考虑三维流动效应的自然层流短舱压力分布反设计

针对三维流动效应下非轴对称自然层流（NLF）短舱设计困难的问题，发展了一种基于机器学习技术的压力分布反设计方法。短舱参数化建模使用自由曲面变形技术（FFD），通过求解RANS方程和基于SST(Shear Stress Trans‐port）湍流模型的■转捩模型实现自然转捩预测，利用生成拓扑映射（GTM）模型建立短舱外形及其压力分布数据集与低维隐空间变量的映射关系，全局优化算法在隐空间高效寻优，获得与目标压力分布匹配的短舱气动外形，实现自然层流短舱的反设计。GTM模型建立了数据集在高低维度间的高精度映射关系，优化设计过程中无需反复调用CFD求解器，设计效率大幅提升。利用该方法对通气短舱进行三维优化设计，设计所得非轴对称短舱外表面的自然层流区最大长度达当地弦长的40.5%，比优化前延长了12.2%，验证了该方法在考虑三维流动效应下NLF短舱的优化设计能力。     

高雷诺数下跨声速自然层流短舱优化设计

为解决高雷诺数下大涵道比发动机自然层流短舱高维优化设计问题,提取短舱3个基准面实现轴对称自然层流优化设计。通过获得较大范围层流区域,从而降低短舱表面摩擦阻力。采用类别形状函数（CST）参数化、γ-Re_θt转捩模型和遗传算法建立自然层流（NLF）短舱自动优化流程。表明通过优化短舱基准面建立三维NLF短舱设计方法的可行性。进而通过CATIA二次开发构建三维非轴对称NLF短舱,解决了基准面优化后大量数据点的高效导入和曲面生成问题。针对设计的非轴对称NLF短舱,进行了设计点附近迎角、侧滑角、来流马赫数以及湍流度的转捩敏感性分析。结果表明:跨声速状态下,迎角增大层流范围减小;来流马赫数增大层流范围扩大;侧滑角和湍流度对层流范围影响很小。      

跨声速自然层流短舱气动设计和风洞试验研究

层流控制技术是一个降低摩擦阻力的有效手段,为了设计出更经济、更环保的民用客机,需要开展层流技术的应用探索。随着飞机发动机技术的不断进步,涡扇发动机涵道比在不断增大,因此,短舱尺寸也在跟着加大,如果短舱上能够实现大面积的层流,就可以为全机带来较明显的经济性收益。本文总结了针对宽体客机开展的自然层流(NLF)短舱气动设计、数值计算和风洞试验验证工作。首先针对层流短舱外形进行气动设计,保证巡航点有一定的顺压梯度,随后采用带有γ-Reθ转捩模型的计算流体力学(CFD)工具对设计方案层流区域进行评估,最后开展风洞试验对设计方案和转捩预测工具进行校核验证。该试验在德国ETW跨声速风洞进行,对层流短舱高速气动性能进行校核,采用TSP进行转捩位置测量,结果表明层流区域长度占短舱外表面弦长的30%～55%。     

应用Delaunay图映射与FFD技术的层流翼型气动优化设计

采用非均匀有理B样条(NURBS)基函数属性建立了任意空间的自由式变形(FFD)翼型参数化方法,进一步结合基于Delaunay图映射技术建立了结构对接网格变形模式,通过粒子群优化(PSO)算法进行参数化方法、网格变形模式以及计算流体力学(CFD)数值模拟技术之间的整合,研究、构建了气动优化设计系统,并对某型层流理念设计的高空长航时(HALE)飞机基本翼型进行气动优化设计。气动特性目标函数评估方法中,边界层转捩数值模拟技术采用γ-Re_θt转捩模型耦合剪切应力输运(SST)模式湍流模型。优化设计后翼型气动特性表明:采用相关技术建立的层流翼型气动优化设计系统对于层流理念设计的HALE飞机翼型的设计具备较高的优化效率。     

