多目标进化算法和代理模型技术在气动稳健优化设计中的应用

通过与传统优化方法的优缺点对比,提出针对飞行器环境参数存在不确定性影响时的气动稳健优化设计模型,并应用多目标进化算法和代理模型技术对稳健模型进行优化设计研究。提供了翼型稳健性优化实例,通过选择合适的翼型参数化方法和CFD求解程序以及不确定性分析方法,得到了稳健设计结果的Pareto前缘图。从其中选择的设计结果可以看出,稳健设计结果表现出更稳定的特性,证明了稳健设计的优势所在。     

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

典型翼型参数化方法的翼型外形控制能力评估

现代飞行器的精细化设计需求要求翼型参数化方法具有精准的翼型外形控制能力。依据标准的风洞模型公差要求,以五个典型翼型作为测试翼型,分别对Hicks-Henne参数化方法、样条参数化方法、PARSEC参数化方法和CST翼型参数化方法的翼型外形控制能力进行评估,依据每个翼型参数化方法的评估结果并结合其固有特点进行适应性分析。结果表明:四种翼型参数化方法对翼型外形的控制能力存在较大差别,具有不同的适用范围。评估典型翼型参数化方法的所得结果可指导设计人员依据具体的设计需求选择适当的翼型参数化方法。     

翼型模型几何误差对气动性能影响的自动微分分析方法

基于自动微分原理和NS方程有限体积方法建立了一套翼型敏感性导数计算方法和程序,可以一次性获得翼型不同气动力系数、压力分布对模型几何外形误差的敏感性导数和不确定度。计算结果表明,在跨声速范围内,即使翼型的外形误差只有63μm(弦长1m),也可以给翼型压力分布带来0.312(以来流动压为参考)量级的不确定度,而激波处的流动最为敏感。这种自动微分方法对于分析数值模拟结果的分散性、风洞试验结果的分散性或不确定性具有很好的指导意义。     

直接操作FFD技术在翼型气动优化设计中的应用

几何外形参数化技术在飞行器的气动外形优化设计以及多学科优化设计中是影响其结果和效率的重要因素之一。针对自由变形技术(FFD)无法直接操纵几何外形表面指定点位移的局限性,开展了直接操作FFD技术在翼型参数化及翼型气动优化设计中的应用研究。建立了由翼型表面控制点的位移反求各个FFD控制点位移的求解模式,有效地降低了高阶FFD控制体进行翼型参数化的参数个数,并且具备直接操纵翼型几何外形的能力,更具物理直观性。运用该技术对于跨音速翼型进行了气动减阻设计,显著减小了设计状态下翼型的阻力。     

高速自然层流翼型高效气动稳健优化设计方法

先进高速高升力自然层流(NLF)翼型的设计已经成为提高新一代高空长航时(HALE)无人机(UAV)性能的重要手段。然而这类翼型表面极易出现分离泡和激波等，尤其对于马赫数、飞行攻角等状态波动气动特性非常敏感，这导致传统的层流翼型设计方法设计的外形在面向工程应用中出现稳健性差，难以被工程使用。气动稳健设计(RADO)方法虽然是一种有希望的解决途径，但它遭遇了巨大计算花费的难题。为了解决这些问题，通过对影响气动稳健优化设计效率的关键技术进行研究，发展了基于自适应前向-后向选择(AFBS)的稀疏多项式混沌重构方法，极大改善了不确定分析(UQ)和稳健优化效率。同时，也发展了考虑多参数不确定的高效气动稳健优化设计方法，有效解决了传统翼型设计方法难以满足高速高升力自然层流翼型设计要求兼顾高升力设计、自然层流设计以及超临界设计的难题。最后使用发展的方法成功设计了一类具有典型特点的跨空域稳健自然层流翼型。结果表明设计的翼型相对于经典的全球鹰无人机翼型气动性能全面提升，同时低阻范围更大，气动性能更加稳健，从而验证了稳健优化方法的有效性和相对于确定性设计的优势。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。     

基于CST-GAN的翼型参数化方法

翼型参数化方法对于翼型制造、气动和隐身等的优化设计具有非常重要的作用,为进一步提高参数化方法的表示能力,避免在优化过程中产生奇异外形进而提升翼型优化设计效率,结合外形控制能力更加灵活的类别形状函数变换方法（CST）及能够学习数据潜在分布的生成对抗网络模型（GAN）,基于现有翼型数据库构建了一种新型翼型参数化方法：CST-GAN。通过考察生成翼型的几何质量及其表示误差,研究设计维度对CST-GAN翼型参数化的影响,并与Bezier、B样条及主成分分析（PCA）方法的表示精度进行了对比,最后基于该方法开展翼型优化设计。结果表明,该方法可以生成光滑、有效的几何外形,并能实现对翼型较为精确的描述。与其他几种常用参数化方法相比,CST-GAN方法具有较快的优化收敛速度和较好的优化效果,有助于改善优化效率,节约计算成本。此外,该方法鲁棒性强、易于实现,有拓展至三维机翼及整机的参数化建模并进行气动优化设计的应用潜力。     

