基于分布／并行计算框架求解多学科设计优化问题

计算框架是多学科设计优化研究的重要问题之一。首先,针对一种基于代理模型的二级优化方法,提出三种不同的分布／并行策略,并对这三种策略的优缺点进行分析。然后,选择其中一种分布／并行策略,以构造代理模型的过程为例,阐述该策略的实现过程。最后,以一个飞翼布局飞行器多学科设计优化问题为算例,在iSIGHT-FD／FIPERACS平台上建立一个分布／并行的多学科设计优化计算框架。应用算例表明,建立的分布／并行计算框架可以明显缩短多学科设计优化问题的求解时间。     

协同优化在固体弹道导弹概念设计中的初步应用

讨论了标准协同优化方法的流程和特点,并针对固体弹道导弹系统的特点,设计了集成质量、动力、气动、外形和弹道5个学科的弹道导弹多学科设计优化模型.采用协同优化方法集成各学科的知识,协调处理各学科之间的耦合变量,应用合理的优化策略有效地解决了在弹道导弹多学科优化设计中的耦合关系所带来的计算问题,并对该模型成功进行了多学科优化设计,得到了优化方案.研究不但证明了协同优化方法在固体弹道导弹多学科优化设计中的有效性,还表明协同优化方法可使各子学科专注于本学科的优化设计,并使用本学科已有的分析工具,无需考虑对其他学科的影响,这方面相对于其他高要求的MDO方法具有较明显优势.     

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.     

基于气动(气动噪声)/结构耦合仿真研究

声振综合力学环境是航空航天飞行器的重要环境之一。航天飞机或运载火箭、飞船在起飞段产生强噪声环境,这种强噪声会激发局部结构振动,损伤飞行硬件,所以飞行器强噪声环境和随机结构振动预示受到了各航空航天大国的重视。综述了国内外综合力学环境研究现状,提出了气动(气动噪声)/结构耦合思想,即基于物理声学、结构动力学以及空气动力学的三场耦合,对飞行器综合力学环境进行预示。分析了气动(气动噪声)/结构耦合综合力学环境仿真的关键技术,提出的仿真基本思路是在已有气动弹性研究的基础上引入噪声载荷,建立三场耦合平台。以舱段为研究对象,进行了气动/结构/声学(CFD/CSD/CAA)耦合建模及仿真,获得舱段时域结构响应,验证了方法的可行性。研究目的是拟开发空间飞行器结构/热/气动/气动噪声多力学耦合分析的仿真环境分析软件。为研究用于高超声速飞行器复杂力学环境预示积累理论基础。     

变体机翼后缘多学科设计与优化

变体飞机能够改变自身外形适应不同的飞行状态,提高飞行性能,其设计涉及气动、材料、结构等多个学科。本文采用零泊松比蜂窝结构的材料作为柔性蒙皮,设计了一种具备机翼参考面积不因弯度改变而缩减的特点的机翼后缘无缝偏转机构,研究了变体机翼后缘机构多学科设计与优化方法。优化结果表明,优化后的机翼巡航和起降状态都具备良好的气动性能,不但柔性蒙皮可产生大尺度拉伸变形,而且后缘结构均能满足刚度、强度等性能指标,同时机翼结构质量相比初始设计减轻了18%。文中研究的变体机翼多学科优化设计方法,能够快速有效地完成变体机翼无缝偏转后缘优化设计。     

涡轮冷却叶片参数化建模及多学科设计优化

建立了一个涉及结构、气动、传热、振动、强度和寿命等学科的涡轮冷却叶片多学科设计优化系统, 进行了单孔薄壁冷却叶片的多学科设计优化.提出了单孔薄壁冷却叶片的参数化造型方法, 叶片叶型采用5次多项式构造, 气动与传热为三维耦合分析;叶片体积平均温度与最高温度为优化目标, 强度、振动和寿命等学科相关参数为约束, 模拟退火与序列二次规划组合算法进行叶片参数空间寻优, 在保持冷却气体流量不变的条件下, 优化提高了冷却效果, 降低了叶片材料的性能要求.      

基于SVR多学科设计优化代理模型技术研究

为挖掘设计潜力,提高飞机设计质量,通过代理模型方法研究了多学科设计优化(MDO)。基于径向基函数模型,研究了一种新的代理模型技术--支持向量回归方法(SVR)。通过数值算例和某通用航空飞机多学科设计优化应用算例对支持向量回归方法的有效性进行了验证。研究结果表明,支持向量回归是一种比较有效的代理模型方法,在飞机多学科设计优化的理论研究和工程实践方面具有重要的参考意义。     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

一种基于规则和综合协调的多学科优化模式

以飞机多学科综合设计优化为背景,通过对GSE单级优化基础算法的演化改造和离散处理,以及飞机多企业协同设计平台和优化规则库的引入,建立了一种基于规则和综合协调的飞机多学科优化设计模式。模式不要求建立目标函数,引入所谓＂调控向量＂,使得多学科综合优化的过程能够以统一的计算模式,在规则和经验的指导下通过协同设计平台实现。     

Review of uncertainty-based multidisciplinary design optimization methods for aerospace vehicles

This paper presents a comprehensive review of Uncertainty-Based Multidisciplinary Design Optimization (UMDO) theory and the state of the art in UMDO methods for aerospace vehicles. UMDO has been widely acknowledged as an advanced methodology to address competing objectives of aerospace vehicle design, such as performance, cost, reliability and robustness. However the major challenges of UMDO, namely the computational complexity and organizational complexity caused by both time-consuming disciplinary analysis models and UMDO algorithms, still greatly hamper its application in aerospace engineering. In recent years there is a surge of research in this field aiming at solving these problems. The purpose of this paper is to review these existing approaches systematically, highlight research challenges and opportunities, and help guide future efforts. Firstly, the UMDO theory preliminaries are introduced to clarify the basic UMDO concepts and mathematical formulations, as well as provide a panoramic view of the general UMDO solving process. Then following the UMDO solving process, research progress of each key step is separately surveyed and discussed, specifically including uncertainty modeling, uncertainty propagation and analysis, optimization under uncertainty, and UMDO procedure. Finally some conclusions are given, and future research trends and prospects are discussed.