多学科设计优化在非常规布局飞机总体设计中的应用

以飞翼布局飞机总体设计为例,展示如何将多学科设计优化(MDO)方法有效地应用于非常规布局飞机总体设计.基于二级优化方法,提出一种飞机总体MDO实施流程.该流程包括系统级优化、子系统级优化(或评估)和多学科模型生成器3个部分.系统级优化的任务是优化全局设计变量,使系统目标最优.子系统级优化涉及的学科包括气动、隐身、结构、...     

基于遗传算法的协作优化方法研究

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是多学科设计优化技术中最常用的一种有效的分布式并行优化方法.然而,标准的协作优化方法很难收敛到系统的最优解,而且对初始点的选择非常敏感,不同的初始点可能收敛到不同的解.遗传算法是一种成熟的智能寻优算法,具有很强的全局搜索能力.本文正是为提高协作优化的可靠性和鲁棒性,将遗传算法引入协作优化框架,并且对传统遗传算法进行相应的改进以适用于协作优化框架.算例证明本文提出的基于遗传算法的协作优化方法行之有效,消除了标准协作优化可能收敛不到系统最优解及对初始点敏感的缺陷.     

增广拉格朗日子集模拟优化方法

传统的工程结构优化设计方法在求解多设计变量、多约束条件的结构优化设计问题时,存在诸多不足,针对上述问题,基于增广拉格朗日约束处理方法和子集模拟优化方法发展一种新的结构优化设计方法——增广拉格朗日子集模拟优化方法(ALSSO).该方法首先利用拉格朗日乘子法处理多重约束条件,然后利用子集模拟优化方法对转化后的无约束优化问题进行求解;对罚函数因子的更新方法进行改进,以保证收敛过程的稳定性;利用两个算例对该方法的计算精度、稳健性以及计算效率进行验证,并与其他优化方法进行对比.结果表明:增广拉格朗日子集模拟优化方法具有非常优秀的寻优性能.     

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.     

复合材料翼面结构多级优化设计方法

建立一种适用于复合材料结构的多级优化方法。第一级优化包括系统级优化和元件级优化。系统级优化以板厚度或杆横截面为设计变量，从Ｋｕｈｎ－Ｔｕｃｋｅｒ出发导出改进设计变量的迭代式；元件级优化保持最优迭层板厚度和节点位移不变，利用线性规划技术使结构应变能最大，得到最优分层厚度。第二极优化以纤维铺向角为设计变量，以降低各约束点处位移为目标进行优化，提高结构刚度。算例研究复合材料翼面盒段满足强度要求和挠曲变形规律要求时的优化设计，结果表明该方法计算方便，接口简单，收敛迅速。     

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。     

基于自适应本征正交分解的涡轮级多学科设计优化

为了提高涡轮级多学科设计优化的优化效率,基于本征正交分解(Proper Orthogonal Decomposition,POD)技术,并结合快照样本自适应更新方法,提出了一种综合的涡轮级多学科优化系统。首先,通过进行POD分析,仅保留占优势的基函数,并以POD系数作为新的设计变量,设计变量个数由60个缩减为5个,提高了优化效率。然后,基于自适应进化规则,优化过程中对快照样本进行不断的进化和修正,从而提高POD精度。最后将该方法与涡轮多学科优化流程相结合,建立了一种高效率、高精度的优化策略。某涡轮优化的结果表明:该优化策略适于设计变量较多的复杂优化问题,且具有良好的收敛性,优化后设计点等熵效率提高了3.5%。     

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。     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

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。     

应力和位移约束下连续体结构的拓扑优化

结构拓扑优化设计是结构初始方案设计的重要方法。同时考虑应力和位移约束,采用遗传算法,用染色体基因映射结构离散化后的单元体,对连续体结构进行拓扑优化。为了消除结构中的铰接和棋盘格现象,在拓扑优化分析中引入了结构约束的概念,并在罚函数方法中引入导向因子,改善优化分析结果。该方法可以为工程结构的初始设计提供多种方案,同时为新结构的设计提供了理论基础。算例分析表明所提出的方法是合理、有效的。     

基于改进鸽群算法的高超声速飞行器轨迹优化

采用基于罚函数思想的约束处理技术改进鸽群智能算法,应用于复杂的带约束的飞行器轨迹优化问题。以高超声速飞行器爬升段轨迹优化为例,建立其包含微分方程约束、路径约束和终端约束的优化数学模型,通过罚函数构造算法的适应值函数并对优化变量添加边界强约束,将改进的鸽群智能(PIO)算法和粒子群(PSO)算法对高超声速飞行器爬升段优化数学模型进行对比仿真分析。仿真结果表明,改进的鸽群智能算法在解决此类复杂带约束优化问题中展现出了更好的优化效率,具有良好的工程应用价值。     