基于响应面的翼型稳健设计研究

翼型的稳健设计就是要考虑环境中不确定因素的影响,提高翼型的性能,同时保证翼型性能对环境因素的变化不敏感的设计方法。本文应用响应面模型,通过减小翼型在不确定因素变化范围内阻力系数的均值和方差,构建了一个有效的翼型稳健设计的方法。应用本文的方法,选择马赫数作为不确定因素,假设马赫数在0.7~0.8间均匀分布,在满足升力约束条件下最小化阻力系数,结果证明本文的方法进行翼型的稳健设计是可行,高效的。     

基于CST参数化方法的翼型快速设计

为弥补传统飞机翼型设计周期长、代价高的缺点,将CST翼型参数化方法,与机器学习中的高斯过程回归方法相结合,通过对已有的翼型数据的学习,实现对未知翼型气动性能或者外形数据的快速准确预测。选取一组NACA四位族翼型,获得其CST参数描述数据,并分别计算其在一定条件下的升力系数、阻力系数和压力分布数据。利用这些数据对高斯过程回归模型进行训练,实现了翼型的快速正设计以及反设计系统。并将实验结果与采用NACA翼型参数表示法得到的预测结果进行了对比。实验结果表明,基于CST参数化方法的翼型快速设计准确度高、速度快,具有很大的应用价值。     

基于LMI对角占优补偿的航空发动机QFT控制

针对航空发动机数学模型的不确定性, 提出一种基于线性矩阵不等式(LMI)和定量反馈理论(QFT)的航空发动机鲁棒控制器的新的设计方法.该方法把频域对角占优预补偿器的设计问题与线性矩阵不等式的求解方法相结合, 实现了对不确定控制对象的解耦, 引入定量反馈理论进行鲁棒控制器设计.仿真验证表明该方法控制效果良好, 并具有较强的工程应用价值.      

基于鲁棒可靠性的不确定系统最优二次鲁棒镇定控制器设计

 基于二次稳定性准则,从可靠性这一新的角度考虑不确定系统的稳定性问题,提出了基于鲁棒可靠性的不确定系统鲁棒镇定控制器设计方法,将鲁棒控制器设计归结为基于可靠性的优化问题：以鲁棒可靠度为约束,极小化控制代价。依据该法设计的控制系统可满足稳定性意义上的鲁棒可靠性要求,并给出保证系统稳定性所要求的基本参数的最大鲁棒界限。适用于不确定参数的摄动范围准确已知和未知等情况。对F4E型战斗机的稳定控制器设计及对比研究表明了所提方法是实用、有效和可行的。     

基于灵敏度分析的飞行器稳健设计优化方法

提出了一种基于灵敏度分析的稳健设计优化方法。针对设计变量存在扰动的不确定性问题,在原有优化数学模型上,增加了准则函数和约束函数的灵敏度附加项。采用全局灵敏度方程来计算准则函数及约束函数对设计变量的灵敏度,进而得出新的优化问题数学模型,得到问题的稳健性解。将上述方法应用到轻型飞机的总体设计中,对飞机重量、气动和性能模块进行多目标优化,得出最优解,并与已有的飞机进行对比和分析。     

基于LMI的不确定线性系统观测器设计

研究了不确定线性系统的观测器设计问题。利用凸优化理论将基于线性矩阵不等８式（ ＬＭＩ）的观测器设计转换为鲁棒控制器设计,给出了标准的ＬＭＩ形式。采用该方法的设计过程只需求解三个线性矩阵不等式就可得到鲁棒控制器。在航空发动机控制应用中表明,基于ＬＭＩ的观测器对于具有干扰的系统仍然能保持系统稳定,数值仿真表明控制效果优于文献「１」的结果。     

Robust sliding-mode control for the uncertain MIMO aircraft model F-18

Robust flight control laws based on variable structure control (VSC) theory and Lyapunov V-function method are designed for a simplified aircraft model F-18. A min-max control (MMC) and VSC laws are derived, for multi-input multi-output (MIMO) systems with plant uncertainties and input disturbance. Two types of robust feedback controllers MMC and VSC for uncertain MIMO systems are considered. For both cases the existence conditions of a stable sliding mode and the robust asymptotic stability in uncertain MIMO systems by MMC and VSC are investigated. For the design of an MMC and VSC, measurable states and sliding surface are chosen so that the zero dynamics of the system are stable. An application of tracking and positioning of VSC of longitudinal dynamics is presented. Finally, simulation results are presented to show the effectiveness of the design methods.     

