高超声速飞行器并行子空间优化设计

采用正交试验设计方法生成初始数据库,建立二次多项式响应面近似模型,以最大巡航距离为设计目标,机体/推进一体化外形参数和巡航弹道参数为设计变量,对高超声速飞行器进行了多约束多学科的并行子空间优化设计.优化设计获得了多学科融合条件下的最优化外形和弹道参数,可作为飞行器进一步详细设计的参考方案.      

飞机多学科设计优化中的并行多目标子空间优化框架

 针对现有的并行子空间优化框架存在的各子空间仅能有一个优化目标等局限,提出了并行多目标子空间优化框架。该框架将各个学科的优化问题由以往的单目标优化改进为多目标优化,使得每个子空间可以分配到多个优化目标、各子空间的设计变量可以重叠,并且在一次优化中就可获得优化问题的Pareto前沿。介绍了新框架的基本思想和流程,并且阐述了新的学科解耦、子空间的并行优化和系统级的设计变量综合方法。以一个飞机总体设计问题为例,考虑气动、隐身与控制学科,对翼面几何参数和控制律参数进行了优化设计,验证了并行多目标子空间优化框架的有效性和相对于已有方法的优势。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

复合材料加筋板结构优化设计的并行子空间法*

为对复合材料加筋板结构进行布局优化设计,提出并行子空间优化方法。该方法将整个优化问题分为筋条布局优化、筋条尺寸优化和铺层厚度优化三个并行的子空间优化问题,分别以筋条型式、数量、尺寸和铺层厚度为设计变量;每个子问题都独立进行优化计算,优化后将所有结果综合协调,更新设计变量值并重复整个优化过程,直到满足收敛条件。通过三个典型算例验证,结果表明该方法不仅合理而且有很好的优化效果。     

基于多方法协作优化算法的飞机总体优化设计

针对飞机总体优化设计中存在目标函数与变量之间没有显式关系式等问题,在建立包含推进、气动、性能及重量四个学科的飞机总体设计模型的基础上,采用遗传算法、模式搜索法和Powell法结合的多方法协作优化策略实现了飞机总体参数的优化;并对优化方案进行参数灵敏度分析,优化后飞机正常起飞总重较优化前降低11.6%,优化效果显著.分析结果表明了基于多方法协作优化算法的飞机总体优化设计的有效性.     

BLISS研究及其在飞机设计中的应用

研究了两级综合系统分析(BLISS)多学科设计优化方法的结构,通过精心设计的数学算例来测试其效率,并将其应用于某通用航空飞机的总体参数优化问题中,结果与不分解优化的结果非常接近,验证了BLISS方法在飞机多学科设计优化中的有效性。最后,对BLISS方法的收敛性和效率进行了总结和评价,并指出了其需要改进的地方。     

飞机总体优化设计的新进展

回顾飞机总体优化设计的传统方法 ,介绍多学科优化方法在飞机设计中的应用状况和最新发展。重点讨论为解决设计变量过多和计算耗费太大问题提出的试验设计和响应面近似法以及带不确定性多学科优化的鲁棒设计方法。提出飞机总体优化设计的一些关键研究领域 :气动—结构、气动—隐身、结构—主动控制等 ,最后展望多学科优化在飞机总体设计中的应用前景     

多学科设计优化及其在飞机设计中的应用

多学科设计最优化体现了先进飞行器追求整体最优的一种设计思想,是降低全寿命成本的有效途径,是并行工程的重要组成部分,是计算机技术、信息技术和最优化理论迅速发展的产物,对推动技术进步,增强国力具有重大作用。本文介绍了多学科设计优化技术的必要性、多学科设计的核心内容和关键技术以及国外多学科设计的工程应用情况。     

基于神经网络的协作优化方法在飞机总体设计中的应用

多学科设计优化技术是国内外迅速发展的一门学科,而协作优化方法是其中最常用的一种有效的分布式并行优化方法.本文探讨了基于人工神经网络响应面的协作优化设计算法,从神经网络的原理和求解方法出发,对标准的BP神经网络进行相应的改进以适用于协作优化框架,并给出了一个飞机总体方案设计的算例,应用该方法对总体参数进行优化.算例证明,神经网络方法的引入可使协同优化的计算收敛速度更快,可靠性更高,并且有较好的鲁棒性.     

