论文部分内容阅读
飞行器设计是综合多个学科领域的复杂系统工程,在初步方案设计阶段,需要根据设计目标,构造合理的优化模型,应用有效的工程数值计算方法、优化计算方法和决策方法,完成飞行器总体参数优化设计,提供满足设计要求的优化方案,为进一步的详细设计奠定基础。稳定高效的优化计算方法是飞行器总体参数设计的有力工具。传统的优化算法计算效率较高,但是对设计问题的数学模型依赖很大,其单点搜索方式很难确保获得全局最优解。相比之下,进化算法对设计问题的数学模型要求较低,适用范围较广,其群体搜索模式提供了信息共享机制,使搜索效率得到提高。因此,进化算法适于解决飞行器总体参数优化问题。本文建立了飞行器总体参数优化设计框架,归纳了飞机总体参数设计需要的工程计算方法、优化计算方法和多目标决策方法。为了探求有效的优化计算方法,深入研究了进化算法的一个新的分支——粒子群优化算法。在分析算法原理和收敛性的基础上,将其与遗传算法进行了比较。可以发现,该算法依靠基于群体信息共享的智能进化,使搜索过程紧跟当前的优势个体,因而计算效率比较高。为了加快算法收敛速度和保持群体多样性、提高局部搜索能力,构造了几种改进的粒子群优化算法。通过求解数值测试函数优化、桁架结构优化和机翼结构优化问题,验证了粒子群优化算法是一种鲁棒、高效的优化计算方法,适于求解复杂工程优化问题。对于多目标优化设计,通常希望能够得到具有稳态和均匀性的多目标优化非劣解集,使设计者对可能的设计方案有全面的认识,以便更好地进行权衡、折衷和决策,提高设计效率。将粒子群优化算法拓展到多目标设计优化,为了提高算法的搜索效率,保持非劣解集的多样性,并尽可能使其分布更加广泛,构造了稳定高效的新算法——基于小生境技术的模拟退火-多目标粒子群优化算法。应用该算法求解了多目标数值优化问题,并求解了可重复使用运载器机翼外形多目标优化设计模型的非劣解集。实际工程设计问题与设计者的经验和偏好紧密相连。物理规划方法根据设计者对设计目标不同程度的期望值,构造偏好函数,将多目标优化问题转换成单目标优化问题,求得反映设计者偏好的非劣解,为多目标决策提供了有效手段。通过均匀调整偏好设置,实现了应用物理规划方法求解多目标优化非劣解集的方法。通过建立决策矩阵,指导偏好设置,发展了新的交互式物理规划方法,使设计过程紧跟设计者的意图。应用物理规划方法,求解了多目标数值优化模型的非劣解,求解了民用飞机总体方案多目标优化设计模型的非劣解。应用交互式物理规划方法,求解了吸气式高超声速飞行器前体/进气道布局多目标优化设计问题。在飞行器总体参数优化设计框架下,将前述的进化算法和多目标决策方法应用于飞行器气动布局优化设计。提出了一种新的翼身融合的滑翔式高超声速飞行器布局方案。应用基于二次曲线的模线设计方法,完成了飞行器外形的参数化建模;应用基于牛顿流理论的高超声速气动特性估算方法,对飞行器进行气动特性计算,并且进行了简化的二维平面内的飞行轨迹仿真和优化;以升阻比和体积效率最大化为设计目标,纵向静稳定性为约束,建立了飞行器气动布局多目标优化设计模型,应用粒子群优化算法、多目标粒子群优化算法,物理规划方法,求解优化模型,完成了对该高超声速飞行器的初步方案设计。