直升机桨叶气动外形多目标优化设计

基于自由尾迹方法建立了直升机桨叶空气动力学分析模型,应用人工神经网络方法建立代理模型,采用改进的多目标遗传算法构建了优化框架,对直升机的悬停和大速度前飞状态进行优化.以悬停效率、旋翼等效升阻比及桨叶叶素的最大阻力系数为约束,对两个飞行状态的需用功率进行优化,得到了Pareto最优解集.并以UH-60A直升机的桨叶为算例,对其外形进行优化设计,优化结果表明,提出的桨叶气动外形多目标优化框架是有效可行的.      

基于遗传算法的直升机总体优化设计

遗传算法是一种可以混合整型、离散型和连续型变量一起使用的新兴优化算法，在单或多目标带约束优化设计领域有广阔的应用空间。本文在算例中采用与先验法相结合的遗传算法，以总体参数为设计变量，飞行性能和结构要求为约束条件，换算生产率为目标函数，并使用罚函数法处理成无约束的适应度函数，建立优化设计模型。对本文算例计算结果进行分析，可以使遗传算法更好地应用到直升机优化设计领域。     

飞行器外形多目标多学科综合优化设计方法研究

从多目标多学科综合设计的角度出发，探讨了飞行器外形优化设计方法。建立了针对飞行器外形设计的气动与隐身一体化优化设计模型；采用Pareto遗传算法，建立了多目标优化设计方法；并针对具体算例进行气动外形与隐身特性的综合优化设计，将所得优化设计结果，与初始外形相比较，可以看出，优化后气动和隐身性能都有较大提高，实际结果表明本文提出的方法具有可行性和适用性。     

乘波飞行器一体化构型设计

为提高高超声速飞行器设计的水平,提出一种结合优化设计和灵敏度分析的新设计策略,并将其应用于高超声速乘波飞行器的二维一体化构型的设计.结合实验设计方法、响应面技术和遗传算法构建了一套改进的优化方法,结合设计参数取值域、正交设计和方差分析发展了一种灵敏度分析方法.在优化设计过程中,通过参数化建模、网格自动生成和CFD求解,应用改进的优化方法对飞行器进行了多点多目标设计,得到了Pareto最优前沿面和优化推荐构型.针对推荐构型,应用灵敏度分析方法进行了非设计状态的性能分析,并基于灵敏度分析结果对推荐构型进行了修形设计.     

《直升机技术》2006年总目录

·学术探讨·基于六西格玛设计及改进遗传算法的直升机优化设计……………………………………朱清华,邵松,倪先平,等(1-1)重型运输直升机构型对比分析……………………………………………………………………………………吕春雷(1-6)无人直升机起飞非线性建模仿真研究…………………………………………………………………任金牛,王道波(1-11)直升机振动响应计算方法研究…………………………………………………………………虞汉文,韩普祥,郭光海(1-17)神经网络在直升机对地攻击中的应用研究…………………………………………………………………     

遗传算法在机场地势设计优化中的应用研究

将遗传算法应用于机场地势设计优化。引用地势优化设计的数学模型。建立了地势优化设计的适应度函数和评估方法；给出了遗传算法的应用步骤及其交叉和变异的方法。算例表明了在机场地势设计优化中。遗传算法能够提高效率。为设计出合理的飞行场地表面提供了途径。     

S弯进气道优化设计及分析

为改进隐身飞行器推进系统的气动性能,针对S弯进气道开展了设计和分析。基于数值模拟方法、代理模型和遗传算法构建了一套自动优化方法。在优化设计过程中,结合参数化建模、网格自动生成和改进(SST)湍流模型求解,应用优化方法对飞行器进行了多目标设计,得到了进气道的优化推荐构型。应用尺度自适应模拟(SAS)方法对优化进气道气动性能进行了全面和细致的分析。研究结果表明:SAS方法可以较好地模拟S弯进气道的流动,优化设计能够极大地改进S弯进气道的气动性能;相比原始设计,优化进气道设计点的总压畸变指数降低了16.3%,总压恢复系数提高了1.1%。     

一种长期稳定的卫星编队队形优化设计方法

 对于卫星编队飞行设计长期稳定以节省控制燃料的队形是一项非常重要的工作，本文提出了一种队形长期稳定的优化设计方法。首先利用Hill方程设计出满足任务要求的相对位置和相对速度的约束关系，以剩下的自由相对位置或相对速度作为优化变量。优化目标选择为主从星在J2摄动下的各平均轨道根数相对漂移率最小。文中的优化算法采用改进的遗传算法，遗传算法作为一种通用的全局最优随机搜索算法，在解决一些复杂问题时它还存在着过早收敛和收敛速度慢的缺陷，针对此问题，本文提出一种改进的遗传算法。仿真结果表明利用这种优化设计方法设计的队形在各种摄动力下能够长期保持稳定。     

某型倾转旋翼机的旋翼桨叶气动优化设计

倾转旋翼机的旋翼气动外形设计需要对其直升机模式和固定翼模式下的不同要求进行综合考虑。通过基于Kriging模型的多目标遗传算法建立一套适用于倾转旋翼桨叶气动外形优化设计方法,采用拉丁超立方抽样试验设计方法得到样本点,并建立Kriging模型替代费时的流动数值模拟。以最大化旋翼地面悬停拉力和高空巡航效率为目标,以地面悬停功率不增和巡航拉力不减为约束条件,进行倾转旋翼桨叶平面形状优化设计,并经过非定常数值模拟和风洞试验验证。结果表明:数值模拟结果和风洞试验结果吻合良好,优化结果满足设计指标。     

