基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

翼型气动优化设计问题多极值特性研究

认识翼型气动外形优化问题设计空间的多极值特性,有助于人们在翼型设计阶段选择合理的优化算法,提高优化效率、缩短设计周期。研究RAE2822 翼型在优化减阻过程中设计空间的多极值特性,采用ADODGcase2算例,使用自由变形方法(FFD)对翼型进行参数化,通过拉丁超立方抽样方法对翼型加入初始扰动;使用基于梯度的优化算法对经过不同扰动后的翼型进行优化,并将优化结果与全局优化算法的优化结果进行对比。结果表明:ADODGcase2可能是一个单峰值气动设计问题,梯度算法能够得到相对满意的最优解,并且具有更高的优化效率;在给定面积约束的条件下,对于翼型跨声速单点减阻优化问题,设计空间很可能是单峰值的,可直接使用梯度优化算法。     

基于多输出高斯过程的超临界翼型优化

提出了一种基于多输出高斯过程(MOGP)回归模型和模拟退火算法相结合的翼型优化方法。采用拉丁超立方抽样方法在设计空间内构造一系列样本点,其中优化设计采用CST参数化方法对翼型的几何外形进行参数化表示。通过CFD流体计算得到其响应值来建立初始的MOGP代理模型。以阻力最小化为设计目标,考虑面积、升力等约束条件。通过单点优化和多点优化试验表明,发展的翼型优化设计方法达到了优化设计的目的,同时也说明基于MOGP模型的优化设计方法在气动优化设计中的应用是可行的。     

基于梯度增强型Kriging模型的气动反设计方法

基于Kriging模型的代理优化算法目前在气动优化设计中得到了广泛应用。但在高维(设计变量大于30个)气动优化中,计算量过大的问题对其进一步发展产生了严重制约。将翼型和机翼气动反设计问题转化为优化问题,采用Adjoint方法进行快速梯度求解,利用基于梯度增强型Kriging(GEK)模型的代理优化算法分别开展了18、36和108个设计变量的气动反设计。首先,通过采用在设计空间局部建立GEK模型的方法成功地将基于代理优化算法的气动反设计问题的维度拓展到了100维以上。其次,研究了梯度计算精度对基于GEK模型的反设计的影响,发现梯度精度越高,反设计的最终效果越好,同时效率相当。最后,通过不同维度的气动反设计算例,比较了改进拟牛顿法(BFGS)、基于GEK模型和Kriging模型的代理气动反设计方法,结果表明基于GEK模型的代理优化算法的效率大幅度高于基于Kriging模型的代理优化算法,并且维度越高,效率优势越明显;同时,基于GEK模型的代理优化算法在优化效果及分析程序调用次数上相比于BFGS方法也略有优势。     

基于Kriging模型的旋翼翼型优化设计研究

以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统.代理模型采用均匀设计进行模型采样,在优化过程中根据EI(expected improvement)准则动态增加采样点来调整代理模型的精度.采用B样条方法进行翼型参数化,保证了翼型的光顺性.在翼型的气动性能分析中引入转捩模型提高阻力计算的精度.利用该系统对旋翼翼型进行了优化设计,经风洞试验验证,满足设计要求.     

应用Delaunay图映射与FFD技术的层流翼型气动优化设计

采用非均匀有理B样条(NURBS)基函数属性建立了任意空间的自由式变形(FFD)翼型参数化方法,进一步结合基于Delaunay图映射技术建立了结构对接网格变形模式,通过粒子群优化(PSO)算法进行参数化方法、网格变形模式以及计算流体力学(CFD)数值模拟技术之间的整合,研究、构建了气动优化设计系统,并对某型层流理念设计的高空长航时(HALE)飞机基本翼型进行气动优化设计。气动特性目标函数评估方法中,边界层转捩数值模拟技术采用γ-Re_θt转捩模型耦合剪切应力输运(SST)模式湍流模型。优化设计后翼型气动特性表明:采用相关技术建立的层流翼型气动优化设计系统对于层流理念设计的HALE飞机翼型的设计具备较高的优化效率。     

超临界翼型稳健型优化设计研究

基于标准遗传算法、RBF神经网络以及类函数/型函数变形技术建立了翼型气动优化设计系统,在选取3次CST方法即分别对翼型上下表面采用4个设计变量进行参数化,对某型客机基本翼型在给定设计指标下进行优化设计,分别研究了巡航状态下的气动优化,以及结合蒙特卡洛分析方法马赫数随机平均分布下的翼型稳健型优化设计。结果显示,优化后的翼型的气动特性有着显著提高。     

翼上螺旋桨构型耦合气动特性及翼型优化设计

针对半环形式翼上螺旋桨构型,研究了螺旋桨-机翼耦合流场特性,并以短距起降（STOL）状态最优升阻特性为目标对机翼翼型进行全局优化。首先,针对螺旋桨-气动面耦合构型,通过动量源法与真实桨叶模型CFD的计算对比,分析动量源法用于该构型设计分析的可行性。其次,为得到有利于桨-翼耦合特征的新翼型,建立了翼上螺旋桨构型自由型面变形（FFD）参数化模型,采用遗传算法对翼上螺旋桨构型机翼翼型进行全局寻优设计,分析了优化翼型参数及流场变化规律。最后,将优化翼型用于三维半环形机翼,分析其流场特性与二维计算结果的异同,验证二维翼型优化的有效性。结果表明：真实桨叶多重参考系（MRF）方法不能准确计算翼上螺旋桨构型下的流场结构,而动量源法计算结果与真实桨叶滑移网格非定常方法较为吻合;采用二维动量源CFD方法进行翼型的遗传算法优化是有效的,受半涵道的保护,二维优化翼型的优势在三维构型中得到了有效继承;翼上螺旋桨构型的翼型优化应当着重关注翼面曲率变化,在本文计算状态下,通过增加桨盘附近翼面曲率、保持附着流动来加强Coanda效应,有效实现了气动增升,优化后机翼升力提高了22.51%,显著减弱桨盘后高压区并产生二次吸力峰值,同时保持了机翼负阻力特性。     

