法研究

大功率电子设备的应用,使得以F-22为代表的先进战斗机电子设备舱的冷却系统面临高热负荷和大热流密度问题。针对先进战斗机的电子设备舱冷却系统的设计优化问题,分析比较了传统设计优化方法与多学科设计优化方法的结构体系及特点。其中传统设计优化方法选用整体优化方法和串行优化方法,多学科设计优化方法选用协同优化和并行子空间优化两种典型方法。通过MATLAB软件及ISIGHT软件平台,对上述优化方法进行仿真,分析仿真结果表明,多学科设计优化方法在解决多变量复杂系统的优化设计问题时,有相对计算量小的优越性。     

高超声速飞行器并行子空间优化设计

采用正交试验设计方法生成初始数据库,建立二次多项式响应面近似模型,以最大巡航距离为设计目标,机体/推进一体化外形参数和巡航弹道参数为设计变量,对高超声速飞行器进行了多约束多学科的并行子空间优化设计.优化设计获得了多学科融合条件下的最优化外形和弹道参数,可作为飞行器进一步详细设计的参考方案.      

桁架结构尺寸和形状协同优化方法研究

在满足特定规范和约束条件下,设计出重量最轻的结构具有重要的工程意义。提出一种桁架结构形状、尺寸并行协同优化方法,该方法将桁架结构优化问题拆分为形状优化和尺寸优化两个子问题,通过并行协调实现尺寸设计变量和形状设计变量同时达到最优解;完成了三个典型桁架结构形状优化算例,结果表明：该方法对于桁架结构形状优化可行,且算法简洁,收敛快。     

基于分布／并行计算框架求解多学科设计优化问题

计算框架是多学科设计优化研究的重要问题之一。首先,针对一种基于代理模型的二级优化方法,提出三种不同的分布／并行策略,并对这三种策略的优缺点进行分析。然后,选择其中一种分布／并行策略,以构造代理模型的过程为例,阐述该策略的实现过程。最后,以一个飞翼布局飞行器多学科设计优化问题为算例,在iSIGHT-FD／FIPERACS平台上建立一个分布／并行的多学科设计优化计算框架。应用算例表明,建立的分布／并行计算框架可以明显缩短多学科设计优化问题的求解时间。     

基于不确定性的旋翼转速优化直升机参数设计

为了提高旋翼转速优化直升机总体参数设计质量,基于不确定性多学科设计优化方法,对旋翼转速优化直升机的参数设计进行了研究。首先对最优旋翼转速的不确定性进行分析与建模,同时也考虑了直升机加工制造、材料老化引起的不确定性因素,对比发现最优旋翼转速是旋翼转速优化直升机设计中的主要不确定性因素;然后在协同优化框架下,分别建立了直升机飞行性能、直升机重量、飞行稳定性与变转速涡轴发动机性能计算模型;最后以续航性能为系统学科,悬停性能、飞行稳定性分别作为子学科,进行多学科的不确定性优化设计,得到了3种不确定性优化设计方案。通过对比分析可以发现：第2种方案为旋翼转速优化直升机的最佳参数设计方案,该方案满足悬停需用功率低于350 kW,飞行稳定性指数小于0.8等约束条件的概率不低于95.46%,并且直升机的最大航时期望值也较大。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

一种高效的基于可靠性的多学科设计优化方法(英文)

Design for modem engineering system is becoming multidisciplinary and incorporates practical uncertainties; therefore, it is necessary to synthesize reliability analysis and the multidisciplinary design optimization （MDO） techniques for the design of complex engineering system. An advanced first order second moment method-based concurrent subspace optimization approach is proposed based on the comparison and analysis of the existing multidisciplinary optimization techniques and the reliability analysis methods. It is seen through a canard configuration optimization for a three-surface transport that the proposed method is computationally efficient and practical with the least modification to the current deterministic optimization process.     

