升力体外形设计的代理模型优化方法

面向飞行器概念设计提出了一种将类型函数/形状函数变换技术与代理模型技术及全局优化算法相结合,实现升力体外形多目标优化的设计策略。类型函数/形状函数变换技术能够通过调整少量尺寸参数或类型函数/形状函数控制参数衍生出多种设计构型。选用最优拉丁超立方抽样完成实验设计,将径向基函数作为近似方法构建代理模型,并通过序贯采样后验策略改善代理模型拟合优度。在Ma 6,迎角20°设计点处搭建了升力体简化外形的气动分析代理模型。应用NSGA-Ⅱ多目标遗传算法实现了以升阻比和容积利用率最大化为目标的折衷优化,得到包含一系列改进设计方案的Pareto-解集,其中,各构型目标响应相对实际分析值误差均在6.1%以内,表明该方法既可以通过代理模型大幅提升设计效率,降低应用全局优化算法的计算复杂度,又能够得到满足概念设计精度需要的设计方案,有利于概念设计中定量高效地实现多个设计目标的折衷优化,明确飞行器外形修改方向。
     

RP-3航空煤油模拟替代燃料的着火延迟特性

为了获得一种新的国产RP-3航空煤油模拟替代燃料的着火延迟特性,在化学激波管中完成了初始压力分别为0.1MPa与0.3MPa,当量比分别为0.5,1.0与1.5,着火温度为1000~1700K条件下该模拟替代燃料着火延迟时间的试验测试,分析了初始压力与当量比对该模拟替代燃料着火延迟时间的影响规律,并与相应工况条件下RP-3航空煤油的着火延迟特性进行了对比分析。结果表明,不同工况条件下,该模拟替代燃料的着火延迟时间的对数与着火温度的倒数呈线性关系;其着火延迟时间随当量比的降低或着火温度、初始压力的升高逐渐缩短;相同工况条件下,该模拟替代燃料的着火延迟时间与RP-3航空煤油的着火延迟时间吻合较好。     

考虑高耗时约束的全电推进卫星多学科优化

为提高卫星系统整体性能与优化设计效率，本文采用多学科设计优化（MDO）方法进行全电推进卫星总体参数优化。主要考虑轨道转移、位置保持、空间环境、供配电、结构及质量六个学科，以整星质量最小为优化目标，考虑轨道转移时间等约束条件，建立了全电推进卫星MDO模型。提出一种基于增广拉格朗日乘子法的高效全局优化方法（ALM-EGO）以快速求解卫星MDO问题。标准数值算例对比研究表明，对于处理高耗时约束优化问题，ALM-EGO方法在全局收敛性与优化效率方面具有一定的优势。最后，采用ALM-EGO求解全电推进卫星MDO问题，优化后的全电推进卫星设计方案满足各类工程设计约束，实现整星减重161.09 kg，从而验证了本文所建立模型的合理性和ALM-EGO方法的有效性。     

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QPSO算法及结构优化应用

针对复杂结构的工程优化通常涉及到高度非线性的问题,采用基于迭代的传统优化算法可能无法获得全局最优解。在此研究背景下,文章引入量子粒子群优化算法(Quantum Particle Swarm Optimization, QPSO),提出了基于克里金（Kriging）代理模型的QPSO算法,通过构建环形桁架可展天线动力学性能的代理模型,对环形桁架可展天线结构参数进行了优化设计的应用研究。研究结果表明,基于Kriging代理模型的QPSO算法计算效率较高,环形桁架可展天线的基频及最大冲击响应面非线性特征显著,并通过将计算所得到的最优解与有限元解进行对比,验证了此方法的计算精度。由此可见,此方法的研究可为复杂结构的优化设计、研制提供一定的参考。     

一种基于推进剂消耗优化的卫星小推力器布局设计

针对小推力器安装角度对卫星南北位置保持、东西位置保持和姿态控制效率的影响,从而决定推进剂需求量,提出一种推进剂消耗过程耦合建模与求解方法,并建立了小推力器安装角度优化模型。该方法采用定点迭代对转移轨道阶段推进剂消耗量和静止轨道阶段推进剂消耗量与贮箱尺寸之间耦合过程进行解耦,并建立了不同阶段推进剂消耗量估算模型。以卫星寿命期推进剂需求量最少为优化目标,建立了小推力器布局优化模型。通过实际的小推力器布局设计实例,分别采用遗传算法和序列径向基函数代理模型（SRBF）优化策略进行优化。优化结果表明相比于基于经验设计,SRBF可以有效地降低推进剂需求量,而且对比遗传算法,优化效率得到了显著提高。     

