基于改进CO-RS的平流层飞艇总体设计与优化

为改进响应面协同优化(CO-RS,Collaborative Optimization based on Response Surface)方法的工程实用性,提出改进的CO-RS方法.在响应面建立中应用广义乘子法和信赖域法,取消响应面更新对梯度的依赖性.针对平流层飞艇的总体设计与优化问题,基于改进的CO-RS框架,进行了系统任务分析和学科耦合分析.对气动与推进子系统、结构子系统和能源子系统进行了学科分析,以最小化平流层飞艇的质量为目标,建立基于改进CO-RS框架的多学科设计优化(MDO,Multidisciplinary Design Optimization)模型和相应的学科分析模型.利用iSIGHT软件搭建求解平台,采用改进的CO-RS算法进行仿真计算,并得到合理结果,验证了所建立的MDO模型的合理性和改进的CO-RS算法在平流层飞艇总体设计优化中的有效性.     

一种气动结构一体化设计方法

为解决气动结构一体化设计的工程应用,在传统并行子空间算法的基础上,深入分析了气动结构一体化设计的特点,在响应面构造上引入试验设计法,子空间优化中引入子空间设计的概念,系统级优化中引入Pareto遗传算法,提出了更加适合于气动结构多学科设计优化的基于Pareto遗传算法的并行子空间优化设计方法(CSSODM-PGA, Concurrent Subspace Optimization Design Method based on Pareto Genetic Algorithm),并将算法应用到机翼的气动结构多学科设计优化中,给出了合理的Pareto前沿面和可选方案.     

通用再入飞行器多学科协同优化设计

探讨了协同优化方法在通用再入飞行器总体优化设计中的应用以及各学科间耦合关系.对协同优化方法的流程及特点进行了分析,以通用再入飞行器总体优化设计为对象,研究如何利用协同优化方法建立此类问题的优化模型.研究结果表明协同优化方法相对多学科可行法具有较快的收敛速度,主要是由于协同优化方法中的系统级在搜索空间时受到了3个子系统级优化一致性的制约,而3个子系统级并行地对升阻比最大、质量最小、弹道设计中气动加热量最小3个主要影响射程的因素进行了优化,最终共同缩小了设计搜索空间,同时利用学科的独立性进行并行计算,从而较快地实现了迭代收敛.      

升力体式浮升混合飞艇多学科设计优化

升力体式混合飞艇是全球远距离大载重运输的重要选择,随着全球贸易的发展,逐渐成为国内外的研究热点。作为航空宇航技术、新能源技术和高性能材料技术相结合的新概念飞行器,混合飞艇设计过程需对多个学科进行综合考虑和优化。为了将多学科设计优化（MDO）方法引入到混合飞艇的总体设计中,将其分解为能源子系统、气动和推进子系统以及结构和重量子系统。在子系统模型构建的基础上,提出具有自适应能力的基于响应面的并行子空间优化（CSSO-RS）算法,将重量平衡和能量平衡作为实现远距离载重运输的约束条件,并提出爬升、日间巡航、滑翔和夜间巡航的多阶段任务剖面,以充分利用太阳能电池、燃料电池和锂电池的优势,实现混合飞艇的最优化设计。优化结果表明:具有自适应能力的优化算法在精确度和计算效率上均有明显的优势,同时重量分配的结果也为混合飞艇结构轻量化设计和能源系统设计提出了更高的要求。      

设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

区域覆盖特殊椭圆轨道星座优化设计

分析了椭圆轨道的优良特性,它可集中覆盖地面上某一指定纬度带或区域.阐述了临界倾角太阳同步回归轨道这种特殊椭圆轨道的设计方法,总结了其轨道要素的计算步骤.探讨了临界倾角太阳同步回归轨道星座的设计思路,指出了影响星座对目标覆盖性能的关键参数是各个卫星通过目标上空的时刻.介绍了用遗传算法进行星座优化设计的数学模型,利用遗传算法进行了优化设计.讨论了优化结果的统计规律,符合该规律的星座就是本文所研究的特殊椭圆轨道星座,星座性能分析结果表明这种星座适用于区域覆盖.      

