基于多方法协作优化算法的飞机总体优化设计

针对飞机总体优化设计中存在目标函数与变量之间没有显式关系式等问题,在建立包含推进、气动、性能及重量四个学科的飞机总体设计模型的基础上,采用遗传算法、模式搜索法和Powell法结合的多方法协作优化策略实现了飞机总体参数的优化;并对优化方案进行参数灵敏度分析,优化后飞机正常起飞总重较优化前降低11.6%,优化效果显著.分析结果表明了基于多方法协作优化算法的飞机总体优化设计的有效性.     

飞机总体设计优化中的多目标方案优选方法

飞机概念设计多目标优化的结果基本决定了飞机的总体外形。为提高多目标优化结果解集的优选效率,在多目标方案对比评价方法和可视化辅助评价支持两方面对飞机多目标方案优选方法进行了研究。首先在研究了线性加权和法及欧氏加权距离法的基础上,提出了体现具体目标对比的基于等效多边形的等效面积评价法,并进行了改进。其次,采用量化指标初选与可视化目标对比及方案模型可视化精选相结合的方式,在概念设计平台上实现了多目标方案优选方法。最后在轻型战斗机概念方案多目标优化实例中利用提出的优选方法对优化非劣解集进行了优选,结果验证了可视化辅助评价支持的优选方法方便快速获取满意方案的有效性。     

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.     

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

基于配点法的轨道在线优化方法研究

针对传统轨道优化方法无法应用于轨道在线优化的问题,提出了三阶辛普森配点法结合乘子法求解轨道在线优化问题的方法.首先建立变轨的最优化模型;然后,用三阶辛普森配点法将该最优控制问题转化为受约束的非线性规划问题;最后,采用增广拉格朗日乘子法对转化得来的受约束的非线性规划问题进行求解.仿真结果表明,所提出的方法可以得到高精度的轨道优化结果,并且对状态量和控制量的初值选取不敏感,且仿真具有实时性,计算速度快,可以达到在线进行轨道优化的要求.     

灰色关联综合优化法评估超视距空战效能

为克服以往的效能评估中存在效能指标可信度降低、缺乏横向可比性等弱点,提出利用灰色关联综合优化法对战斗机超视距空战效能进行评估.分析影响超视距空战效能的因素,建立超视距空战效能评估层次体系模型,通过评估实例研究利用灰色关联综合优化法评估战斗机超视距空战效能的步骤.通过对评估结果的分析表明,灰色关联综合优化法是评估超视距空战效能的一种有效方法.     

空天飞行器上升轨迹优化

飞行器轨迹优化是一类最优控制问题,传统的优化方法存在对初值敏感的缺陷。采用一种组合优化方法,对空天飞行器的上升轨迹进行优化。首先用遗传算法对直接打靶法离散的非线性规划问题进行全局寻优,得到初步优化结果,然后以该结果作为初值,用序列二次规划法对伪谱法离散的非线性规划问题进行局部寻优,得到最终的优化结果。结果表明,组合优化方法既解决了初值敏感问题,又有较高的优化精度,可以有效求解轨迹优化问题。     

基于统一模型的多学科多实例优化

介绍基于Modelica语言模型构建多实例优化问题的方法。方法将仿真优化问题转换为标准优化问题,再将单实例优化聚合为多实例优化。并且介绍在MWorks平台软件上使用该方法的步骤,最后通过F14优化实例说明该方法的使用效果。结果表明,优化效果明显。     

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.     

凸优化方法在工作站负荷优化配置中的应用

在不考虑设备故障的前提下,一个工作站的服务质量主要取决于其负荷大小。建立了工作站负荷最小化的优化模型,设计了一种变量转换方法并经适当的约束条件合并将该非线性的、具有不等式约束的模型转化为凸优化模型。推导给出该凸优化模型对应的拉格朗日函数及其最优解存在的KKT条件,并引入凸优化内点法作为负荷配置的有效计算工具。实例计算结果表明,凸优化内点算法具有迭代次数少、收敛速度快的优点;实际应用中可以将非线性的复杂的优化问题凸性化从而得到其最优解。     

