基于能量法的无人机弓形起落架优化设计

弓形起落架的轴线形状和横截面直接影响无人飞机着陆时起落架的缓冲性能。为提高弓形起落架的缓冲性能,基于能量法构建了弓形起落架的参数化模型,以某一无人机的起落架为对象采用遗传算法进行优化设计,用MD.Nastran对优化设计的弓形起落架进行动力学仿真。结果证明优化后的弓形起落架吸收冲击能量的能力得到了提高,从而可以降低无人机降落时的过载,同时减小了起落架的质量。     

基于偏相关性分析的多设计要求快速优化设计方法

针对飞行器气动外形优化设计中的多设计点、多目标、多工程约束等多设计要求问题,提出了一种新优化设计方法———多设计要求快速优化设计方法。该方法立足于统计学中的偏相关性分析和线性回归理论,通过对设计变量和设计要求进行偏相关性分析,采用线性回归的方法构建设计变量与设计要求之间的转换模型,将多个设计要求转化为对设计变量的约束,从而简化了优化设计模型,减少了优化过程中调用求解器次数,提高了优化效率。利用该方法对RAE 2822和HSNLF(1)-0213翼型进行了多设计要求优化设计算例验证,并将优化结果与Pareto多目标优化方法结果进行对比,结果证明了本文方法的有效性和可靠性。     

运输机机翼平面参数快速优化方法

提出了一套机翼平面参数快速优化方法。新方法通过改变优化思路,简化计算模型,合理选择计算方法,有效地提高了优化效率。简要介绍参数优化思想与流程控制,重点阐述优化程序的气动、重量与性能计算模块的算法。以某运输机为算例,优化结果与资料数据吻合,验证了新方法的正确性。     

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

高超声速二维进气道参数化设计方法初探

通过高超声速二维进气道流动与几何参数制约关系分析和参数敏感性分析, 确定了能够对二维进气道进行参数化设计的5个基本几何控制参数, 初步建立了高超声速二维进气道的参数化设计方法.结果表明该方法选择的基本参数能够敏感地反映进气道的关键性能和尺寸, 为二维进气道型面优化设计提供了切实可行的途径.      

学科间载荷参数空间插值传递方法

针对多学科优化分析中面面耦合学科网格间载荷传递的问题, 提出了在参数空间中的三次函数插值传递方法.该方法将三维空间的源学科载荷点投影到二维参数空间平面上, 用三次插值函数对目标点载荷进行计算.此方法解决了叶片表面弯曲对载荷传递精度的影响.某涡轮叶片温度传递的结果表明本文的方法具有很高的精度.      

基于网格变形技术的涡轮叶片变形传递

为实现学科耦合,需要在涡轮叶片多学科设计优化的气动模型和结构模型之间传递温度、气压和变形等载荷.研究结构变形向气动网格传递的实现方法.参数空间插值方法解决耦合面网格不一致时的变形插值问题;网格变形技术用来调整气动网格内部节点的位置,保证变形传递后的网格质量.某涡轮叶片变形传递实例的表明:该方法能够用于多学科设计优化问题中的变形传递.      

气动外形多点优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合,并将其引入到气动优化设计中.在引入实数编码机制的基础上,将遗传算法与线性加权和法结合在一起,建立了可以处理多目标优化设计问题的遗传优化模型,并应用该方法进行了翼型的多点气动外形优化设计.设计实践表明,该方法是可行的.     

基于遗传算法和空间推进方法的单壁扩张喷管优化设计研究

 将单目标遗传算法和多目标遗传算法（包括NSGA-II和NCGA）,与高效、高精度的空间推进流场数值模拟方法——SSPNS方法相结合,对二维超燃冲压发动机尾喷管即单壁扩张喷管（SERN）进行了气动优化设计研究。在巡航点（Ma=6.0）讨论了推力系数C_T最大单目标模型,推力系数C_T最大升力系数C_L最大两目标模型,以及推力系数C_T最大升力系数C_L最大俯仰力矩系数C_m最小三目标模型,分别得到了喷管的最大推力设计和关于多个目标性能的Pareto最优前沿。结果表明,扩张壁初始扩张角θ_r,i和外罩长度L_c对C_T影响较大;较小的L_c和较大的θ_r,i设计,将降低外罩内表面的负升力作用而使得SERN的C_L较大;较长外罩和较小的θ_r,i,对应Pareto最优设计的C_M较小。     

运用低自由度协同优化的机翼结构气动多学科设计优化

 为了解决协同优化方法(CO)协调困难和计算量过大的问题,提出了低自由度协同优化方法(LDFCO)。LDFCO的系统级优化通过调整共享设计变量和辅助设计变量,使系统目标最优,并满足一致性约束条件。子系统优化通过调整局部设计变量,使子系统目标最优,并满足局部约束条件。子系统目标有2种形式：最小化本子系统的一致性约束函数和直接与系统目标有关的状态变量的加权和,或最小化一种不同于前者的一致性约束函数。着重研究了如何利用常规LDFCO/V1和基于代理模型的LDFCO/V1求解机翼的气动/结构多学科设计优化问题,并与CO方法进行了对比,结果表明常规LDFCO/V1和基于代理模型的LDFCO/V1都能成功地应用到机翼的多学科设计优化中,验证了LDFCO/V1的可行性和有效性。