考虑阻尼性能的复合结构多尺度拓扑优化设计

最优阻尼复合结构应该是阻尼材料自身的材料性能和阻尼材料在板壳结构上的分布形态均是最优的。针对板壳阻尼复合结构的多尺度设计问题,建立了基于非比例阻尼模型的复合结构多尺度拓扑优化方法,实现了阻尼材料在宏微观两尺度上的协同设计,同时获得最优的阻尼材料宏观分布形态和微观构型。以结构模态阻尼比为目标,分别研究了复合结构的单目标和多目标多尺度设计问题。结果表明,在单目标设计中,当最大化结构的某一阶模态阻尼比时,优化后结构的该阶模态阻尼比最大,同时结构在该阶处的频率响应最小;在多目标设计中,以结构前3阶模态阻尼比之和为目标,虽然在每一阶处的性能劣于单目标设计结果,但是结构前3阶模态阻尼比的总体性能更优。同时,从微结构的构型可得,最优的微结构构型中低刚度高阻尼材料的分布相互连接,其损失模量（微结构复弹性矩阵的虚部）和阻尼因子（微结构复弹性矩阵的虚部与实部之比）都相对较高,且呈现负泊松比现象。优化后复合结构的动力学性能显著提高。     

Aerodynamic/Stealthy/Structural Multidisciplinary Design Optimization of Unmanned Combat Air Vehicle

An optimization strategy is proposed to deal with the aerodynamic/stealthy/structural multidisciplinary design optimization (MDO) issue of unmanned combat air vehicle (UCAV). In applying the strategy, the MDO process is divided into two levels, i.e. system level optimization and subsystem level optimization. The system level optimization is to achieve optimized system objective (or multi-objective) through the adjustment of global external configuration design variables. The subsystem level optimization consists of the aerodynamic/stealthy integrated design and the structural optimization. The aerodynamic/stealthy integrated design aims at achieving the minimum aerodynamic drag coefficient under the constraint of stealthy requirement through the adjustment of local external configuration design variables. The structural optimization is to minimize the structural weight by adjusting the dimensions of structural components. A flowchart to implement this strategy is presented. The MDO for a flying-wing configuration of UCAV is employed to illustrate the detailed process of the optimization. The results indicate that the overall process of the surrogate-based two-level optimization strategy can be implemented automatically, and quite reasonable results are obtained.     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题，提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量，使系统目标最优，并满足一致性约束条件。子系统优化通过调整局部设计变量，使子系统目标最优，并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和，或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题，并与CO方法进行了对比，结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中，验证了LDFCO/V1的可行性和有效性。     

旋翼翼型多目标多约束气动优化设计

为了克服传统旋翼翼型优化设计方法的不足,发展了一种基于Kriging模型与遗传算法的旋翼翼型多目标多约束气动优化设计方法。采用基于雷诺平均Navier-Stokes方程的数值模拟获得样本翼型气动性能,并建立目标函数和状态函数的Kriging模型,采用遗传算法搜索Kriging模型最小值和相应的EI(Expected Improvement)函数最大值,更新Kriging 模型直至找到满足约束的最优翼型。运用加权目标函数法进行了旋翼翼型的多设计点优化设计。优化结果表明,优化后旋翼翼型在满足约束的同时,与基准旋翼翼型OA209相比:在悬停状态下,阻力系数下降了2.1%;在机动状态下,最大升力系数提高了4.2%;在前飞状态下,阻力系数在不同马赫数下均有所减小。     

遗传算法在雷达吸波涂层多目标优化设计中的应用

本文利用遗传算法实现了雷达吸波涂层的多目标优化设计.首先对目标函数进行合理设计,同时基于Pareto最优概念,采用非劣分层遗传算法(NSGA)进行多目标优化.对具体实例的优化结果表明,该方法利用共享函数和小生境技术,可以使优化结果均匀的收敛于Pareto域附近.同传统优化方法相比,该方法物理意义明确,对决策者来说更具科学性、针对性和实用价值.     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。