基于配点法的轨道在线优化方法研究

针对传统轨道优化方法无法应用于轨道在线优化的问题,提出了三阶辛普森配点法结合乘子法求解轨道在线优化问题的方法.首先建立变轨的最优化模型;然后,用三阶辛普森配点法将该最优控制问题转化为受约束的非线性规划问题;最后,采用增广拉格朗日乘子法对转化得来的受约束的非线性规划问题进行求解.仿真结果表明,所提出的方法可以得到高精度的轨道优化结果,并且对状态量和控制量的初值选取不敏感,且仿真具有实时性,计算速度快,可以达到在线进行轨道优化的要求.     

基于雷达散射截面约束的气动优化设计

采用拉格朗日乘子法优化设计了雷达散射截面约束条件下的锥形融合气动外形.拉格朗日乘子法中的极小化问题采用动态演化的优化设计方法求解.该方法是一种基于非定常演化的优化设计方法,即在求解非定常流动支配方程的时候同时履行优化过程,较其它基于定常解的优化方法具有高得多的计算效率.其中的雷达散射截面通过求解非结构的笛卡儿网格上的时域麦克斯韦方程来得到,而升阻比则通过求解锥形流方程来计算.通过优化设计,得到了M∞=8.0时,升阻比为4.98,雷达散射截面只有1.66m2的锥形融合气动外形.     

高超声速飞行器再入轨迹多目标优化

针对飞行器再入轨迹多目标优化问题,提出了一种基于粒子群算法与层次分析法的综合求解策略。首先,根据飞行器的动力学模型以及再入约束条件,建立了飞行器多目标优化模型;然后,考虑到粒子群算法只能求解无约束单目标问题,采用罚函数处理飞行过程中的约束条件和优化目标;最后,针对不同约束及目标的权重对再入轨迹的影响,利用层次分析法建立包含主观评估信息的优化模型,采用粒子群算法优化求解满足相应约束条件的再入轨迹问题。仿真结果表明,该方法所生成的优化轨迹具有较高的精度和计算效率,并对设计者的主观需求有良好的体现。     

基于非结构网格离散伴随方法的机翼多点多约束无粘优化设计

采用基于目标函数的非结构网格离散伴随方法进行机翼多约束单点和多点组合无粘减阻优化设计。通过基于目标函数的离散伴随模型计算目标函数梯度,考虑多种典型几何和气动约束,采用拉格朗日方法求解多约束优化问题,利用径向基函数进行几何模型参数化。对M6机翼单点和多点组合优化展示了本文优化设计系统的有效性,能够较好地满足工程实际需求。     

在非结构动网格上追踪多介质界面的ALE方法

在处理带有介质分界面的多介质流动问题时,把介质边界当作一种特殊的边界,并且在该边界上的点都有着双重的定义,分别对应边界两侧的不同介质状态,通过利用HLLC方法求解任意拉格朗日-欧拉方程(ALE),以及运用界面跟踪和动网格方法分别对一维和二维多介质流进行了数值模拟,并得到了满意的结果.     

RBCC-RKT两级入轨飞行器飞行轨迹优化方法

针对火箭基组合循环（RBCC）发动机比冲和推进剂质量流量随飞行条件改变而不断变化的特点,提出了通过增广拉格朗日遗传算法优化飞行器飞行轨迹的方法,在飞行器气动参数和发动机比冲已知、最大飞行动压给定等条件下,进行了火箭基组合循环发动机-液体火箭（RKT）发动机推进的水平起飞两级入轨（TSTO）飞行器飞行轨迹优化计算。研究结果表明：在飞行俯仰角和发动机推进剂质量流量变化范围已知的情况下,利用该方法能够在较好满足给定约束条件的情况下,优化得到飞行俯仰角和发动机流量随时间的变化关系,为飞行轨迹初步设计提供参考。     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

高超声速飞行器末段轨迹快速优化

利用高斯伪谱法求解具有路径约束和落角、落速等终端约束条件下的高超声速飞行器末段轨迹优化问题.分析了不同LG节点数目对该问题求解精度和计算时间的影响,以及不同LG节点的拟合多项式与实际积分结果之间的相对误差关系.根据精度需要,选择合适的LG节点进行优化,分析了状态变量与积分结果的相对误差传播情况.仿真结果表明,采用节点分析后的高斯伪谱法在求解该问题上具有较高的计算精度和计算效率.     

