高超声速飞行器构型的数值模拟、试验研究与优化设计

综合升力体和乘波构型的气动性能优势,发展了一种高超声速飞行器前体气动构型的设计方法。运用该方法参考某高超声速飞行器气动布局方案,设计了一种高超声速飞行器气动布局。对该类高超声速气动布局进行了数值模拟、优化设计和试验研究;并研究了该类气动布局在高空飞行时,稀薄气体效应对气动性能的影响。数值模拟结果表明：构型前体预压缩面能够将高压气体封闭在构型下表面,实现了乘波构型的设计概念;优化设计结果表明,对于该构型宽展比应在0.4~0.6之间,通过优化升阻比至少有3%~5%的提高余地。对DSMC算法的碰撞模型和有效碰撞次数进行了改进,发展了临近空间飞行器气动性能模拟软件。研究结果表明,在临近空间区域,该类气动布局的升阻比特性略有下降,但仍旧保持了高升阻比的气动优势。     

基于设计变量相关性的翼型设计方法

针对传统设计方法缺乏物理背景等不足,利用流动数值仿真及相关性分析的手段,对几何外形与流动变化的相关性规律进行经验总结,并将这种设计经验进行数值化描述后,引入到优化设计中,建立新的气动外形优化设计模型,使设计模型具有一定的物理意义,从而提高设计效率,改善设计结果。通过高速自然层流翼型HSNLF0213的优化设计,利用相关性的分析结果,建立具有物理意义的优化模型,开展了基于单点优化设计且同时满足多点设计要求的设计方法的应用研究,对这种设计方法及思路进行了初步的探索。设计结果证明了该方法的可行性。     

基于响应面的系统性能可靠性优化设计方法

提出了建立基于Logistic变换的性能可靠度与关键设计参数(DDP)之间函数关系的响应面方法以及性能可靠性优化设计模型。通过试验设计、一体化仿真、Logistic变换、多项式拟合、方差分析和模型检验等步骤,来构建系统性能可靠性响应面模型。并以性能可靠度为目标,性能设计参数可行域为约束进行设计优化。针对舵机案例,以性能模型和干扰模型为基础,通过仿真及回归分析,建立了性能可靠度与关键设计参数（Ce,Kp,J）的响应面模型。建立了舵机性能可靠性设计优化模型,对关键设计参数进行了优化。     

基于统计能量分析进行声学优化设计的技术研究

阐述了用统计能量分析方法进行声、振环境预计的研究机理,为利用统计能量分析方法进行飞机舱内声学优化设计提供了探索的思路;论述了统计能量分析方法在民机舱内噪声分析上的应用优势和局限性。以某型号飞机客舱段为实例,建立了统计能量声学模型及加载,通过选择不同的飞机客舱壁板材料,进行客舱环境的声压级预计并分析预计结果,从而确定舱内声学设计优化方案。     

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

基于混合人工鱼群算法的结构有限元模型修正

将模拟退火算法(SAA)与具有交叉和高斯变异的人工鱼群算法(AFSA)相结合,提出了一种基于混合人工鱼群算法(HAFSA)的结构有限元模型修正方法;针对外编有限元模型修正程序直接嵌入Patran/Nas-tran软件存在困难的情况,设计了一种灵巧且方便的接口模块。以试验模型测试数据与有限元模型计算值的向量残差建立目标函数,在基本AFSA中引入交叉和高斯变异算子用于加快全局优化搜索速度,将目标函数优化值不断刷新公告板,再利用SAA进行局部细化搜索从而显著提高优化解的精度,在满足算法终止条件后获得设计参数的最优值;结合Fortran语言和Visual Basic语言编译接口模块,运行模型修正程序时循环修改Patran软件生成的建模文件并反复调用Nastran软件进行求解。以欧洲航空研究科技组织的基准模型——GARTEUR飞机模型为例,修正结果表明,应用HAFSA进行结构有限元模型修正是可行且有效的。     

Multidisciplinary Design and Optimization of Multistage Ground-launched Boost Phase Interceptor Using Hybrid Search Algorithm

This article proposes a multidisciplinary design and optimization (MDO) strategy for the conceptual design of a multistage ground-based interceptor (GBI) using hybrid optimization algorithm, which associates genetic algorithm (GA) as a global optimizer with sequential quadratic programming (SQP) as a local optimizer. The interceptor is comprised of a three-stage solid propulsion system for an exoatmospheric boost phase intercept (BPI). The interceptor's duty is to deliver a kinetic kill vehicle (KKV) to the optimal position in space to accomplish the mission of intercept. The modules for propulsion, aerodynamics, mass properties and flight dynamics are integrated to produce a high fidelity model of the entire vehicle. The propulsion module comprises of solid rocket motor (SRM) grain design, nozzle geometry design and performance prediction analysis. Internal ballistics and performance prediction parameters are calculated by using lumped parameter method. The design objective is to minimize the gross lift off mass (GLOM) of the interceptor under the mission constraints and performance objectives. The proposed design and optimization methodology provide designers with an efficient and powerful approach in computation during designing interceptor systems.     

基于自适应近似法的复合材料先进格栅加筋结构优化设计(英文)

针对复合材料高级格栅加筋结构(AGS)的后屈曲约束优化问题,发展出基于自适应近似法的优化方法。设计将后屈曲考虑入结构的承载能力,比传统的以线性屈曲载荷为极限载荷的设计方法进一步提高结构效率。采用"梁偏移"技术对加筋-蒙皮联结进行有限元建模,并用Newton-Raphson法对AGS的后屈曲响应进行求解。通过少量次数的结构分析建立结构极限载荷的Kriging近似模型,并将之用于优化过程,以显著提高优化工作效率。使用多岛遗传算法运行优化计算,得到问题的全局最优解。针对问题的设计变量取值范围较大的特点,发展出基于自适应近似法的优化方法,计算结果证明该法比一般的基于近似法的优化方法能够显著减少结构分析次数。工作在有限元分析软件MSC.PATRAN/MARC、工程辅助软件iSIGHT中进行,验证了其相关功能,为复合材料AGS结构件的初步设计工具奠定基础。     

基于单学科可行法的多学科可靠性设计优化

 近年来对多学科系统中不确定性的研究逐渐增多。针对该问题的计算复杂性,利用序列优化及可靠性评估（SORA）框架,提出用单学科可行（IDF）方法来求解多学科可靠性设计优化（RBMDO）问题。此方法将可靠性分析和多学科设计优化分离开来,分为确定性多学科设计优化和可靠性分析两个问题顺序执行,以提高计算效率。可靠性分析和优化的过程都采用多学科设计优化中高效的方法——IDF方法。最后通过例子验证此方法的有效性,算例结果表明,采用基于IDF的方法,学科1和学科2所用的函数计算次数分别减少了28.9%和25.0%。