飞机飞行控制律/操纵效率器多学科优化设计

基于近似模型和遗传算法,针对多操纵面布局飞机提出一种对全包线飞行控制律和操纵效率器几何形状与位置进行多学科优化的设计方法.该方法采用力矩控制方式进行控制,应用鲁棒增益调参方法设计全包线飞行控制系统,利用试验设计方法和径向基神经网络响应面获取近似的气动学科模型和控制学科模型,在近似模型基础上由遗传算法获得优化的设计参数并最终获得优化的控制律和操纵效率器.以某多操纵面布局无尾飞机为例进行计算机飞行仿真验证,结果表明该方法具有可行性.      

引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

燃气发生器身部多学科设计优化

为了探索液体火箭发动机多学科设计优化的一般方法,以液体火箭发动机燃气发生器身部为研究对象,在对其进行面向设计的多学科分析的基础上,建立了燃气发生器身部的多学科优化模型,涉及流动、传热、结构强度3个相互耦合的学科.引入了一种新的多目标方法——物理规划方法处理其中的多目标优化问题,通过类别函数将设计者的偏好转化为优化目标,避免了对各个不同大小和量纲的分目标之间重要性的比较和权衡.优化结果显示,利用多学科设计优化减轻了燃气发生器的质量,改善了原有设计,能够提高发动机的设计水平.      

基于现代实验设计技术的巡航导弹概念设计

采用跳跃弹道空地巡航导弹为算例,研究了新型实验设计技术,即拉丁化近正交海默斯利序列取样法,在多学科设计优化中的应用.应用该实验设计方法进行了实验设计,并对取样结果与传统拉丁方取样进行了对比;基于支持向量机构建了学科近似模型,通过对验证数据的回归分析,检验了支持向量机响应的可靠性.应用该近似模型对算例进行多学科设计优化,并通过与精确模型的对比,检验了该近似模型的准确性.拉丁化近正交海默斯利序列取样法是一种高效的现代实验设计方法,在相似的实验条件下比传统拉丁方设计具有更好的正交性和均匀性,在复杂系统多学科优化设计中具有很大的应用价值.      

多学科设计优化中的不确定性建模

不确定性因素对复杂工程系统设计的影响贯穿整个设计过程.对多学科设计优化(MDO,Multidisciplinary Design Optimization)中不确定性的来源进行了总结和归类;建立了包含2个耦合学科的MDO系统分析输出结果的不确定性与设计变量输入数据误差和模型误差之间关系的数学模型,用于计算各种不确定性对系统性能的影响.算例分析结果和实验结果吻合,表明该数学模型有效可靠.经过扩展可用于估算包含多个耦合学科的MDO系统分析输出结果的不确定性,为鲁棒多学科设计优化方法的构建提供理论基础.      

遥感卫星总体参数设计的建模与协同优化

针对遥感卫星的总体参数设计问题,建立以卫星覆盖幅宽、地面分辨率和总重综合的指标为目标的优化问题,考虑卫星的控制(GNC,Guidance, Navigation and Control)、电源、结构和热控(TCS,Thermal Control System)分系统的分析模型并整理其中的耦合关系,以协同优化(CO,Collaborative Optimization)方法为框架建立多学科设计优化(MDO,Multidisciplinary Design Optimization)模型并用罚函数法求解,获得了协同一致且性能提升的结果.验证了所建模型的合理性和MDO方法应用于卫星总体参数设计优化的有效性.各分系统的模型及求解方法可为MDO方法的工程化应用研究提供参考.     

按区域惩罚划分的并行多目标遗传算法

解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.     