多区域自由变形技术在短舱安装位置减阻设计中的应用研究

为了进行短舱安装位置参数的减阻优化设计研究,首先在NURBS样条基函数的基础上建立了多区域自由变形(FFD)技术,通过对FFD控制体框架边界条件的合理选取建立组合框架,实现了多个控制框架对复杂外形不同区域的自由变形参数化,采用多个控制框架的空间控制体对某型客机短舱安装位置进行减阻优化设计。试验设计取样之后应用随机权重粒子群算法和Kriging代理模型建立气动外形优化系统,对某型客机短舱水平位置和水平安装角进行气动优化设计。优化设计结果表明,设计后的短舱位置使得整个飞机在一定攻角范围内的阻力显著减小,从而证明了基于多区域自由变形技术建立的优化设计系统是合理和实用的。     

动力短舱多点气动优化设计

跨声速发动机短舱的设计过程十分复杂,其设计往往需要在相互矛盾的设计要求中进行权衡。本文针对带动力短舱多点气动设计问题,采用类别形状函数变换法（CST）进行几何外形参数化,结合Kriging代理模型、Pareto遗传算法和松散式代理模型管理框架,构建了动力短舱多点优化设计平台。在巡航状态,优化目标是降低短舱外表面最大马赫数使短舱阻力减小,提高外流性能;在最大推力状态,优化目标是降低进气道最大马赫数使进气品质提升,提高内流性能。与初始短舱相比,优化设计结果在两个设计点性能上均有所提高,最大马赫数在巡航状态最多降低5%,而在最大推力状态最多降低10%。参数影响规律表明,短舱头部参数对外流和内流性能影响较大,且影响规律不同,应作为短舱综合优化设计的主要参数,并采用不同的优化设计策略。Pareto前沿阵面可以给出满足不同工程设计要求的最优方案。研究结果表明,本文建立的优化设计平台为动力短舱设计提供了有效工具,优化设计结果具有工程参考价值。     

通航飞机高升力层流机翼优化设计

为了扩展机翼优化设计的工程应用范围,在传统气动优化约束的基础上,考虑结构布置的几何约束,对通用飞机层流机翼进行了设计。首先,采用自由变形(FFD)技术作外形参数化处理;然后,采用NSGA-Ⅱ多目标优化算法,基于Kriging代理模型对某型通用飞机机翼进行了优化设计。设计过程考虑自然转捩工况,采用Menter k-ωSST两方程湍流模型和γ-Re_(θt)转捩模型对设计进行评估。计算结果表明,优化后机翼的巡航和爬升升阻比均有所提高、层流区延长、低头力矩变小,但最大升力系数减小了0.141,失速特性略有变差。     

面向层流减阻设计的转捩预测方法研究

发展高效可靠的转捩预测方法是飞行器层流减阻设计的关键。本文针对未来飞行器对层流减阻设计的强烈需求,发展了三种工程实用的转捩预测方法,分别为基于线性稳定性理论的双eN方法、基于流场当地变量的γ-Reθ转捩模型和一种基于动模态分解的DMD/eN转捩预测新方法。通过DLR-F4翼身组合体、镰刀形机翼及NLF0416自然层流翼型转捩预测算例的计算值与实验值对比,验证了所发展的转捩预测方法的正确性。以双eN方法为例,将转捩预测方法与优化方法结合,开展了针对中短程民机的跨声速层流机翼优化设计研究。结果表明,优化机翼相对于基准机翼减阻效果明显,证明了本文发展的转捩预测方法有较强的工程应用价值。     

超临界自然层流机翼设计及基于TSP技术的边界层转捩风洞试验

为了实现绿色航空节能减排的目标，层流设计技术成为飞行器设计者的研究热点。对于跨声速客机而言，超临界自然层流机翼设计技术将显著减小飞行阻力，提升气动性能，减少燃油消耗和污染物排放。首先，基于高精度边界层转捩预测技术耦合翼型优化设计系统，实现超临界自然层流翼型设计；经过合理的翼型配置，形成超临界自然层流机翼。转捩数值模拟分析结果表明，超临界自然层流机翼的层流流动特性良好。然后，以比例为1：10.4的试验模型在荷兰高速低湍流度风洞进行边界层转捩风洞试验，使用温度敏感材料涂层（TSP）技术拍照获得机翼表面在不同马赫数、雷诺数和迎角工况下的层流-湍流分布。最后，通过超临界自然层流机翼边界层转捩试验结果，探讨了该类型机翼的转捩特性随来流参数的变化规律，总结了超临界自然层流机翼设计的关键因素。此外，该模型也可用来验证边界层转捩预测技术在超临界、高雷诺数工况下的预测精度。     

