基于深度神经网络的客机总体设计参数敏感性分析

飞机总体主要设计参数敏感性分析揭示了总体主要设计参数对飞机特性指标的影响,有助于总体设计方案的决策。针对宽体客机总体主要设计参数敏感性问题,根据其总体主要设计参数和特性指标的特点,以及多学科间的耦合关系,建立了深度神经网络模型。该深度神经网络模型以客机总体主要设计参数为输入,对特性指标进行预测。在深度神经网络模型中,设置了多个输入层、多个输出层以及多个分块的隐藏层,从而模拟客机总体主要设计参数对特性指标的影响以及不同特性指标之间的相互作用。测试结果表明,与传统代理模型相比,深度神经网络模型对客机特性指标的预测精度更高,多参数适应性更好。利用该深度神经网络模型对客机总体主要设计参数进行敏感性分析。分析结果表明,机翼1/4弦线后掠角在30°~31.5°时,有利于减少最大起飞重量和起飞平衡场长;发动机海平面最大静推力和机翼面积对客机直接使用成本、最大起飞重量等特性指标的影响最为显著。     

基于综合评价优化的民机顶层需求指标权衡

确定顶层需求指标是民机设计流程之初的重要工作。针对民机顶层设计工作，提出一套民机顶层需求定量权衡方法。根据民机顶层需求与概念设计之间的关系，将概念设计方案的特性参数视为一组可行的顶层需求。将顶层需求的权衡分析问题转换为对飞机总体设计参数的优化问题。选择“经济性、舒适性、环保性、适应性、安全性/可靠性”这5条判断准则，建立民机顶层需求综合评价模型，评估顶层需求的综合竞争力。以竞争力最大为目标，优化概念方案，确定最优的顶层需求组合。在宽体客机案例中，得到了比初始需求更合理的顶层需求，验证了所提方法的可行性。