直升机旋翼结构优化设计研究综述

本文综述了国内外关于直升机旋翼优化设计方法的进展情况。其重点在旋翼桨叶的减振优化设计。从中可以看出,现代结构优化设计方法已经成为当前直升机旋翼设计的重要技术之一,开展这一方向的研究和应用对提高旋翼设计水平、研制新型直升机是十分必要的。     

可跳飞自转旋翼飞行器推/升力系统参数优化

对自转旋翼飞行器推/升力系统参数进行了特性分析和多目标优化设计,解决了具有跳飞性能的现代旋翼机总体方案和系统设计难题.采用叶素理论和动态入流理论,以数值积分的方法建立推力和升力计算模型;在能量转换关系和自转旋翼气动特性的基础上,建立了旋翼机跳飞性能计算模型,分析了参数对跳飞过程的影响,并以算例验证了计算模型有效可靠.基于六西格玛和改进的遗传算法,对推/升力系统参数分层地进行了多目标优化,优化结果表明本文方法正确合理,优化后的系统参数提高了飞行器总体性能.      

基于混合遗传算法的压气机叶型自动优化设计

1引言遗传算法(Genetic A lgorithms,简称GA)是模拟生物在自然环境中的遗传选择和自然淘汰的进化过程而形成的一种全局优化概率搜索算法。遗传算法实施群体搜索,概率转移,不需要目标函数的导数信息,其全局搜索能力强,简单通用,适于并行处理,因而广泛应用于各种复杂系统的优化问     

旋翼翼型多目标多约束气动优化设计

为了克服传统旋翼翼型优化设计方法的不足,发展了一种基于Kriging模型与遗传算法的旋翼翼型多目标多约束气动优化设计方法。采用基于雷诺平均Navier-Stokes方程的数值模拟获得样本翼型气动性能,并建立目标函数和状态函数的Kriging模型,采用遗传算法搜索Kriging模型最小值和相应的EI(Expected Improvement)函数最大值,更新Kriging 模型直至找到满足约束的最优翼型。运用加权目标函数法进行了旋翼翼型的多设计点优化设计。优化结果表明,优化后旋翼翼型在满足约束的同时,与基准旋翼翼型OA209相比:在悬停状态下,阻力系数下降了2.1%;在机动状态下,最大升力系数提高了4.2%;在前飞状态下,阻力系数在不同马赫数下均有所减小。     

基于Kriging模型的翼型气动性能优化设计

将基于Kriging模型的近似技术引入气动优化设计。通过计算两个测试函数的全局极值以及翼型几何形状的重构,比较了基于Kriging模型的优化方法与传统的梯度类优化方法、标准遗传算法的特点。结果表明基于近似模型的优化方法不仅全局性良好,而且有效节约了计算资源。用此方法进行了翼型的气动优化设计,目标函数为来流马赫数为0.7、攻角为3°时升阻比最大。设计结果表明,与参考翼型相比,优化翼型升阻比提高了81%,而翼型截面积减少不到1%,优化效果非常明显。     

应用轨迹优化策略的直升机任务科目基元仿真

任务科目基元的飞行试验是ADS-33E-PRF对直升机飞行品质的判定标准。针对直升机设计过程中飞行品质难以事先评定的特点,提出了一种基于轨迹优化策略的直升机任务科目基元数值仿真方法。该方法将飞行品质规范对直升机位置、姿态和速度的限制处理为状态量的边界约束,以完成任务科目基元的时间为目标函数,结合直升机自身的性能和安全性约束,建立了针对任务科目基元的直升机轨迹优化模型。求解该模型得到直升机完成相应任务科目基元所用的时间,便可定性判断直升机飞行品质是否满足ADS-33E-PRF对这一任务科目基元的要求,从而在设计之初对优化直升机总体设计参数提供参考。对某型直升机悬停转弯机动科目进行仿真计算,验证了该方法的正确性和有效性。     

改进的模拟退火算法在翼型设计中的应用

通过研究模拟退火算法的机理和应用,对标准模拟退火算法进行了改进,并应用到翼型气动优化中。改进算法与标准算法相比,在耗费机时基本一致的情况下,优化了初始翼型NACA0012,使其设计点的阻力分别减小了30.16%和32.95%。由此可见,模拟退火算法在翼型气动优化设计中具有实用性和有效性,并且改进算法的优化效果更理想。     

超临界机组末级叶片典型截面的叶型设计

针对超临界机组末级长叶片的设计特点,采用遗传算法和人工神经网络,提出对长叶片典型截面叶型进行分区优化设计思想,并对原型与改型进行了多工况点的数值计算,结果表明,将叶型吸力侧后半段由直线型改为内凹型,能够显著降低超声速叶型在超声速工况范围内的叶型损失。对叶型前缘以及压力侧的局部优化设计能够改善超声速叶型在临界马赫数工况下的气动性能。优化设计最大程度地减小了样本空间,提高了优化效率。     

基于遗传算法优化神经网络的直升机参数选择

在直升机初步设计阶段估算其基本参数是很重要的.神经网络的通用性和精度比传统的估算方法有更多的优势,但是在应用神经网络时存在如何选择合适的网络结构和隐层节点数目等一些困难.应用遗传算法优化三层神经网络结构和连接权重,并将优化得到的网络应用于直升机参数选择中.该方法不但可以给出一个最优的神经网络结构和连接权重,而且降低了估算误差,具有及时应用最新数据学习的能力.此外,该方法易于在直升机设计系统中得到应用.