图形变形法在固体火箭发动机设计优化中的应用

采用图形变形法分析了固体火箭发动机设计优化模型中各设计变量对目标函数和约束的影响程度，探索了可行设计空间，通过显示优化结果点附近设计空间形态定性分析了优化结果鲁棒性。结果表明，图形变形法处理固体火箭发动机设计优化多变量分析及显示问题简单、直观，易于工程应用。     

固液混合火箭发动机仿真与优化设计

建立了固液混合火箭发动机的仿真模型和相应的单目标和多目标优化模型,编制了系统仿真程序;采用差分进化算法针对不同的优化目标对发动机的参数进行优化;针对挤压式系统建立了质量模型,在优化过程中考虑了主要部件结构质量对发动机性能的影响;针对固液发动机常用的侧面燃烧药柱编制了内弹道计算程序。以药柱几何参数、氧化剂流量、燃烧室平均工作压强和喷管扩张比等参数为设计变量,对发动机平均比冲、总质量、关机时飞行速度和密度比冲等性能参数进行优化,在Pareto分析的基础上选择了氧化剂流量、燃烧室平均工作压强和喷管扩张比对发动机性能的影响作了深入研究;最后对某型固液发动机进行了优化分析。     

模糊超体神经网络及其在火箭发动机故障分离中的应用

提出了一种用模糊集表示火箭发动机故障模式的神经网络二次分离器,模糊集是由模糊超体聚集形成的集合体,模糊超体在一次分离中表现为由半径和球心确定的n维超球,在二次分离中是一个由夹角、球心和方向矢量确定的部分超球。神经网络二次分离学习算法与一次学习算法相比,提高了训练样本的分离精度,增强了神经网络对故障的敏感性。      

计算机在固体火箭发动机设计与研制中的应用

随着计算机在分析与仿真中的广泛应用,固体火箭发动机工作过程中许多复杂而难以观察的现象已能得到揭示.因此,计算机的应用已成为设计与研制高性能固体火箭发动机的十分重要的手段.本文综述了应用计算机在一些固体火箭发动机的性能预示、设计优化、性能检验和故障分析等方面所取得的成就,并就今后我国在设计与研制固体火箭发动机中如何加强计算机化提出了若干建议.     

大型民用飞机气动外形典型综合设计方法

基于自主研发的飞行器气动外形大规模并行化、分布式综合设计软件AMDEsign,开展了大型民用飞机气动外形多目标综合设计,研究了处理高维目标空间多目标优化问题的有效处理方式,为优化数学模型的合理确定提供数据参考。在此基础之上,基于软件AMDEsign的主分量分析（PCA）、离散伴随方法两个典型模块,对宽体飞机数字化模型开展多目标优化,其中离散伴随方法中引入虚拟可行解集逼近方法,为权系数提供有效的导向性选择;并进一步将结果进行多目标评估分析,设计结果表明,主分量分析能够有效识别目标函数的相关性,虚拟可行解集方法效率较高,充分利用了离散伴随效率高以及导向性权函数预测等优点,多点设计外形在巡航升阻比、抖振特性以及阻力发散等性能上具有明显改善。文中提出的综合设计方法简捷高效且具有较强的工程应用价值。     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

液体火箭发动机基于主要目标的减损与延寿控制方法

首先通过构造目标函数、提取约束条件与问题解的分析,对液体火箭发动机减损与延寿控制技术的优化问题进行了数学描述,然后以某大型液氧/煤油火箭发动机为对象,考虑其涡轮叶片为关键部件,研究了发动机起动过程减损控制律综合分析的主要目标法,并在不同的约束条件下,对实现不同意义下的减损控制进行了仿真计算.结果表明该方法可行且有效,能够有效实现系统性能与关键部件损伤间的权衡并实现预期的减损目标,结果为工程中液体火箭发动机的改进和优化设计提供了重要的参考价值.      

基于Pareto集与多目标决策的飞控参数优化

针对传统的单目标优化方法不能对飞控系统多个性能指标同时进行优化的问题,提出了一种基于Pareto遗传算法和多目标决策的飞控系统参数优化方法。通过NSGA-Ⅱ算法对飞控系统参数进行优化获得最优解集,在此基础上首先进行方案的初选,然后利用综合权重的Vague集决策方法对备选方案进行模糊评价和优选,找到最终满意解。仿真结果验证了所设计方法的有效性。     

缩比技术在固体火箭发动机工程中的应用

缩比技术是一种经济有效的实用技术,在火箭工程中具有广泛的应用领域.文中介绍了国外采用缩比技术的情况;简单阐述了缩比技术的理论基础——相似原理;列出了与火箭发动机工作过程和现象有关的相似准则;说明了火箭发动机缩比实验在比冲测量标准化、发动机性能模拟及其它方面的应用.     

