基于新型高维代理模型的气动外形设计方法

随着现代飞行器性能需求的不断提高，飞行器精细化气动优化设计要求更高可信度的CFD数值分析及更多的独立设计变量，使得基于代理模型的全局优化算法在超过一定的设计变量后显著降低了效率，难以满足复杂工程的设计需求。而目前的高维代理模型过程复杂、时间花费高，缺乏对工程问题的广泛适应性。针对以上难题，提出了利用监督式非线性降维代理建模方法来缓解代理优化过程中的高维变量设计难题。该方法将核主成分分析（非线性）降维与高斯回归过程模型统一训练，自适应构建新型高维代理模型，并随着优化过程不断学习改进模型，建立了从高维输入到输出的准确映射，有效解决了传统高维代理模型训练时间花费高和适应性差等难题。然后基于该新型代理模型发展了适用于飞行器复杂气动设计的高维全局优化设计方法，并将其应用到美国航空航天学会（AIAA）优化小组发布的2个复杂跨声速优化算例中。通过与传统代理优化方法全面比较，验证了所提的方法能大幅提高飞行器高维变量全局优化效率和全局寻优能力。     

一种高效高精度的气动弹性结构优化方法

气动弹性结构优化技术主要包括约束求解和优化算法两个方面的内容。针对常用的基于低阶面元法的静气动弹性分析方法计算效率高但精度低的特点,建立了一种高效高精度的基于高阶面元法的静气动弹性分析方法。针对当前气动弹性结构优化技术使用单一优化算法导致搜索精度低、收敛速度慢等特点,将遗传算法和分形算法进行结合,发展了一种遗传/分形混合算法。针对气动弹性结构优化计算时间长、设备要求高等特点,引入了Kriging代理模型方法来加快优化速度,减少时间和设备的耗费。最后以某大展弦比客机机翼为算例,采用基于高阶面元法的静气动弹性分析方法求解约束响应样本,用Kriging代理模型方法对约束响应进行模型构建和预测,并将Kriging代理模型和遗传/分形混合优化算法进行结合,构建了一种高效高精度的静气动弹性结构优化方法。优化分析结果表明,Kriging代理模型在静气动弹性响应预测上具有很高的精度,平均误差均在5%以下,副翼效率预测的平均误差甚至低于1%;遗传/分形混合算法相比于单一的遗传算法具有更快的收敛速度和更强的全局寻优能力。     

基于多可信度代理模型的尾喷管优化设计

尾喷管是飞行器机体/推进一体化设计中的关键部件之一,直接影响着飞行器的推阻匹配、俯仰力矩配平等特性。为了提高尾喷管优化设计效率,建立基于多可信度代理模型的多目标优化模型。以基于粗网格、无黏模型的CFD 结果作为低可信度数据,以基于细密网格、SST k-ω 湍流模型的CFD 结果作为高可信度数据,将最大化推力系数、升力系数和俯仰力矩系数作为优化目标,构建Cokriging 模型,并结合NSGA-Ⅱ算法得到Pareto 解集。结果表明：以上三个目标分别提升了2.94%、13.0% 和40.6%,误差低于0.5%,并进行了敏感性分析;优化后流场波系结构更为复杂,改变了壁面压强分布规律;与Kriging 模型相比,Cokriging 模型具有相当的预测性能,构建时间成本节省了62%。     

基于分解策略的涡轮叶片可靠性及多学科设计优化

将反一阶可靠性分析方法与多学科可行方法相结合,提出了一种适用于涡轮叶片复杂结构的可靠性及多学科设计优化方法.在优化过程中使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法反复调用仿真程序进行多学科分析,计算量较大的问题.该方法将可靠性分析与多学科优化过程分离,提高了优化计算效率.以某型涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率提高63.8%,证明了该方法在工程应用中的可行性和有效性.      

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。     

锥导乘波体气动代理建模方法研究

传统的气动计算方法计算繁琐、计算效率低,不适应于乘波体多学科设计优化,通过建立气动代理模型可以很好地解决气动计算精度和效率的矛盾.利用面元法进行气动估算,采集了锥导乘波体在设计点、非设计点的气动特性作为训练数据,构建了Kriging和LS-SVM代理模型,对比了两种模型对此高维问题的代理效果.结果表明,Kriging代理模型能更准确地表达锥导乘波体的气动特性,应用代理模型进行优化等工作的计算效率与传统气动计算方法相比有显著的提高.     