临近空间固体动力飞行器发动机与轨迹一体化设计优化

针对临近空间多级固体动力飞行器发动机与轨迹一体化设计优化问题,提出一种基于序列代理优化的高效设计方法。为了准确计算发动机的性能特性,对发动机进行了几何参数化建模,并针对复杂装药的燃面计算,提出了基于移动四面体的燃面计算算法。为了准确评估飞行器的最大航程能力,采用自适应Legendre-Gauss-Radau伪谱法获得给定发动机设计方案下的最大航程。为了提高发动机与轨迹一体化设计优化效率,提出了基于Kriging代理模型的多采样点高效全局代理优化算法,并进行了数值验证。计算结果表明：该优化方法收敛速度快,相比传统参数优化算法可以显著减少耗时目标函数和约束函数的计算次数,并能够有效地实现临近空间多级固体动力飞行器发动机与轨迹一体化设计优化。     

RP-3航空煤油五组分模拟替代燃料的层流燃烧特性

为了研究一种RP-3航空煤油的五组分模拟替代燃料（包含摩尔分数为14%正癸烷、10%正十二烷、30%异十六烷、36%甲基环己烷和10%甲苯）的燃烧特性,在定容燃烧装置中对初始温度390K、400K和420K,初始压力0.1MPa和0.3MPa,当量比0.8-1.5的该五组分混合燃料进行了层流燃烧特性的试验。通过对火焰照片进行边界提取和测量,获得了火焰面发展规律、马克斯坦长度和层流燃烧速率,并将试验结果与RP-3航空煤油的层流燃烧速度进行了对比,得出结论：温度升高会促进球形火焰面的传播;压力升高或混合气过浓和过稀都不利于五组分混合燃料的火焰传播。在本文的试验工况下,温度对火焰前锋面不稳定性的影响不明显;随着当量比增加,马克斯坦长度减小,质量扩散的作用逐渐增强而使火焰面变得不稳定;压力升高使火焰前锋面的不稳定程度明显加剧,表现为初始压力较高时火焰面破碎情况严重并出现大量细胞状结构。五组分混合燃料层流燃烧速度的峰值出现在当量比1.2左右,偏离该当量比时,火焰传播速度随着偏离量逐渐减小。通过与RP-3航空煤油的试验数据进行对比,发现在试验工况下,该五组分混合燃料与RP-3航空煤油的层流燃烧速度基本吻合。     

烧蚀热响应计算中的不确定性传播分析方法研究

发展了基于代理模型的不确定度量化方法，以少量确定性模拟结果为样本，通过代理模型来构建目标变量和不确定性输入参数的响应关系，以此来分析目标变量的不确定性信息，包括均值、标准差、概率密度分布等统计信息以及各个输入参数对目标变量的敏感性大小。本文以烧蚀热响应计算为例，通过分析材料物性参数的不确定性对烧蚀热响应预测的影响，表明该方法具有准确度高、效率高的特点，为工程中的高维不确定度量化问题提供了很好的解决思路。     

Efficient aerodynamic shape optimization using variable-fidelity surrogate models and multilevel computational grids

A variable-fidelity method can remarkably improve the efficiency of a design optimization based on a high-fidelity and expensive numerical simulation, with assistance of lower-fidelity and cheaper simulation(s). However, most existing works only incorporate “two” levels of fidelity, and thus efficiency improvement is very limited. In order to reduce the number of high-fidelity simulations as many as possible, there is a strong need to extend it to three or more fidelities. This article proposes a novel variable-fidelity optimization approach with application to aerodynamic design. Its key ingredient is the theory and algorithm of a Multi-level Hierarchical Kriging (MHK), which is referred to as a surrogate model that can incorporate simulation data with arbitrary levels of fidelity. The high-fidelity model is defined as a CFD simulation using a fine grid and the lower-fidelity models are defined as the same CFD model but with coarser grids, which are determined through a grid convergence study. First, sampling shapes are selected for each level of fidelity via technique of Design of Experiments (DoE). Then, CFD simulations are conducted and the output data of varying fidelity is used to build initial MHK models for objective (e.g. C_D) and constraint (e.g. C_L, C_m) functions. Next, new samples are selected through infill-sampling criteria and the surrogate models are repetitively updated until a global optimum is found. The proposed method is validated by analytical test cases and applied to aerodynamic shape optimization of a NACA0012 airfoil and an ONERA M6 wing in transonic flows. The results confirm that the proposed method can significantly improve the optimization efficiency and apparently outperforms the existing single-fidelity or two-level-fidelity method.