电动无人机动力系统优化设计及航时评估

为提高电动无人机续航性能,针对动力系统进行了优化设计,并提出了相应的航时评估方法.首先采用涡流理论优化设计了小型螺旋桨,再通过实验测试优化选取了与螺旋桨高效率匹配的电动机.同时,考虑到锂离子电池放电倍率及电压降低对放电时间的影响,建立了恒功率条件下电池放电时间计算模型.最后,根据优化得到的动力系统和电池计算模型,推导出有弯度机翼的电动无人机航时公式.某电动飞翼布局无人机飞行试验结果显示,优化得到的动力系统具有较高的效率,测试得到的无人机续航时间与评估得到的理论值误差为12%,在允许误差范围内吻合较好.      

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

基于遗传算法的负弯度翼型亚音速多点设计

针对飞翼布局飞机常用的负弯度翼型在单点优化设计时,缺乏对非设计点气动性能考虑的问题,建立了基于遗传算法的亚音速翼型多点设计优化平台,并将其应用于一个负弯度翼型的2点设计优化过程;结果表明,优化后的翼型与初始翼型相比,在巡航设计点和待机设计点的性能分别有了一定程度的改善,实现了多点设计的目的,也说明了所建立的翼型设计平台的可行性,为飞翼布局飞机的设计发展提供了良好的基础。     

飞翼布局低速反弯翼型稳健优化设计

以动压、雷诺数的变化和外形的制作误差与变形作为低速反弯翼型飞翼布局小型无人机设计中的不确定性因素,以降低翼型气动特性对这些不确定因素的敏感性为目标进行稳健设计.在稳健模型的计算中,为了最化外形误差,采用改进的PARSEC方法进行翼型的参数化,为了节省计算资源和时间,采用神经网络响应面代替N-S方程求解,为了使不确定性因...     

基于CFD的一种变形翼亚声速气动特性仿真分析

利用CFD软件FLUENT,对亚声速条件下一种可变弯度的变形翼进行了数值仿真,捕捉到了翼型表面局部激波现象,给出了翼型气动参数与翼面激波位置随弯度变化的曲线图,并分析了弯度变化对其的影响.结果表明,翼型弯度发生变化时,激波在翼面的位置会发生改变,并对翼型气动参数产生较大影响；适度减小翼型的弯度,对激波影响有一定的改善作用.分析结果为变形翼的优化设计和变形飞行控制提供了理论与数据支持.     

飞翼布局翼型系列设计进展

针对飞翼无尾布局飞机开展了基础翼型研究.归纳了飞翼布局翼型的设计特点和研究进展,提炼了飞翼无尾布局复杂的气动设计需求,总结了其展向气动分布特点,根据不同分区提出了翼型气动设计要求,并建立了分区翼型设计模型,形成了飞翼布局分区翼型系列.由于传统翼型设计模型未能考虑横流效应,导致翼型设计结果应用到三维布局上不能达到理想效果,提出了"全局+局部"的翼型多学科设计方法,根据飞翼布局分区翼型气动设计要求,建立了基于分区翼型设计模型的高效代理模型全局优化设计与三维布局环境下多剖面翼型局部优化设计的多学科协同设计方法.这种"全局+局部"的设计方法能够快速实现满足飞翼布局分区多剖面、多种性能要求的翼型设计,有效提高了设计翼型的性能与设计效率.最后以类X47-B布局为例,进行了翼型系列设计,验证了该方法的可靠性.     

某飞翼布局隐身飞行器的翼型优化

对某飞翼布局无人机的翼型进行考虑隐身迎角的气动、隐身综合优化研究。采用基于非均匀有理B样条曲线的自由变形方法实现翼型的参数化表达;无限插值动网格方法生成气动求解的计算网格;分别采用基于雷诺平均N—S方程求解的计算流体力学方法及物理光学法计算翼型的气动、隐身性能;选择多目标遗传算法进行综合寻优设计研究。优化翼型兼顾了气动与隐身的要求,其综合性能优于原翼型。结果表明,方法具有较好的实用性。     

飞翼无人机进舰下滑纵向固有模态特性研究

针对舰载飞翼布局无人机与常规布局飞行器不同的气动外形,建立无人机飞行状态下附近流场的网格模型,并计算了该型无人机的气动参数。基于插值函数计算得出该型无人机的升力系数、阻力系数和俯仰力矩系数对于迎角变化的曲线。建立纵向小扰动方程进行仿真计算,求解出该型无人机在进舰下滑状态时的固有模态特性。计算结果表明,该模型在配平条件下可用于舰载飞翼布局无人机的着舰气动适配性研究。     

高效粒子群算法研究及飞翼无人机气动隐身优化设计

针对飞翼布局无人机气动隐身多目标优化设计问题,以无人机翼面为设计对象,开展气动、隐身多目标优化设计研究。采用FFD方法实现飞翼布局的参数化表达;分别采用基于雷诺平均N-S方程的计算流体力学方法(CFD)及大面元物理光学法(LEPO)配合一致性几何绕射理论(UTD)计算边缘绕射场的RCS分析方法计算飞翼布局无人机的气动、隐身性能;选择结合基于动态超体积期望改善(EHVI)加点的动态Kriging代理模型与ASMOPSO算法的高效多目标粒子群算法对飞翼布局无人机进行综合寻优设计研究。在较少的调用真实目标函数的情况下,获得了比较优秀的Pareto前沿,通过对所选解的分析比较可知优化后的飞翼布局无人机在气动及隐身方面均优于原始构型。     

考虑重心位置不确定性的无尾无人机优化设计

飞机的飞行性能与重心(CG)位置密切相关,尤其是后掠式无尾飞机的重心位置对其飞行性能影响更甚,如果重心位置发生变化,升力分布随之改变,进而影响飞机航时。针对这个问题,从气动布局和设计方法两方面,设计了一种航时对重心位置不敏感的无尾无人机(UAV)。气动布局上,提出了利用螺旋桨动力配平纵向力矩的鸥翼(GW)布局,以减小重心位置变化对升阻特性的影响;设计方法上,采用稳健性优化设计(RDO)理论,分析重心位置不确定时的航时低敏感度问题。以一架小型电动无人机为研究对象,建立了无尾无人机稳健性优化设计环境,包括总体设计、代理模型构造以及稳健性优化。分析结果表明:利用螺旋桨动力配平的鸥翼布局使重心可用范围增加了5%;静安定裕度在5%~15%变化时,该布局可以有效提高航时稳健性。采用稳健性优化得到的无人机几何参数,大幅度降低了重心位置对航时的影响,显著提升了满足约束的概率。