基于控制壁面压力分布的分级单边膨胀喷管设计及试验验证

提出了基于控制壁面压力分布的分级单边膨胀喷管(SERN)设计思想.在强几何限制条件下,设计了一个基准模型A,与采用分级膨胀思想设计的模型B进行对比.然后,对模型B喷管进行缩比进行了冷流试验,试验与数值模拟结果吻合良好,说明数值模拟结果可靠.模型A与模型B数值模拟的对比结果表明,模型B喷管在推力性能下降很少的前提下,冷热态俯仰力矩差较模型A下降了44.6％,有效减小了飞行器的配平难度,验证了该设计思想的正确性.     

飞行器静操纵性评估方法研究

建立了一种基于优化思想的配平舵偏求解方法,在此基础上对飞行器静操纵性进行了评估。具体采用三通道线性叠加模型,结合多维线性插值和牛顿-拉夫森算法,对大量的飞行器风洞试验数据进行处理,快速准确地求解出各个状态下的配平舵偏。与传统求解方法相比,该方法求解精度不受搜索间隔限制,求解时间大大缩短。通过对求解结果进行分析,评估飞行器的静操纵性,提高了静操纵性的评估效率和准确性。     

双调和方程在航空离心泵叶型优化设计的应用

为了减少构建代理模型的计算量，提高优化效率，基于双调和方程模型和混合人工鱼群算法对航空离心泵叶型进行优化改型设计。在Matlab平台下分别采用5点4次Bezier曲线和线性函数控制叶型圆周角分布和积叠变化规律，通过软件UG和Fluent的联合批处理方法对15组设计结果进行内流场数值仿真。在曲面插值获得计算空间边界条件的基础上，采用中心差分格式对双调和偏微分方程进行数值求解，建立超曲面性能代理模型。以效率最高为目标函数基于人工鱼群算法对设计变量进行全局寻优。结果表明:基于双调和方程的超曲面代理模型能够保证试验值与预测值完全一致，而优化后的离心叶轮流动中的尾迹效应被明显减弱，水力效率比原型泵提高5.4%。      

亚声速翼身融合无人机概念外形参数优化

为了兼顾翼身融合（BWB）布局无人机（UAV）的气动、隐身和结构重量要求,应用优化方法研究了某亚声速翼身融合无人机概念方案的外形设计问题。外形优化设计流程包括全机参数化几何外形模型、气动分析、机翼根部弯矩计算、雷达散射截面（RCS）分析、代理模型的建立和外形参数优化计算。选择了三种不同优化目标研究翼身融合无人机外形优化问题：①未配平状态升阻比最大;②配平状态升阻比最大;③配平状态升阻比尽量大和机翼弯矩尽量小。通过优化结果的对比分析,揭示了配平约束和机翼弯矩目标对优化设计结果的影响。研究结果表明：计入配平约束能够有效提高配平升阻比;将配平状态升阻比尽量大和机翼根部弯矩尽量小作为优化目标能够获得合理的优化外形。     

A gradient-based method assisted by surrogate model for robust optimization of turbomachinery blades

The design optimization taking into account the impact of uncertainties favors improving the robustness of the design. A Surrogate-Assisted Gradient-Based (SAGB) method for the robust aerodynamic design optimization of turbomachinery blades considering large-scale uncertainty is introduced, verified and validated in the study. The gradient-based method is employed due to its high optimization efficiency and any one surrogate model with sufficient response accuracy can be employed to quantify the nonlinear performance changes. The gradients of objective performance function to the design parameters are calculated first for all the training samples, from which the gradients of cost function can be fast determined. To reveal the high efficiency and high accuracy of SAGB on gradient calculation, the number of flow computations needed is evaluated and compared with three other methods. Through the aerodynamic design optimization of a transonic turbine cascade minimizing total pressure loss at the outlet, the SAGB-based gradients of the base and optimized blades are compared with those obtained by the Monte Carlo-assisted finite difference method. Moreover, the results of both the robust and deterministic aerodynamic design optimizations are presented and compared to demonstrate the practicability of SAGB on improving the aerodynamic robustness of turbomachinery blades.     