Implementation of the simultaneous perturbation algorithm forstochastic optimization

The need for solving multivariate optimization problems is pervasive in engineering and the physical and social sciences. The simultaneous perturbation stochastic approximation (SPSA) algorithm has recently attracted considerable attention for challenging optimization problems where it is difficult or impossible to directly obtain a gradient of the objective function with respect to the parameters being optimized. SPSA is based on an easily implemented and highly efficient gradient approximation that relies on measurements of the objective function, not on measurements of the gradient of the objective function. The gradient approximation is based on only two function measurements (regardless of the dimension of the gradient vector). This contrasts with standard finite-difference approaches, which require a number of function measurements proportional to the dimension of the gradient vector. This paper presents a simple step-by-step guide to implementation of SPSA in generic optimization problems and offers some practical suggestions for choosing certain algorithm coefficients     

基于环量分布的轴流双级风扇三维数值优化

将通流设计程序和叶片造型程序引入到遗传算法同响应面模型相结合的优化系统中,调用流场模拟软件,搭建了三维轴流压气机叶片的优化平台.该优化技术有四个特点:一是为与现代设计系统相接轨,不同于常见的用纯几何方法生成叶片,采用了传统的反问题设计方法生成三维叶片;二是不同于直接优化几何参数,优化自变量选取了设计中具有物理意义的气动参数;三是针对多级压气机的优化,提出了逐级优化策略;四是在优化过程中引入了直观分析法.算例选取了环量分布作为优化自变量,对某轴流双级风扇进行了以极大化非设计点流量为目标的优化;又对其改型设计进行了以极大化设计点绝热效率为目标的优化.      

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.     

基于Proximal-Newton-Kantorovich凸规划的空天飞行器实时轨迹优化

针对空天飞行器大气层内上升段实时轨迹优化问题，提出一种基于Proximal-Newton-Kantorovich凸规划的轨迹优化方法。首先，应用Newton-Kantorovich迭代方法将轨迹优化问题转化为一系列的子问题，每个子问题都是一个线性最优控制问题；其次，针对Newton-Kantorovich迭代方法忽略运动方程中的高阶信息，导致难以收敛这一问题，提出Proximal-Newton-Kantorovich迭代方法，在子问题的性能指标中加入邻近规则化项，改善了Newton-Kantorovich迭代方法的收敛性；最后，将子问题离散为二阶锥规划问题，并应用内点法进行求解。提出的Proximal-Newton-Kantorovich凸规划方法是一种求解非线性轨迹规划问题的可行途径。理论分析表明，Proximal-Newton-Kantorovich迭代方法的收敛结果一定是轨迹优化问题的局部最优解。数值实验表明，此方法的计算时间在毫秒级。     

机载蒸发循环系统结构的稳健性研究

机载蒸发循环系统结构的疲劳寿命易受外界和内部环境的影响,导致无法满足设计要求。采用随机有限元法,参照设计变量和随机变量的变异性,建立机载蒸发循环系统结构疲劳寿命稳健性优化的数学模型;通过引入权因子α,将稳健性优化问题转化为结构疲劳寿命均值和标准差的双目标优化问题。结果表明:合理设置疲劳寿命均值和标准差的权因子,可有效降低设计变量和随机变量对变异的敏感性,进而提高机载蒸发循环系统结构疲劳寿命的稳健性。     

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。     

考虑工序外协的TOC产品组合优化研究

 针对 “粗粒度”产品外包或自制模式进行能力拓展时造成的产品规划保守和接单损失问题,采用“细粒度”工序外协模式对瓶颈、非瓶颈有区别地进行产能提升,使企业设备平均利用率最高、整体有效产出最优、市场需求满意度最好。从自制商和外协商两种角度定义了有效产出,并推导了工序外协和产品外包两种不同制造模式下有效产出的关系。基于传统和新型两种约束理论（TOC）运作逻辑,根据独立优化和集成优化两种优化策略,构建了考虑工序外协的两种TOC产品组合优化数学模型。分析了工序外协和自制/外包模型间的关系,并进行了数学证明。若单位产品的外包成本等于所有工序外协的累加成本,则同一制造模式下集成优化策略不差于独立优化策略,同一优化策略下工序外协制造模式不差于产品外包制造模式。最后通过单瓶颈、多瓶颈算例分析验证了模型以及定理的有效性。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

基于分布式模型预测控制的多UAV协同区域搜索

针对多无人机(UAV)协同区域搜索问题展开研究。提出了一种基于分布式模型预测控制(DMPC)的多UAV分布式优化搜索方法。首先基于传统的搜索图模型,建立了多UAV协同搜索的问题描述和状态空间模型,然后在DMPC框架下,将集中式多UAV在线优化决策问题转化为各架UAV的小规模分布式优化问题,采用基于纳什最优和粒子群优化(PSO)相结合的算法实现对每个子系统优化问题的迭代求解。仿真结果表明:DMPC方法能够有效地降低多UAV协同搜索决策问题的求解规模,是一种可行的方法。     

工程数值优化方法研究进展

回顾与分析了工程数值优化方法研究的发展历程 ,着重介绍与讨论了优化问题的几种数学列式、近似问题的保真度与近似函数 ,以及复杂优化问题的求解策略等。指出优化问题的对偶列式变式 DFOP-V2与高精度多点近似函数和二级近似概念结合而产生的数值优化解法 ,具有通用性 ,高的计算效率 ,并易于与市场现有分析软件结合使用等显著优点