多组件结构系统布局拓扑优化中处理组件干涉约束的惩罚函数方法

包含大量组件的多组件结构系统布局拓扑优化设计中存在大量的组件干涉约束,研究了包含大量组件的结构系统整体式拓扑布局优化设计问题,基于有限包络圆方法（FCM）提出了处理组件干涉约束的惩罚函数方法,构造了包含结构刚度和组件之间几何干涉函数的内外混合惩罚函数,应用基于梯度的优化算法对包含数十个组件上百个干涉约束的多组件结构系统进行刚度优化设计,得到了清晰的支撑结构构型和无干涉的组件布局位置,充分体现了提出的混合惩罚函数方法在解决多组件结构系统布局拓扑优化设计中组件干涉问题上的有效性和适用性。     

考虑高耗时约束的追峰采样智能探索方法

针对现代飞行器设计等工程优化问题中面临的约束高耗时难题,在标准追峰采样（MPS）方法的基础上,提出了一种基于过滤器的MPS-DCP设计空间智能探索方法（FMPS-DCP）,训练径向基函数网络预示高耗时目标函数与约束条件响应,利用KS方程聚合高耗时约束并根据过滤器思想筛选优质简单样本点,定制了一套新增样本点选择策略引导优化过程快速向全局可行最优解收敛,从而提高了求解高耗时约束优化问题的效率。采用一组标准约束测试算例验证FMPS-DCP方法的性能,并与CiMPS、Extended ConstrLMSRBF、ARSM-ISES和KRG-CDE智能探索方法进行对比。结果表明,FMPS-DCP在优化效率与鲁棒性方面具有显著的性能优势。最后,通过全电推进卫星平台多学科设计优化案例,验证了FMPS-DCP的工程实用性。     

结构动力学与颤振约束下无人机机翼优化设计

提出了同时考虑结构动力学约束和颤振约束的优化设计方法，建立了利用规划优化算法求解问题的流程，并将其融入大型CAE软件系统HAJIF2013中，研究了优化问题中目标函数和约束条件的选取方式。以某型无人机机翼颤振模型为算例，利用拉盖尔迭代方法自动计算颤振速度，并对优化算法的有效性进行了验证。研究表明，所提出的优化设计方法有效，实现了整个优化求解流程的自动化，对工程设计具有指导意义。     

考虑结构动力学与颤振约束的颤振缩比模型优化设计

由于颤振缩比模型与原模型在承力结构上存在差异,当二者的结构动力学特性相似时,气动弹性可能并不等效.针对该问题,提出了同时考虑结构动力学约束和颇振约束的颤振缩比模型优化设计方法,建立了利用遗传/敏度混合优化算法求解此问题的流程,研究了优化问题中目标函数和约束条件的选取方式,并以机翼颤振缩比模型为算例对方法的有效性进行了验...     

利用遗传算法和神经网络响应面来实现复合材料结构优化设计

运用正交试验设计选择设计样本，建立神经网络响应面，以代替复合材料结构优化中的大量的有限元分析；将神经网络响应面作为目标函数或者约束条件，加上其他常规约束条件进行优化模型的建立，再应用遗传算法（GA）进行优化，这可以实现设计分析与设计优化的分离。以复合材料帽型加筋板的重量优化问题为例，建立了重量响应面目标函数、强度和翘曲稳定性响应面约束条件；并通过NASTRAN进行有限元计算，以获取用于响应面训练的样本点数据。研究表明，该方法能以较少的结构分析次数，取得高精度的响应面近似模型，从而使优化效率大为提高。神经网络响应面能够获得与传统响应面同等，甚至更好的精度。     

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。     

采用排间界面静压约束伴随方法的多级压气机叶片优化

为解决伴随优化应用在多级压气机中出现的优化工况点漂移问题,在前期薄层N-S方程伴随方法基础上,对目标函数——出口熵增不仅施以质量流量、总压比约束,还添加排间界面静压展向分布作为新的约束条件.以某5级压气机为对象,对其中第1级转、静叶分别在首1.5级和全5级压气机环境下进行了优化.结果表明,施加排间界面静压展向分布约束能够显著解决优化工作点漂移问题,优化后5级压气机的效率提高0.4个百分点.