面向并行产品设计的虚拟装配技术在飞机设计中的应用

分析了虚拟装配技术与并行产品设计的关系 ,提出了在飞机设计中实施虚拟装配的基本要素和具体的实施方法     

微型飞机及其研制的关键技术

微型飞机作为一种新概念的航空器,有着广泛的功能和用途,它的研究面临诸多新技术开发的挑战,本文介绍了与微型飞机设计和其性能有关的一些问题,并进行了深入的探讨,反映了微型飞机研究的新动态。     

基于粒子群算法的飞机总体参数优化

 现有的飞机总体参数优化方法在效率和适应性上存在不足。考虑到粒子群算法是一种基于群智能方法的演化计算技术,它对不同复杂约束条件下的多目标优化问题较常规方法更具简便性和适用性。因此,提出了使用非数值计算的粒子群算法来改进飞机总体参数优化效率。详细研究了粒子群算法在飞机总体参数优化上的应用方法,并着重于3个方面：①以航程、商载和起降距离为优化目标的粒子群算法构建;②粒子群算法中因子的自适应修正方法;③基于粒子群算法的飞机总体参数优化流程。计算结果与文献结果相比具有较好的一致性和合理性,所提出的方法可有效地应用于飞机总体参数优化。     

多学科设计优化方法在飞机设计中的应用研究

多学科设计优化(MDO)方法是提高飞机设计效率,得到最优设计方案的有效手段。在飞机设计过程中,需要确保飞机静安定裕度满足使用要求,因此需要充分考虑总体、气动等学科专业的耦合效应。针对这一问题,基于MDO软件Modelcenter构建飞机外形多学科优化协同设计流程,通过对某型飞机外形优化设计的实例分析,得到该机的最优外形修改方案,证明了MDO方法在飞机设计中应用的高效性。     

基于多学科设计优化技术的飞机概念设计软件平台

为提高飞机总体设计水平,缩短设计周期,基于多学科设计优化理论,采用数字化模型技术和变复杂度建模技术,采用产品数据管理思想,设计并实现了飞机概念设计软件平台.阐述了软件平台的设计思想、系统组成和基本流程,分析了所解决的关键技术问题.并以干线机概念设计作为应用对象,进行了软件平台的验证,结果验证了软件平台对飞机概念设计支持的有效性和可行性.     

基于人工免疫算法的入港飞机调度管理

针对入港飞机调度管理日益复杂繁重的现状,首先将入港飞机调度管理问题进行分析建模.确立了在满足各机型安全时间间隔条件下的,基于入港飞机总延误时间最小化的调度管理优化目标.然后利用人工免疫算法的优化能力强的特点,提出基于人工免疫算法的入港飞机调度管理方法.再通过仿真实验验证了该方法的可行性和有效性,并对人工免疫算法有效指导飞机入港调度管理的原理进行了分析和总结.     

基于加速响应面逼近的改进CSSO优化过程研究

实现基于响应面的并行子空间优化过程(CSSO-RS),关键在于如何高效率高精度的构造近似响应面.本文针对如何快速提高响应面近似精度的问题,提出了方案数据库探测加点策略和限制记忆法构造响应面策略两种加速响应面逼近的措施.用经典测试函数和飞机总体设计优化两个算例研究表明,这两种策略能够有效加快响应面的逼近速度,使CSSO-RS过程的优化效率得到较大改善.     

基于Memetic算法的飞机着陆调度优化

以减少等待时间为目标，建立了一种多跑道机场飞机着陆调度模型，并采用Memetic算法对飞机着陆次序和时间进行了仿真优化，最后以浦东国际机场终端区内的实际数据为原型，验证了算法在解决飞机着陆调度优化问题中的可行性和高效性，从而为管制部门运行决策和跑道容量评估提供科学的建议。     

先进战斗机电子设备舱冷却系统优化方法研究

大功率电子设备的应用,使得以F-22为代表的先进战斗机电子设备舱的冷却系统面临高热负荷和大热流密度问题。针对先进战斗机的电子设备舱冷却系统的设计优化问题,分析比较了传统设计优化方法与多学科设计优化方法的结构体系及特点。其中传统设计优化方法选用整体优化方法和串行优化方法,多学科设计优化方法选用协同优化和并行子空间优化两种典型方法。通过MATLAB软件及ISIGHT软件平台,对上述优化方法进行仿真,分析仿真结果表明,多学科设计优化方法在解决多变量复杂系统的优化设计问题时,有相对计算量小的优越性。     

多学科设计优化在非常规布局飞机总体设计中的应用

以飞翼布局飞机总体设计为例,展示如何将多学科设计优化(MDO)方法有效地应用于非常规布局飞机总体设计.基于二级优化方法,提出一种飞机总体MDO实施流程.该流程包括系统级优化、子系统级优化(或评估)和多学科模型生成器3个部分.系统级优化的任务是优化全局设计变量,使系统目标最优.子系统级优化涉及的学科包括气动、隐身、结构、...     

飞机平衡状态的优化计算方法

分析了飞机定常飞行时平衡状态的基本特性，提出一种平衡状态及平衡面的优化计算方法，并以F－16飞机为模型，对其常规飞行时的平衡状态参数在推力矢量控制下迎角定常飞行时的平衡面进行了计算。仿真结果表明，该方法具有较好的收敛性、稳定性，在飞机定常飞行的配平计算、用分支突变理论分析大迎角非线性特性时平衡面的计算以及推力矢量控制的分析计算中，有广泛的应用价值。