An adaptive attitude algorithm based on a current statistical model for maneuvering acceleration

A current statistical model for maneuvering acceleration using an adaptive extended Kalman filter(CS-MAEKF) algorithm is proposed to solve problems existing in conventional extended Kalman filters such as large estimation error and divergent tendencies in the presence of continuous maneuvering acceleration. A membership function is introduced in this algorithm to adaptively modify the upper and lower limits of loitering vehicles' maneuvering acceleration and for realtime adjustment of maneuvering acceleration variance. This allows the algorithm to have superior static and dynamic performance for loitering vehicles undergoing different maneuvers. Digital simulations and dynamic flight testing show that the yaw angle accuracy of the algorithm is 30% better than conventional algorithms, and pitch and roll angle calculation precision is improved by 60%.The mean square deviation of heading and attitude angle error during dynamic flight is less than3.05°. Experimental results show that CS-MAEKF meets the application requirements of miniature loitering vehicles.     

基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了 Kriging 自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。     

基于自适应模拟退火算法的航空电磁阀优化研究

电磁阀是组成航空发动机数字电子控制系统的重要部件,其响应的快速性是制约航空发动机数字电子控制系统性能的重要因素。根据某型航空电磁阀的设计原理构建了一种电磁阀数学模型,并使用设计参数及实际的试验、试车数据对所建成的航空电磁阀数学模型进行了验证。验证结果显示,所设计的电磁阀数学模型具有较高的动静态的精度,在此基础上,设计了一种基于自适应模拟退火算法的航空电磁阀优化方法,并对电磁阀的线圈匝数、阀芯质量、工作气隙的宽度和模型管直径等4个重要参数进行了优化。研究结果证实,相比于原设计方案,参数优化后的电磁阀开启响应时间缩短了50%,关闭响应时间缩短了45.4%。     

Research on multi-fidelity aerodynamic optimization methods

 Constructing high approximation accuracy surrogate model with lower computational cost has great engineering significance. In this paper, using co-Kriging method, an efficient multifidelity surrogate model is constructed based on two independent high and low fidelity samples. Co-Kriging method can use a greater quantity of low-fidelity information to enhance the accuracy of a surrogate of the high-fidelity model by modeling the correlation between high and low fidelity model, thus computational cost of building surrogate model can be greatly reduced. A wing-body problem is taken as an example to compare characteristics of co-Kriging multi-fidelity (CKMF) model with traditional Kriging based multi-fidelity (KMF) model. A sampling convergence of the CKMF model and the KMF model is conducted, and an appropriate sampling design is selected through the sampling convergence analysis. The results indicate that CKMF model has higher approximation accuracy with the same high-fidelity samples, and converges at less high-fidelity samples. A wing-body drag reduction optimization design using genetic algorithm is implemented. Satisfying design results are obtained, which validate the feasibility of CKMF model in engineering design.     

基于Kriging模型的涡轮叶片多学科设计优化

引入基于Kriging模型的近似技术, 建立了一种三维涡轮叶片的多学科设计优化方法.系统介绍了Kriging近似模型, 采用松散耦合方法考虑叶片各学科之间的耦合关系, 在多学科耦合分析的基础上, 采用多学科可行方法与基于Kriging模型的多学科优化方法分别进行了优化和比较.算例表明, 同等条件下相对于前者, 后者能够在精度无明显损失的情况下更快地收敛到最优解, 使涡轮叶片的各项性能得到明显改善, 证明该优化方法是可行有效的.      

基于超椭圆方程和序列响应面法的回转壳开孔形状优化

含有多种功能开孔的轻质回转壳结构是航空航天结构系统内的常用支撑构件,其开孔形状直接影响结构的静动态性能。以回转壳结构为对象,基于超椭圆方程和坐标映射变换推导了回转壳开孔边界的参数化表达,开展了开孔形状动力学优化研究。为提高结构优化计算的精度、效率和收敛性,提出了准等弧长方法和基于均匀设计的序列响应面近似建模方法(SRSM),以分别实现空间超椭圆曲线的精确逼近、减少结构有限元分析成本和加快迭代收敛。以非支配排序遗传算法Ⅱ(NSGA-Ⅱ)作为响应面模型求解算法,结合有限元分析构建了回转壳开孔形状优化设计流程,开展了最大化结构一二阶频率带隙的典型回转壳结构开孔形状优化设计。结果表明,基于超椭圆方程和序列响应面法的开孔优化方法获得了有效改进结构动态特性的回转壳开孔形状,对开展计算耗时工程结构形状优化设计具有一定应用价值。     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。