高速自然层流翼型高效气动稳健优化设计方法

先进高速高升力自然层流(NLF)翼型的设计已经成为提高新一代高空长航时(HALE)无人机(UAV)性能的重要手段。然而这类翼型表面极易出现分离泡和激波等，尤其对于马赫数、飞行攻角等状态波动气动特性非常敏感，这导致传统的层流翼型设计方法设计的外形在面向工程应用中出现稳健性差，难以被工程使用。气动稳健设计(RADO)方法虽然是一种有希望的解决途径，但它遭遇了巨大计算花费的难题。为了解决这些问题，通过对影响气动稳健优化设计效率的关键技术进行研究，发展了基于自适应前向-后向选择(AFBS)的稀疏多项式混沌重构方法，极大改善了不确定分析(UQ)和稳健优化效率。同时，也发展了考虑多参数不确定的高效气动稳健优化设计方法，有效解决了传统翼型设计方法难以满足高速高升力自然层流翼型设计要求兼顾高升力设计、自然层流设计以及超临界设计的难题。最后使用发展的方法成功设计了一类具有典型特点的跨空域稳健自然层流翼型。结果表明设计的翼型相对于经典的全球鹰无人机翼型气动性能全面提升，同时低阻范围更大，气动性能更加稳健，从而验证了稳健优化方法的有效性和相对于确定性设计的优势。     

Model parameters estimation of aero-engine based on hybrid optimization algorithm

A hybrid optimization algorithm for the time-domain identification of multivariable,state space model for aero-engine was presented in this paper.The optimization procedure runs particle swarm optimization (PSO) and least squares optimization (LSO) "in series".PSO starts from an initial population and searches for the optimum solution by updating generations.However,it can sometimes run into a suboptimal solution.Then LSO can start from the suboptimal solution of PSO,and get an optimum solution by conjugate gradient algorithm.The algorithm is suitable for the high-order multivariable system which has many parameters to be estimated in wide ranges.Hybrid optimization algorithm is applied to estimate the parameters of a 4-input 4-output state variable model (SVM) for aero-engine.The simulation results demonstrate the effectiveness of the proposed algorithm.      

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

Towards intelligent design optimization: Progress and challenge of design optimization theories and technologies for plastic forming

Plastic forming is one of enabling and fundamental technologies in advanced manufacturing chains. Design optimization is a critical way to improve the performance of the forming system, exploit the advantages of high productivity, high product quality, low production cost and short time to market and develop precise, accurate, green, and intelligent (smart) plastic forming technology. However, plastic forming is quite complicated, relating to multi-physics field coupling, multi-factor influence, multi-defect constraint, and triple nonlinear, etc., and the design optimization for plastic forming involves multi-objective, multi-parameter, multi-constraint, nonlinear, high-dimensionality, non-continuity, time-varying, and uncertainty, etc. Therefore, how to achieve accurate and efficient design optimization of products, equipment, tools/dies, and processing as well as materials characterization has always been the research frontier and focus in the field of engineering and manufacturing. In recent years, with the rapid development of computing science, data science and internet of things (IoT), the theories and technologies of design optimization have attracted more and more attention, and developed rapidly in forming process. Accordingly, this paper first introduced the framework of design optimization for plastic forming. Then, focusing on the key problems of design optimization, such as numerical model and optimization algorithm, this paper summarized the research progress on the development and application of the theories and technologies about design optimization in forming process, including deterministic and uncertain optimization. Moreover, the applicability of various modeling methods and optimization algorithms was elaborated in solving the design optimization problems of plastic forming. Finally, considering the development trends of forming technology, this paper discusses some challenges of design optimization that may need to be solved and faced in forming process.     

