基于并行CFD和优化技术的返回舱外形多目标优化设计

在给定的质心设计范围内,围绕球冠倒锥返回舱外形的高超声速气动单点静稳定性、配平升阻特性、质心横偏量的综合设计问题,提出了多点多目标优化设计数学模型。通过多目标优化设计方法结合并行数值模拟技术,对该多点多目标气动外形优化设计问题进行研究,为了加快多点数值计算进度,采用了嵌套并行方法,通过有效利用硬件资源来提高多个状态气动数值求解效率。根据以上方法给出的最优设计边界指出了返回舱单点静稳定性与配平升阻比和质心横偏量的矛盾关系,改善单点静稳定性会导致配平升阻比下降,使质心横偏量增加;反之,配平升阻比增加,质心横偏量减少都会使单点静稳定性变差。     

基于Euler方程的返回舱气动外形优化设计方法研究

基于优化软件平台,选用合适的优化算法,完成优化设计。应用快速气动分析软件,通过求解Euler方程得到高超声速气动力特性,求解Fay-Riddell公式计算表面热流,通过算例对比验证了该方法的精度和效率。在CTV返回舱基础上验证并初步形成了快速有效的气动布局优化设计的方法,应用该方法完成了类神舟飞船返回舱外形的初步优化设计,为进一步的优化设计研究工作打下基础。     

隐身性能约束的多目标气动外形优化设计

从飞机外形设计的总体、气动和隐身设计要求出发,根据多目标优化的基本概念,将Pareto方法与遗传优化搜索相结合,并采用了群体排序、基于共享机制的小生境技术和Pareto解集过滤器等技术使解集具有良好分布特性,在此基础上建立了一套可满足飞行器外形气动/隐身一体化综合优化设计优化模型和优化方法。文中针对飞行器外形优化设计要求,提出了复杂外形参数化和设计变量的选取原则。并根据某飞行器设计要求,进行了在以隐身特性为约束条件下,以亚声速和超声速气动特性为设计目标的飞行器外形综合优化设计,取得了良好的优化设计结果。     

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。     

基于并行多点采样策略的串列叶栅多目标优化设计及分析

为了改善高负荷串列叶栅的设计质量,基于改进粒子群算法、Kriging模型的改进并行多点采样策略、物理规划方法三个模块,建立了一套多目标优化设计系统,该系统可以快速实现串列叶栅设计攻角和非设计攻角的多目标优化设计。为了减少多目标优化的计算量,该优化设计系统采用了物理规划方法将多目标优化设计问题转化为考虑设计者经验的单目标优化问题,并基于Kriging模型的改进并行多点采样准则实现了在一次迭代过程并行评价多个样本点的并行优化方法。应用该系统实现了一高负荷串列叶栅的多目标优化,优化后的串列叶栅在全攻角下的总压损失系数减小,静压升增加,在进口马赫数0.7的条件下,在攻角分别为-6°和3°时,总压损失分别降低21%和35%,证明了本文设计的多目标优化系统具有很好的实际应用价值。基于优化设计结果,分析了串列叶栅的5个造型参数:弯角比(TR)、弦长比(CR)、后排近似攻角(KBB)、轴向重叠度(AO)和节距比例(PP)对串列叶栅设计攻角和非设计攻角性能的影响,研究发现大的PP (约为0.9)和负的KBB (约为-6°)有助于串列叶栅实现较优的设计攻角性能,减小串列叶栅前排叶型的负荷,可以改善串列叶栅非设计攻角的性能和扩宽叶栅的稳定工作范围。     

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.      

基于遗传算法多段翼型外形优化设计

为提高多段翼型增升效能,开展襟翼外形和缝道参数同时优化设计研究。优化算法采用遗传算法,以求解RANS方程为气动特性分析方法,通过椭圆方程控制生成多段翼型外形,同时优化缝宽、搭接量、襟翼偏角等位置参数和襟翼外形控制参数,实现多段翼型优化设计。设计实践表明,与只优化位置参数相比,同时优化襟翼外形和位置参数得到的多段翼型有更大的升力系数,方法是可行的,具有一定的工程应用前景。     

座舱盖外形参数多目标模糊优化

以座舱盖的亚、超音速阻力系数和前向、侧向的雷达散射截面(RCS)为优化目标,其中阻力系数由估算方法得到,RCS计算时假设座舱盖镀金属膜,雷达波全反射;以前下方、侧下方、上半球方向的视界要求以及设计变量的几何限制为约束;采用多目标模糊优化的模糊判决模型对座舱盖外形参数进行优化。     

进气道外形参数的多层次、多目标优化

将大系统理论中的分解协调优化方法,即多层次优化方法引入进气道内管道设计中,分析了内管道外形多目标优化中的层次性,并进行了初步的优化计算。     

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法,其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足,采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估;通过改进随机游走策略来提高局部搜索能力;通过引入改进的自适应丢弃概率策略来提高算法的收敛速度;加入档案管理机制,提高解的均匀性。典型的多目标数值算例结果表明,改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例,将改进的MOCS算法应用于多目标气动优化中,改进的MOCS算法共获得64个Pareto解,优化后的翼型气动性能有明显的提升,设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题,改进的MOCS算法与目前主流的NSGA-Ⅱ相比,收敛速度更快。     