改进粒子群优化算法在亚轨道飞行器固液混合发动机设计中的应用

针对粒子群优化算法在求解多维复杂优化问题时容易陷入局部最优的缺点,提出了动态目标粒子群优化算法,通过分析寻优过程中粒子与个体最优位置和全局最优位置之间存在的位置关系,建立了新的速度更新公式.最后,应用该算法对某型号亚轨道飞行器固液混合发动机进行了优化设计.仿真结果表明,改进算法搜索能力强、收敛速度快,能有效解决此类问题,可为亚轨道飞行器的发动机优化设计提供理论参考.      

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 t...     

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。     

Uncertainty analysis and design optimization of hybrid rocket motor powered vehicle for suborbital flight

In this paper, we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM) powered vehicle. The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified. The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances. Then the differences between deterministic design optimization(DDO) and uncertainty-based design optimization(UDO) are discussed. Two newly formed uncertainty analysis methods, including the Kriging-based Monte Carlo simulation(KMCS) and Kriging-based Taylor series approximation(KTSA), are carried out using a global approximation Kriging modeling method. Based on the system design model and the results of design uncertainty analysis, the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods: DDO, KMCS and KTSA. The comparisons indicate that the two UDO methods can enhance the design reliability and robustness. The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.In this paper,we propose an uncertainty analysis and design optimization method and its applications on a hybrid rocket motor(HRM)powered vehicle.The multidisciplinary design model of the rocket system is established and the design uncertainties are quantified.The sensitivity analysis of the uncertainties shows that the uncertainty generated from the error of fuel regression rate model has the most significant effect on the system performances.Then the differences between deterministic design optimization(DDO)and uncertainty-based design optimization(UDO)are discussed.Two newly formed uncertainty analysis methods,including the Kriging-based Monte Carlo simulation(KMCS)and Kriging-based Taylor series approximation(KTSA),are carried out using a global approximation Kriging modeling method.Based on the system design model and the results of design uncertainty analysis,the design optimization of an HRM powered vehicle for suborbital flight is implemented using three design optimization methods:DDO,KMCS and KTSA.The comparisons indicate that the two UDO methods can enhance the design reliability and robustness.The researches and methods proposed in this paper can provide a better way for the general design of HRM powered vehicles.     

Hybrid uncertainty-based design optimization and its application to hybrid rocket motors for manned lunar landing

Design reliability and robustness are getting increasingly important for the general design of aerospace systems with many inherently uncertain design parameters. This paper presents a hybrid uncertainty-based design optimization (UDO) method developed from probability theory and interval theory. Most of the uncertain design parameters which have sufficient information or experimental data are classified as random variables using probability theory, while the others are defined as interval variables with interval theory. Then a hybrid uncertainty analysis method based on Monte Carlo simulation and Taylor series interval analysis is developed to obtain the uncer-tainty propagation from the design parameters to system responses. Three design optimization strategies, including deterministic design optimization (DDO), probabilistic UDO and hybrid UDO, are applied to the conceptual design of a hybrid rocket motor (HRM) used as the ascent propulsion system in Apollo lunar module. By comparison, the hybrid UDO is a feasible method and can be effectively applied to the general design of aerospace systems.     

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.      

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。     

亚轨道飞行器发动机故障下飞行程序设计方法

针对亚轨道飞行器单台发动机发生故障情况,提出了基于正指数攻角的发动机故障下飞行程序设计方法,给出了不同故障时刻的仿真结果,并与正常飞行情况进行了比较.仿真结果表明,对于不同故障时刻,该方法均能够在满足弯矩约束、攻角限制的情况下使得故障飞行器安全到达预定高度,为后续应急返回机动飞行提供有利的飞行条件.     

基于任务安全性的亚轨道飞行器返回轨迹优化

基于高斯伪谱法,结合亚轨道飞行器返回段特点,从任务安全性的角度出发进行了返回轨迹优化研究。出于实际控制能力及安全性的考虑,采用伪控制量作为最优控制变量,摒弃了再入分段、末端区域能量管理段、航向校正圆锥等概念,引入"末端进场走廊"来描述性能指标及终端约束。仿真结果表明,在满足各种约束条件下,能够快速准确地生成亚轨道飞行器返回轨迹,同时验证了结果的可行性与最优性。