随机机翼结构阵风响应的分布函数及灵敏度分析

随机结构在随机激励作用下的结构响应具有随机不确定性,响应的分布函数(CDF)能够充分地体现响应量分布变化规律,只要掌握了响应的CDF,就可以进一步掌握响应的统计信息.基于响应的CDF,对基本变量的分布参数进行灵敏度分析,可以表明基本变量的随机不确定性对输出响应的随机不确定性的影响程度,从而清楚地表明重要随机变量和非重要...     

基于代理模型的浮动壁式火焰筒壁温优化设计

为了使得浮动壁结构具有更好的冷却效果,开展了浮动壁壁温优化研究;将代理模型技术与遗传算法相结合,并发展应用于某气动参数下的浮动壁式火焰简壁温优化设计,使浮动壁的平均壁温降低了2.4%;同时根据构造所得的代理模型,对浮动壁壁温随几何参数的变化规律展开分析,研究了壁温随孔径和冲击间距的变化规律.分析结果表明,在选择的尺寸约...     

高雷诺数二维充气机翼构形的气动特性

针对基于二维充气机翼的构形特征进行高雷诺数条件下的气动特性分析.首先通过对二维充气机翼构形特征的设计,建立了描述逼近程度的误差参数和若干模型;进一步运用数值方法,通过与标准翼型的对比,分析充气机翼的气动性能及其误差参数的敏感性.数值结果表明:在高雷诺数条件下,充气机翼的气动性能相对于标准翼型有所降低.同时,结合对流场特征的分析,从机理上解释二维充气机翼与标准翼型气动性能差异形成的原因,即导致总的阻力系数明显增加的主要原因是其凹凸起伏的表面对充气机翼表面压力分布所引起的变化,局部压力升高从而大幅增加了压差阻力.      

基于序列近似优化算法的固体运载火箭弹道设计

采用打靶法研究固体运载火箭弹道优化设计问题。针对打靶法中智能优化算法效率、优化问题中约束条件提法等方面的不足,引入序列近似优化算法,提出算法中径向基函数高斯核宽度的高效确定方法。数值仿真实验表明,提出的方法可在基本不带来计算量增加的前提下,显著提高代理模型精度,使序列近似优化算法得到改进,提高优化效率。设计固体运载火箭飞行程序。建立弹道优化设计问题数学模型,并将模型中相关等式约束合理转化为不等式约束,降低优化问题求解难度;基于改进后的序列近似优化算法完成某固体运载火箭弹道优化,原始计算模型调用308次之后便搜索到最优解,较传统智能优化算法显著提高了优化效率,优化方案末助推级液体推进剂消耗比原方案减少25.7%。     

基于值域的多约束GNSS单频单历元定姿新算法

多天线增强了全球卫星导航系统（GNSS）单频单历元姿态测量解算模型的强度,但随着天线数量增加,模糊度维数成倍增加,从模糊度域确定搜索空间的计算量将显著增长。基于此,提出了基于值域的多约束多天线GNSS单频单历元姿态测量新算法：该算法将姿态约束融入值域搜索模型,利用姿态约束条件推导搜索步长,通过姿态域三维搜索确定模糊度搜索空间,以基于最优条件姿态解非迭代近似估计的方法固定模糊度。实验结果表明,新算法中模糊度搜索效率较原方法提高约65.8%,固定模糊度效率较标准迭代算法提高约95.3%,且与标准迭代算法性能相当;所提算法能够实现GNSS单频单历元的模糊度固定和载体全姿态测量,具有较高的正确率。     

基于单循环方法的涡轮叶片可靠性及多学科设计优化

为了得到适用于涡轮叶片复杂结构并同时考虑可靠性的多学科设计优化方法,将基于单循环方法的可靠性分析（SLBRA）与并行子空间设计优化方法 （CSSO）相结合,提出了一种基于可靠性的多学科设计优化（RBMDO）方法。在优化过程中使用Kriging近似模型并不断提高模型精度。该方法在计算最可能失效点（MPP）的过程中避免了优化迭代,提高了计算效率。以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比。结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率明显提高,证明了该方法在工程应用中的可行性和有效性。     

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.      

基于近似技术的协同优化方法在机翼设计优化中的应用

将多学科设计协同优化方法与近似技术相结合,实现某机翼涉及结构和气动两个学科的设计优化。在对某机翼的协同优化设计中,采用基于均匀设计的二次响应面技术得到近似的协同优化模型,利用基于动态松弛近似的协同优化得到合理的结果。研究表明,将协同优化方法与近似技术相结合,能够有效地解决复杂工程的设计优化问题。     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法.在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效.最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系...     

Hypersonic vehicle aerodynamic design using modified sequential approximate optimization

Hypersonic vehicles are receiving increased attention within the aerospace community due to their high cruise speed and long-range capabilities. In this paper, a modified Sequential Approximate Optimization method is proposed for an optimized aerodynamic design of a hypersonic vehicle. As part of this approach, a constrained experimental design method is developed to handle the constraints more efficiently. A radial basis function is used to surrogate time-consuming CFD analysis. An efficient and more robust numerical mesh morphing scheme for the hypersonic vehicle is developed for the generation of high-quality meshes. Within this paper, a novel adaptive infilling strategy is proposed which uses an inaccurate search technique coupled with an elite archive. This allows the location of a more promising sample region and hence improves the surrogate accuracy, thereby further enhancing the optimization efficiency. A hypersonic vehicle aerodynamic design problem is solved using the proposed approach and satisfactory results are obtained at much lower computational costs. The lift-to-drag ratio is increased by 23.8% when compared with the base configuration while also satisfying the volume and lift constraints. The pressure and Mach contours have been compared with those of the base configuration and the results demonstrate the strength of the optimized configuration. The modified sequential approximate optimization for designing an improved hypersonic vehicle is worth referencing in future work.