基于N-S方程的跨声速翼型多目标多约束优化设计

本文将粘性流场分析和数值优化方法耦合起来,发展了一种跨声速翼型设计方法,用以提高翼型在一个或多个设计点、在多种约束条件下的气动性能。由粘性流场分析程序计算得到的升力、阻力等气动参数构成目标函数,数值优化程序对其进行最小化。粘性流场分析采用了雷数平均Ｎ－Ｓ方程,这比过去翼型设计中使用的全速势方程或Ｅｕｌｅｒ方程更能模拟流动的本质,因而设计结果的可靠性大大提高了。优化算法采用传统的拟牛顿法（Ｑｕａｓｉ     

高超声速飞行器多目标气动优化设计

随着高超声速飞行器的发展,其外形优化受到了广泛关注。应用一种新型的改进多目标布谷鸟优化搜索算法(IMOCS),采用修正的牛顿法与面元法相结合来获得高超声速飞行器的气动性能,采用自由变形参数化方法(FFD)来进行外形的参数化,以最大化容积率和升阻比为设计目标,开展了高超声速滑翔飞行器的多目标气动外形优化设计,获得了综合容积率及升阻比性能更高的气动外形,验证了方法的有效性。最后,将IMOCS算法和当前主流的多目标优化算法NSGA-Ⅱ进行了对比,结果表明,IMOCS算法的效果明显优于NSGA-Ⅱ。     

基于并行多目标遗传算法大涵道分开式排气系统气动优化设计

通过引入快速非支配排序算法、拥挤距离以及拥挤距离比较算子等对基本遗传算法进行改进,并结合massage passing interface(MPI)并行编程技术,发展了主从式并行多目标遗传算法(PMGA).将PMGA与排气系统型面参数化设计方法、Navier-Stokes方程求解器相结合建立了分开式排气系统气动优化设计平台.应用该平台对某型分开式排气系统进行了多目标优化设计,得到了一组在三个目标上都优于初始设计的Pareto最优设计.将典型的Pareto最优设计和初始设计进行分析、比较,证明了该气动优化设计平台的高效性和可靠性.      

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。     

基于代理模型的飞翼多目标气动优化设计

针对飞翼布局飞行器,采用雷诺平均N-S方程（ RANS）计算流场,使用基于代理模型的多目标优化方法进行了同时考虑起飞性能和巡航性能的多点多目标气动优化设计。在设计过程中,将飞翼的平面形状、剖面形状及扭转角同时作为设计变量（共58个设计变量）,将提高起飞时的升力系数和提高巡航升阻比为设计目标,以起飞状态和巡航状态的力矩系数作为气动约束,并以飞翼平面面积不减和剖面厚度不减作为几何约束。通过采用基于Kriging模型的多目标优化方法,以较小的计算花费得到了较好的Perato前沿。取Pareto前沿中一个最优解与基准外形的性能进行了对比,结果显示,优化外形的性能较基准外形的气动性能得到全面大幅提高且所有约束得到严格满足。     

亚声速无人机S弯进气道的多点多目标优化设计

为提高亚声速无隔道式S弯进气道的整体气动性能,本文以提高总压恢复系数和降低畸变指数为设计目标,结合高精度数值模拟方法与第二代非劣排序遗传算法（NSGA-II）,开展了无隔道式S弯进气道在马赫数0.25和0.7时的多目标优化设计。整个优化流程基于400个样本,最终得到四幅有效Pareto前沿图。从总压畸变Pareto前沿图中选取出优化算例并与原始进气道进行对比,结果表明：优化后的进气道中心线斜率入口段小、出口段大,而横截面面积分布的曲线斜率恰好相反;优化后的进气道低压区缩小、流动分离得到有效的控制;虽然总压恢复系数提高有限,但是总压畸变得到大幅降低,在马赫数为0.25和0.7时,分别降低15.86%和23.61%。优化后的进气道在马赫数0.25~0.7范围内的整体性能得到有效改善。本文把优化设计方法进一步推广应用于3个马赫数下的多点多目标优化设计,并得到了三维Pareto前沿图。     

基于源项法的气膜冷却涡轮叶片多目标优化

以GE-E³高压涡轮第一级气冷导叶为研究对象,通过多目标遗传算法优化气膜孔布局以降低叶片表面温度。其中采用源项法模拟全场气膜冷却效果,该方法节省计算量的同时无需对气膜孔划分网格,通过对比实验结果后认为,源项法可以较好地模拟出冷气覆盖效果如表面动量损失等。在此基础上采用多目标遗传算法NSGA-II (Nondominated Sorting Genetic Algorithm II),以气膜孔的出气角及流向位置为设计变量,以叶片表面最高温度及平均温度为优化目标。结果表明叶片表面温度分布有所改善,其中压力面优化效果要好于吸力面。      

基于NSGA-Ⅱ的伺服系统控制参数多目标优化设计

针对采用分段式PID控制策略的伺服系统控制参数设计周期长、成本高的问题,提出一种基于快速非支配排序遗传算法(NSGA-Ⅱ)的控制参数多目标优化设计方法。在建立某型伺服系统仿真模型的基础上,选择各区间的PID控制参数为优化变量,以伺服控制系统的3个性能指标作为优化目标,寻找伺服系统控制参数的最优解,并进行仿真与实物实验验证。结果表明,设计的控制参数可以满足伺服控制系统的性能指标要求,大大缩短设计周期,节约设计成本。