带子星航天器总体参数多学科设计优化

针对带子星航天器总体参数多学科设计优化(MDO)问题,进行系统任务分析和学科耦合关系分析.考虑有效载荷、轨道和结构等学科设计变量和约束条件,以航天器有效接近区和整星质量的综合指标为目标,建立MDO模型和相应分析模犁.利用iSIGHT软件搭建求解平台,采用基于罚函数的协同优化(CO)算法对所建立的MDO模型进行仿真计算,...     

基于脉冲暂态混沌神经网络的可靠度分析方法

工程中计算结构可靠度系数β可以看做一个优化问题。考虑极限状态函数的非线性程度很高且存在非凸失效域时,传统的求解非线性优化方法,如序列二次规划（SQP）法、罚函数法和梯度投影法等都有其使用范围和局限性,无法解决局部极小解问题。如何避免局部极小解问题并且兼顾计算精度和效率目前仍很难处理。提出一种新的可靠度计算方法：将求解转化为带有约束条件的非线性规划问题,利用罚函数法转化成无约束条件的非线性规划问题,引入脉冲暂态混沌神经网络（PTCNN）模型快速有效地进行全局寻优,从而解决具有局部极小解的约束非线性规划问题。最后采用不同类型的非线性极限状态函数算例进行算法验证,验证该方法在处理高维、高非线性、不可微、非凸失效域问题时具有可行性、高效性。     

一种面向飞机族的结构优化方法

 飞机族是一组共享通用部件或子系统的、但性能或使用要求不同的相关飞机产品的集合。针对通用模块化飞机族结构优化问题,提出一种基于代理模型的二级优化方法。该方法将结构优化分为两个层次：通用模块结构优化层次和专用模块结构优化层次。这种方法不但流程简单,且各层次的设计变量和约束较少,并且专用模块优化层次之间具有独立性,易于实现并行设计。以某支线客机族的机翼结构优化问题为例,首先阐述飞机族结构优化模型,然后应用本文提出的二级优化方法求解支线客机族的机翼结构优化问题。优化结果表明该方法能成功解决飞机族的结构优化设计问题,能同时优化飞机族中各型号的结构参数。     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

Stochastic structural optimization using particle swarm optimization, surrogate models and Bayesian statistics

This paper focuses on a method to solve structural optimization problems using particle swarm optimization (PSO), surrogate models and Bayesian statistics. PSO is a random/stochastic search algorithm designed to find the global optimum. However, PSO needs many evaluations compared to gradient-based optimization. This means PSO increases the analysis costs of structural optimization. One of the methods to reduce computing costs in stochastic optimization is to use approximation techniques. In this work, surrogate models are used, including the response surface method (RSM) and Kriging. When surrogate models are used, there are some errors between exact values and approximated values. These errors decrease the reliability of the optimum values and discard the realistic approximation of using surrogate models. In this paper, Bayesian statistics is used to obtain more reliable results. To verify and confirm the efficiency of the proposed method using surrogate models and Bayesian statistics for stochastic structural optimization, two numerical examples are optimized, and the optimization of a hub sleeve is demonstrated as a practical problem.     

A new hybrid aerodynamic optimization framework based on differential evolution and invasive weed optimization

Since many aerodynamic optimization problems in the area of aeronautics contain highly nonlinear objectives and multiple local optima, it is still a challenge for most of the traditional optimization methods to find the global optima. In this paper, a new hybrid optimization framework based on Differential Evolution and Invasive Weed Optimization (IWO_DE/Ring) is developed, which combines global and local search to improve the performance, where a Multiple-Output Gaussian Process (MOGP) is used as the surrogate model. We first use several test functions to verify the performance of the IWO_DE/Ring method, and then apply the optimization framework to a supercritical airfoil design problem. The convergence and the robustness of the proposed framework are compared against some other optimization methods. The IWO_DE/Ring-based approach provides much quicker and steadier convergence than the traditional methods. The results show that the stability of the dynamic optimization process is an important indication of the confidence in the obtained optimum, and the proposed optimization framework based on IWO_DE/Ring is a reliable and promising alternative for complex aeronautical optimization problems.     

