多目标进化算法和代理模型技术在气动稳健优化设计中的应用

通过与传统优化方法的优缺点对比,提出针对飞行器环境参数存在不确定性影响时的气动稳健优化设计模型,并应用多目标进化算法和代理模型技术对稳健模型进行优化设计研究。提供了翼型稳健性优化实例,通过选择合适的翼型参数化方法和CFD求解程序以及不确定性分析方法,得到了稳健设计结果的Pareto前缘图。从其中选择的设计结果可以看出,稳健设计结果表现出更稳定的特性,证明了稳健设计的优势所在。     

基于代理模型方法的翼型优化设计

提出了基于代理模型的两步优化方法,用于翼型在黏性流场中气动外形的优化设计.第一步优化使用基于代理模型的遗传算法(GA)获得全局最优解的大致范围.以本征正交分解(POD)方法作为第一步优化中气动力计算的代理模型方法,降低遗传算法的计算量,并对其采样解的生成方法进行改进,提高了计算精度;第二步优化使用基于NavierSto...     

涡轮叶片多学科可靠性及稳健设计优化

为了得到一种适用于涡轮叶片复杂结构并同时考虑可靠性及稳健性的多学科设计优化方法,将6sig-ma可靠性及稳健设计优化方法与多学科可行方法(MDF)相结合,采用二阶Taylor展开法进行可靠性及稳健性分析,实现了涡轮叶片多学科6sigma可靠性及稳健设计优化。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计算量较大的问题。实例分析表明,与确定性多学科设计优化相比,采用该方法得到的涡轮叶片可靠性及稳健性均有大幅度提高,同时设计目标最优,满足工程应用的要求,验证了该方法在工程应用中的可行性。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

基于响应面法的可靠性稳健设计优化

针对极限状态函数和结构性能函数为隐式的结构可靠性稳健设计优化问题,将结构性能稳健性、可靠性灵敏度稳健性与6σ稳健设计思想相结合,建立了一种基于响应面法的可靠性稳健设计优化模型并给出了具体算法.采用多项式拟合结构性能函数和极限状态函数,推导了基于响应面函数的1阶可靠度指标以及性能函数均值和均方差的计算方程;将结构可靠度作为基本约束条件,采用序列二次规划法得到稳健设计优化结果.运用该方法对某涡轮叶片型线进行设计优化,经过优化后,静、动叶的动能效率均值分别提高1.5%和6.4%,动叶片最大应力均值下降7.9%,动叶叶身最大变形均值下降5.6%,动叶片结构强度可靠度由初始的91.3%提高到了99.9%.      

考虑不确定性的飞机总体参数优化方法

由于在各种设计问题包括飞机概念设计中都存在一定的不确定性,因此在总体参数优化时有必要考虑这种不确定性。以大型客机总体参数优化设计为例,定义了考虑不确定性的飞机总体参数优化问题,该问题与传统飞机总体参数优化的区别是要进行不确定性分析。而不确定性分析的计算量过大,为此提出了一种渐进代理模型方法来解决这一难题。在建立代理模型时,通过连续成批地在设计空间的全局和局部均加入新样本点,不断提高代理模型的全局拟合精度,直至获得满意的代理模型为止。然后在优化过程中使用计算量小的代理模型。大型客机总体参数优化问题中含有5个设计变量,目标函数为起飞重量最轻,并需满足4个性能约束。考虑了不确定性后,不仅使目标值（起飞重量）对总体参数变化的敏感度有所减小,而且满足约束（设计要求）概率显著提高。     

基于QPSO算法的压气机特性代理模型优化

考虑到小样本特性数据情况下进行部件特性数据的二维线性插值精度低,提出一种基于量子粒子群优化(QPSO)算法的压气机特性代理模型优化方法。针对原始Kriging模型对其相关模型参数的初始值极度敏感以及易限于局部最优解的缺陷,利用QPSO算法对Kriging的相关模型参数进行全局寻优,克服了基于梯度的模式搜索法对于参数初始值的依赖,经测试该方法具有较好的效率以及稳定性。将该优化模型扩展应用于低压压气机特性代理模型建立与重构。经验证,在小样本特性数据下,基于QPSO的压气机特性Kriging模型仍具有较高精度,应用前景可观。     

基于代理模型的运载器头罩外形优化设计

引入Kriging代理模型,选取若干不同头罩外形的运载器,进行气动性能分析,利用运载器气动性能参数作为拟合样本建立代理模型.以具有足够精度的代理模型替代CFD分析,发展了一种基于代理模型的运载器头罩外形优化设计方法.在马赫数为3、飞行攻角为3°、飞行高度为8km条件下,利用该方法对运载器进行最小阻力系数、最大纵向压心系数的单目标优化和综合考虑上述2个目标的多目标优化.结果表明:2个目标存在冲突,为同时兼顾减小阻力和增强纵向稳定性,必须对运载器头罩外形进行多目标优化,得到的外形阻力系数减小了1.95%,纵向压心系数增大了5.93%,采用基于代理模型的优化设计方法能在保证精度条件下有效提高计算效率.      