飞轮储能用磁悬浮开关磁阻电机多目标优化设计

研究了一种基于遗传粒子群综合算法(GPSOA)的飞轮储能(FES)用的单绕组磁悬浮开关磁阻电机(SWBSRM)多目标优化设计方案。结合有限元分析(FEA),通过敏感性分析得到SWBSRM悬浮力与效率随主要尺寸参数变化的一般规律。在此基础上,利用GPSOA以悬浮力和效率为目标函数对SWBSRM进行了全局寻优,获得使悬浮力最大和效率最高的参数优化组合。利用FEA对比优化前后电机悬浮力、铁损及磁密的大小,验证了GPSOA多目标优化的有效性。     

复合材料层合结构频率约束的可靠性优化设计(英文)

The reliability based optimization （RBO） issue of composite laminates trader fundamental frequency constraint is studied. Considering the tmcertainties of material properties, the frequency constraint reliability of the structure is evaluated by the combination of response surface method （RSM） and finite element method. An optimization algorithm is developed based on the mechanism of laminate frequency characteristics, to optimize the laminate in terms of the ply amount and orientation angles. Numerical examples of composite laminates and cylindrical shell illustrate the advantages of the present optimization algorithm on the efficiency and applicability respects. The optimal solutions of RBO are obviously different from the deterministic optimization results, and the necessity of considering material property uncertainties in the composite structural frequency constraint optimization is revealed.     

自由网格变形技术在涡轮叶片多学科设计优化过程中的应用

在涡轮叶片多学科设计优化过程中,结构计算的变形向气动模型传递是解决气固耦合时非常重要的一个环节。本文研究了一种网格变形技术———自由网格变形法(FFD)在涡轮叶片多学科设计优化(MDO)过程中的应用。通过涡轮叶片结构模型至气动模型变形传递的例子,表明应用该技术进行变形传递可以避免结构变形向气动网格传递时的气动网格重生成过程,在保证变形后气动模型网格质量的条件下,实现学科间的变形传递,可直接用于解决涡轮叶片MDO过程中学科间解耦的问题。     

基于PSO-GA优化的TOP-HAT形态学滤波器及其应用

针对机栽红外图像中运动弱小点目标检测的难题,提出了一种基于PSO-GA训练参数的形态学滤波器.以粒子群优化算法(Particle Swarm Optimization,PSO)为主线,按PSO算法中标准的速度和位置更新,遗传算法(Genetic Algorithm,GA)采用新的区间离散化编码和自适应的主次式交叉与变异算子,将遗传算法与粒子群优化算法的自动更新特征结合在一起,通过优化搜索全局空间获得形态学滤波器的最优参数,进而确保优化的形态学滤波器具有良好的滤波性及时效性.通过对低信噪比红外图像(SNR约为2)的测试,检测概率可以达到98％以上,与利用神经网络(Neural Network,NN)训练结构元素后的Top-Hat形态学滤波器相比提高了2％ ～3％.与GA算法相对,训练算法效能提高20％,提高了搜索最佳值的能力.     

吸波材料在飞行器隐身设计中的应用研究

基于多目标优化理论,提出雷达吸波材料在物体表面涂敷位置的优化设计方法。利用电磁波的干涉原理和材料的吸波性能,通过设计吸波材料在飞行器表面的涂敷位置,研究局部涂敷吸波材料所能获得的隐身效果。以某飞行器模型为例开展吸波材料隐身技术研究,实现了雷达散射截面减缩与材料增重之间的优化与折衷。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于支持向量机和蚁群算法的空间目标分类

研究了基于支持向量机的空间目标分类中核参数和误差惩罚因子的选择问题.将蚁群算法与支持向量机相结合,提出了一种自动优选支持向量机模型参数的方法,克服了以往反复试验以确定其参数的缺点.采用所提出的方法,分类正确率迭90%左右,验证了该方法的有效性.