Robust optimization of aircraft weapon delivery trajectory using probability collectives and meta-modeling

 Conventional trajectory optimization techniques have been challenged by their inability to handle threats with irregular shapes and the tendency to be sensitive to control variations of aircraft. Aiming to overcome these difficulties, this paper presents an alternative approach for trajectory optimization, where the problem is formulated into a parametric optimization of the maneuver variables under a tactics template framework. To reduce the size of the problem, global sensitivity analysis (GSA) is performed to identify the less-influential maneuver variables. The probability collectives (PC) algorithm, which is well-suited to discrete and discontinuous optimization, is applied to solve the trajectory optimization problem. The robustness of the trajectory is assessed through multiple sampling around the chosen values of the maneuver variables. Meta-models based on radius basis function (RBF) are created for evaluations of the means and deviations of the problem objectives and constraints. To guarantee the approximation accuracy, the meta-models are adaptively updated during optimization. The proposed approach is demonstrated on a typical airground attack mission scenario. Results reveal that the proposed approach is capable of generating robust and optimal trajectories with both accuracy and efficiency.     

基于偏置比例导引与凸优化的火箭垂直着陆制导

凸优化由于求解效率高在飞行器轨迹规划和制导中得到广泛研究应用。但是，由于火箭垂直返回制导需要考虑气动力带来的非线性，现有的凸优化求解方法或简单地采取逐次线性化近似凸化最优控制问题，经常出现收敛性问题；或需针对具体问题进行相应的系列凸化剪裁，虽然改善了收敛性，但不同模型的凸化剪裁方法差别很大，通用性较差。为此，将偏置比例导引与凸优化相结合，用以求解存在落角、落速和推力范围约束的火箭垂直返回定点软着陆制导问题。提出的制导方法将该制导问题分解为法向满足落角与落点约束的偏置比例导引，以及切向满足速度与推力约束的凸优化和滚动时域控制制导。在切向制导中，提出利用三次多项式近似飞行轨迹以方便凸优化求解，并建立剩余飞行时间的估算方法以提供给比例导引。仿真结果表明，提出的制导方法能有效满足各种约束，实现火箭精确着陆。与现有的直接采取逐次线性化近似的凸优化方法相比，提出的方法由于将制导进行切向和法向分解，大为简化了凸优化模型，显著提高了求解效率和收敛性。此外，提出的方法无需复杂繁琐的凸化处理，对于一般的推力可控且对末速存在约束的固定终端位置的制导问题皆适用。     

涡轮转子径向变形稳健性优化设计

考虑到参数不确定性对转子径向变形的影响,提出了1种基于分布式协同响应面的涡轮转子径向变形稳健性优化方法。首先,利用Kriging模型建立各部件参数与径向变形响应面子模型,然后利用分布式协同响应面方法建立全局参数与转子径向变形的系统响应面模型。其次,利用系统响应面模型建立涡轮转子径向变形稳健性优化模型,并采用果蝇优化算法来进行稳健性优化求解。优化后涡轮转子径向变形的均值以及标准差比优化前分别降低了7.3%和4.97%,计算结果表明:该方法在工程应用中的可行性和有效性。     

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。     

Reentry trajectory optimization for hypersonic vehicle satisfying complex constraints

The reentry trajectory optimization for hypersonic vehicle（HV）is a current problem of great interest.Some complex constraints,such as waypoints for reconnaissance and no-fly zones for threat avoidance,are inevitably involved in a global strike mission.Of the many direct methods,Gauss pseudospectral method（GPM）has been demonstrated as an effective tool to solve the trajectory optimization problem with typical constraints.However,a series of diffculties arises for complex constraints,such as the uncertainty of passage time for waypoints and the inaccuracy of approximate trajectory near no-fly zones.The research herein proposes a multi-phase technique based on the GPM to generate an optimal reentry trajectory for HV satisfying waypoint and nofly zone constraints.Three kinds of specifc breaks are introduced to divide the full trajectory into multiple phases.The continuity conditions are presented to ensure a smooth connection between each pair of phases.Numerical examples for reentry trajectory optimization in free-space flight and with complex constraints are used to demonstrate the proposed technique.Simulation results show the feasible application of multi-phase technique in reentry trajectory optimization with waypoint and no-fly zone constraints.