前加载翼型多点综合优化设计

前加载翼型具有低头力矩小、隐身性能好的特点,能够对气动和隐身特性进行合理折中,是理想的飞翼布局飞机截面翼型。首先介绍典型翼型参数化方法和评估方法,并对前加载翼型外形的控制能力进行评估,结果表明Hicks-Henne方法和CST方法对前加载翼型外形的控制能力较强,并且CST方法参数个数较少。然后依据飞翼布局飞机设计需求,在确定翼型设计状态和优化设计模型的条件下,将CST翼型参数化方法、N-S方程数值求解方法和遗传算法相结合进行前加载翼型多点综合优化设计,得到比参考翼型具有更大相对厚度和更优气动特性的设计结果。     

协作优化在无人机概念设计中的应用

多学科设计优化（MDO）是当前飞行器设计研究中一个最新、最活跃的领域,而协作优化是解决多学科设计优化问题的一种二级MDO算法。将协作优化应用到无人机的概念设计中,建立了包含气动、重量、性能和稳定性四个学科的无人机系统优化模型。与传统的设计方法相比,该方法为无人机在概念设计阶段提供了更加合理的飞行器外形,降低了初步设计和详细设计阶段对飞行器外形修改的可能性,从而缩短研制周期和降低成本。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

多变量气动设计问题分层协同优化

 通过验证实例分析,气动设计中精细化优化模型对设计结果收敛精度的提高有很大帮助,但同时也带来优化算法搜索困难的问题,并且由于不同类型设计变量之间的相互耦合干扰使优化难以收敛到全局最优解。于是提出基于响应均值灵敏度的概念对大规模的设计变量进行重要性分组的策略,依据设计变量分组情况应用系统分解思想对多变量设计问题进行分层协同优化来降低系统的复杂度,这既保证了精细化设计的要求,又缓解了优化算法对大规模问题搜索困难的问题。与传统气动优化方法相比,基于系统分解的分层协同优化算例有较大寻优效率和性能提升,证明了该方法的可行性。     

基于粒子群算法的飞机总体参数优化

 现有的飞机总体参数优化方法在效率和适应性上存在不足。考虑到粒子群算法是一种基于群智能方法的演化计算技术,它对不同复杂约束条件下的多目标优化问题较常规方法更具简便性和适用性。因此,提出了使用非数值计算的粒子群算法来改进飞机总体参数优化效率。详细研究了粒子群算法在飞机总体参数优化上的应用方法,并着重于3个方面：①以航程、商载和起降距离为优化目标的粒子群算法构建;②粒子群算法中因子的自适应修正方法;③基于粒子群算法的飞机总体参数优化流程。计算结果与文献结果相比具有较好的一致性和合理性,所提出的方法可有效地应用于飞机总体参数优化。     

航空发动机性能寻优控制混合优化算法

根据性能寻优控制(Perform ance Seek ing Con trol)优化模式的特点,针对某型涡扇发动机,研究了把发动机性能优化问题描述为线性规划问题。同时针对线性规划方法可能会收敛于局部极小值和非线性方法计算量大的问题,提出了基于LP(L inear P rogramm ing)和MAPS(M odel-A ssisted Pattern Search)混合优化方法,并研究了LP和MAPS混合优化方法在航空发动机性能寻优控制中的应用,同时在最大推力控制模式和最小油耗控制模式下进行了仿真。大量仿真结果表明,采用混合优化方法可进一步提高发动机的性能,并且大大减少了计算量。      

大型客机维修成本优化研究

在设计初期通过加强可靠性设计与维修性设计降低大型客机直接维修成本(DMC),是提高大型客机经济性的有效途径。本文建立了基于可靠性设计参数和维修性设计参数的大型客机维修成本模型,采用协同优化方法对可靠性和维修性设计参数进行协同优化,寻求降低维修成本的满意设计参数。通过对维修成本模型中的设计参数的优化,给出了协同优化方法进行复杂的大型客机维修成本设计优化的一般思路。并用大型客机起落架系统的直接维修成本优化算例验证了协同优化算法解决大型客机维修成本优化问题的有效性。     

协同优化在机翼气动／结构一体化设计中初步应用

探讨协同优化方法是否能有效地解决机翼气动 结构一体化设计优化问题。首先对基本的协同优化和基于响应面协同优化二种方法的特点进行了探讨,然后以轻型飞机机翼气动 结构一体化设计为例,着重研究如何用协同优化方法建立机翼气动 结构一体化设计的优化模型。研究结果表明,基本的协同优化算法不能有效地解决该机翼气动 结构一体化优化问题,而基于响应面的协同优化方法在求解这一问题时具有较好的鲁棒性。     

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

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。