基于自适应代理模型的结构动力可靠度分析方法

结构动力可靠度分析对于衡量结构的安全状态和工作性能具有重要的指导意义。采用一种同时考虑 动态激励载荷和材料力学性能参数随机性的动力可靠度计算高效方法,通过建立不确定性材料力学性能参数 与条件动力可靠度之间的 Kriging代理模型,推导动力可靠度的解析表达式;提出一个新的学习函数来构建自 适应的 Kriging代理过程,通过复合材料飞行器蒙皮骨架结构在随机振动载荷和随机材料力学性能参数共同作 用下的动力可靠度分析对所提方法的准确性与高效性进行验证。结果表明:所提方法不仅能够避免使用代理 模型对动力可靠度求解时由于使用数值积分所引入的误差,同时能够使用尽可能少的计算成本获得准确的动 力可靠度结果。     

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.     

考虑不确定性的复合材料加筋壁板后屈曲分析模型验证方法

复合材料加筋壁板在结构轻量化设计中，由于材料组分、几何尺寸具有不确定性，导致了壁板结构在服役条件下承载特性的不确定性。针对上述问题，提出了一种考虑参数不确定性的复合材料加筋壁板后屈曲模型验证方法。首先基于正交试验设计方法进行了不确定性参数的显著性分析，然后采用Kriging模型构建了能够表征后屈曲特性的代理模型，利用蒙特卡洛随机模拟获得加筋壁板后屈曲载荷概率分布，最后通过壁板结构在典型承载条件下的力学实验数据验证了分析模型的准确性。该分析方法对于壁板件在实际工程中的应用具有一定指导意义。     

1 种基于Kriging 近似模型的叶片罩量优化设计方法

在航空发动机叶片设计过程中,需要进行叶片罩量优化来减小多种载荷引起的弯曲应力,改善其应力状况。为了提高叶片罩量优化设计效率,根据Kri gi ng近似模型和试验采样技术,提出了1种叶片罩量优化设计方法。利用序列采样方法逐步改善近似模型预测精度,然后在近似模型上进行全局寻优。结果表明:该方法简单易用,通过构造近似模型代替真实的物理模型,降低了计算成本,提高了优化效率。优化后的叶片最大等效应力减小了12.43%,有效地减小叶片的峰值应力。     

Uncertainty analysis and design optimization of hybrid rocket motor powered vehicle for suborbital flight

In this paper, we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM) powered vehicle. The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified. The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances. Then the differences between deterministic design optimization(DDO) and uncertainty-based design optimization(UDO) are discussed. Two newly formed uncertainty analysis methods, including the Kriging-based Monte Carlo simulation(KMCS) and Kriging-based Taylor series approximation(KTSA), are carried out using a global approximation Kriging modeling method. Based on the system design model and the results of design uncertainty analysis, the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods: DDO, KMCS and KTSA. The comparisons indicate that the two UDO methods can enhance the design reliability and robustness. The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.In this paper,we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM)powered vehicle.The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified.The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances.Then the differences between deterministic design optimization(DDO)and uncertainty-based design optimization(UDO)are discussed.Two newly formed uncertainty analysis methods,including the Kriging-based Monte Carlo simulation(KMCS)and Kriging-based Taylor series approximation(KTSA),are carried out using a global approximation Kriging modeling method.Based on the system design model and the results of design uncertainty analysis,the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods:DDO,KMCS and KTSA.The comparisons indicate that the two UDO methods can enhance the design reliability and robustness.The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.     

Sequential ensemble optimization based on general surrogate model prediction variance and its application on engine acceleration schedule design

The Efficient Global Optimization (EGO) algorithm has been widely used in the numerical design optimization of engineering systems. However, the need for an uncertainty estimator limits the selection of a surrogate model. In this paper, a Sequential Ensemble Optimization (SEO) algorithm based on the ensemble model is proposed. In the proposed algorithm, there is no limitation on the selection of an individual surrogate model. Specifically, the SEO is built based on the EGO by extending the EGO algorithm so that it can be used in combination with the ensemble model. Also, a new uncertainty estimator for any surrogate model named the General Uncertainty Estimator (GUE) is proposed. The performance of the proposed SEO algorithm is verified by the simulations using ten well-known mathematical functions with varying dimensions. The results show that the proposed SEO algorithm performs better than the traditional EGO algorithm in terms of both the final optimization results and the convergence rate. Further, the proposed algorithm is applied to the global optimization control for turbo-fan engine acceleration schedule design.     

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。     

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性,提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先,建立了返回多飞行段轨迹在确定性条件下的优化模型。然后,为同时兼顾轨迹的鲁棒性和可靠性,建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后,基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理,将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题;为提高路径约束的可靠度评估效率,基于非侵入式多项式混沌展开方法对最可能点法进行改进,进一步发展了序列优化和可靠度评估策略。数值仿真结果表明,所提出的不确定性优化方法具有较好的鲁棒性,可以满足工程可靠性指标要求,同时还具有较高的精度和计算效率。     

随机-有界混合不确定性下结构可靠性优化设计

在结构可靠性分析和设计中,往往无法将所有不确定性参数均作为概率随机变量,存在部分不确定性分布特征不明确而仅知其扰动界限的情况.基于概率模型与多椭球模型的混合不确定性描述,以标准U空间中扩展定义的混合可靠性指标为约束条件,建立了随机不确定性和有界不确定性并存情况下的结构可靠性优化数学模型.利用功能测度方法对原优化模型进行...