卫星天线复合材料框架的铺层优化设计

为了改善卫星天线复合材料框架的结构动力学性能,提出了一种针对卫星天线框架复合材料铺层的两阶段优化设计方法。阶段Ⅰ以各铺层的角度为设计变量进行铺层顺序优化,框架基频的最大化为优化目标,铺层数的最大值为约束条件。其中设计变量用一种多进制码来表示,并将多进制码映射为连续变量,应用粒子群优化(PSO)算法对阶段Ⅰ优化模型进行求解。在阶段Ⅰ优化结果的基础上,阶段Ⅱ主要是优化复合材料的层数,以基频最大化与质量最小化为优化目标建立多目标拓扑优化模型,应用第2代非劣排序遗传算法(NSGA-Ⅱ)进行求解。为了验证该方法的有效性,对某大型卫星天线复合材料框架进行优化设计,结果表明:该方法能有效地减小天线板复合材料框架的质量,并提高基频。     

基于代理模型的高超声速飞行器协同优化设计

建立了类X-51A高超声速飞行器的多学科模型,包括外形、气动、推进、质量、热流、弹道等学科.采用多学科设计优化(MDO, Multidisciplinary Design Optimization)方法中的协同优化(CO, Collaborative Optimization)进行了计算,计算流程中构建了两个子系统优化器与弹道学科的代理模型,使用代理模型替代了计算耗时的真实模型.同时为了对比,采用了多学科可行法(MDF, Multidisciplinary Feasible Method)进行了优化计算.结果表明,二者的优化结果基本一致,优化之后的飞行器质量比初始构型飞行器降低了15.2%,航程提升了63.5%,并且使用代理模型后计算效率也得到了很大的提升.验证了基于代理模型的协同优化方法应用于高超声速飞行器设计中的有效性.     

多级固体运载火箭分级多学科设计优化

为了解决固体运载火箭总体优化过程中学科耦合性强、计算复杂、设计效率低等问题,建立了多级固体运载火箭的几何外形、质量、气动、推进、弹道/制导等学科模型,将多级运载火箭分成若干个子级火箭,并通过级间飞行状态连续性条件连接到一起,形成系统级和子系统级的框架。设计了并行方式和串行方式2种子系统的优化流程,以起飞总重最小为目标进行了多学科设计优化(MDO)。结果显示,这2种分级优化的方法与多学科可行(MDF)方法相比能减小优化过程中的迭代次数,得到更好的优化结果,从而验证了分级优化方法在多级固体运载火箭MDO的可行性与优越性。      

基于混合可靠性分析的协同优化方法

针对在多学科设计优化中进行可靠性分析计算成本高的问题,将两种现有的可靠性分析方法与协同优化相结合,提出一种基于混合可靠性分析的协同优化方法.该方法在协同优化的子系统级进行可靠性分析,并在分析前估算优化迭代点与约束边界的距离,对靠近约束边界的点进行基于一次可靠性方法的可靠性分析,其余点仅采用均值法粗略计算其可靠度, 减少了不必要的可靠性分析成本,并将可靠性分析融入到协同优化的框架中.用优化算例对该方法进行了验证,优化结果表明该方法在保证可靠性精度的前提下,有效提高了优化效率,具有实际工程意义.     

考虑柔性检修计划的圆钢热轧批量调度

针对考虑柔性检修计划的圆钢热轧批量调度问题,构建了以最小化最大完工时间、订单提前及拖期总时长为目标函数的整数规划模型,用以制定有效的机器检修与批量生产协作计划。结合模型特征,提出一种改进多目标粒子群算法(IMPSO)实现求解。算法采用基于混沌加权适应度计算的插入式方法生成初始粒子群体;根据问题约束特征,设计修复规则对群体进化过程中产生的不可行粒子进行修复;采用精英策略保留算法迭代过程中的优势个体,并根据精英集合为每个粒子选择更新所需的极值;针对问题变量的离散特征,引入基于遗传操作的粒子更新方式。实验结果表明,模型和算法是可行和有效的。