基于六西格玛设计及改进遗传算法的直升机优化设计

本文研究了六西格玛设计方法和改进的遗传算法,并应用该设计方法对直升机总体参数进行了优化设计。采用优化设计后获得的直升机设计方案,由于受许多不确定性因素的影响,最后付诸实现时并不能保证得到像预先优化设计方案那样的结果。在改进的遗传算法实现最优化设计的同时进行六西格玛设计,可提高优化设计结果的可靠性和鲁棒性。本文以CH-47D纵列式直升机为优化算例,优化效果良好,结果可靠,表明本文方法切实可行。     

基于重要性测度降维的液压管路稳健优化设计

提出一种基于重要性测度的降维预处理优化方法,对不确定环境下飞机局部液压管路系统的稳健性优化问题展开研究。引入区间模型描述随机变量分布参数（即设计变量）的不确定性,引入基于方差的重要性测度衡量设计变量对优化目标的贡献程度,从而筛选出对优化目标影响较大的设计变量,简化优化模型。该方法可以有效降低优化问题的维数,进而减少优化的计算成本。通过数值算例验证了所提方法的合理性和可行性,并采用该方法对飞机局部液压管路系统进行了稳健性优化设计。     

基于分布估计算法的翼型稳健设计(英文)

A transonic airfoil designed by means of classical point-optimization may result in its dramatically inferior performance under off-design conditions. To overcome this shortcoming, robust design is proposed to find out the optimal profile of an airfoil to maintain its performance in an uncertain environment. The robust airfoil optimization is aimed to minimize mean values and variances of drag coefficients while satisfying the lift and thickness constraints over a range of Mach numbers. A multi-objective estimation of distribution algorithm is applied to the robust airfoil optimization on the base of the RAE2822 benchmark airfoil. The shape of the airfoil is obtained through superposing ten Hick-Henne shape functions upon the benchmark airfoil. A set of design points is selected according to a uniform design table for aerodynamic evaluation. A Kriging model of drag coefficient is constructed with those points to reduce computing costs. Over the Mach range from 0.7 to 0.8, the airfoil generated by the robust optimization has a configuration characterized by supercritical airfoil with low drag coefficients. The small fluctuation in its drag coefficients means that the performance of the robust airfoil is insensitive to variation of Mach number.     

Robust optimization of control command for aerospace vehicles with aerodynamic uncertainty

To reduce the design burden of Aerospace Vehicles(ASVs) control systems, this paper proposes a multi-constrained robust trajectory optimization method, which provides a good front-end input for the control system. Differ from the conventional aircraft, some control performance of ASVs is not only related to the model parameters, but also affected by the flight status.Therefore, the robust optimization method combines this characteristic of ASVs, sets the control performance as one of the optimiz...     

Multi-disciplinary design optimization with fuzzy uncertainties and its application in hybrid rocket motor powered launch vehicle

In this paper, an Uncertainty-based Multi-disciplinary Design Optimization (UMDO) method combining with fuzzy theory and Multi-Discipline Feasible (MDF) method is developed for the conceptual design of a Hybrid Rocket Motor (HRM) powered Launch Vehicle (LV). In the method proposed, membership functions are used to represent the uncertain factors, the fuzzy statistical experiment is introduced to analyze the propagation of uncertainties, and means, standard deviations and credibility measures are used to delineate uncertain responses. A geometric programming problem is solved to verify the feasibility of the Fuzzy-based Multi-Discipline Feasible (F-MDF) method. A multi-disciplinary analysis of a three-stage HRM powered LV involving the disciplines of propulsion, structure, aerodynamics and trajectory is implemented, and the mathematical models corresponding to the F-MDF method and the MDF method are established. A two-phase optimization method is proposed for multi-disciplinary design optimization of the LV, including the orbital capacity optimization phase based on the Ziolkowski formula, and the scheme trajectory verification phase based on the 3-degree-of-freedom point trajectory simulation. The correlation coefficients and the quadratic Response Surface Method (RSM) based on Latin Hypercube Sampling (LHS) are adopted for sensitive analysis of uncertain factors, and the Multi-Island Genetic Algorithm (MIGA) is adopted as the optimization algorithm. The results show that the F-MDF method is applicable in LV conceptual design, and the design with the F-MDF method is more reliable and robust than that with the MDF method.