基于自适应代理员模型的高超飞行器多学科优化设计

发布时间：2020-11-20 15:50

【摘要】：基于代理模型的优化方法因其能有效减少计算时间的优势在优化领域备受关注,但随着设计空间维数的增加,构建代理模型所需样本点的数量将呈指数级增加,同时模型的局部精度也难以提高。为提高高维空间下高精度优化方法的计算效率,本文提出了一种基于变搜索空间的自适应代理模型优化方法,并将之应用于跨声速翼型/机翼和高超声速飞行器的优化设计中,得到良好的优化结果。首先,本文详述了多种代理模型的算法原理和建模过程,并对其拟合精度作了对比;分析了经典的基于代理模型优化方法的优缺点,以多个测试函数为例,研究统计了样本点数量与设计变量维数、拟合误差精度三者之间的定性关系;由此提出一种搜索空间随当地最优解移动的自适应策略,以优化过程中自适应模型细化选点方法为突破口,能够实现搜索空间的自动划分、分级近似。然后,针对该方法的精确性和有效性,分别进行了典型函数测试验证和翼型/机翼气动优化设计。结果显示:与基于普通代理模型的优化方法相比,本文发展的方法不仅可以大大节省所需的总样本点数量,而且搜索效率和精度更高,翼型/机翼的良好减阻效果表明该方法对于气动优化设计具有实际应用价值。最后,在考虑多学科耦合的基础上,研究了类X-43A升力体高超声速飞行器飞推一体化的参数化建模方法;建立发动机推进系统性能、前体/进气道气动性能、飞行器气动力、气动热四个学科分析模型,并选取合适的目标参数以评估学科性能;运用本文发展的优化方法,有效求解高超飞行器的单/多学科优化设计问题。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：V22
【图文】：

图 1.1 大型民航客机 图 1.2 升力体高超声速飞行器1.1.1 最优化问题与飞行器多学科优化设计最优化问题是人类生产实践中最常见也是难以完全解决的问题，涉及到生产计划、资源配置、财务经济、动态决策、工程应用等各个领域。从最优化理论形成一门独立学科开始，解线性、非线性、多目标、非光滑、几何、随机、整数等规划问题的各种优化理论研究迅速发展，更好更全面的优化算法不断被建立起来。与此同时计算机处理器性能的崛起，也给各类极值问题的最优化求解提供坚实基础和有效保证。最优化方法[6]具体可以分为几类：不需要梯度的直接法、基于梯度的优化算法、观察总结大自然运动规律而找到的解决实际问题的启发式算法、基于代理模型的优化算法、综合不同类型算法优点的协同/混合优化算法等。优化在航空领域应用颇深，对飞行器的设计具有重大意义，一架 DC-10 大小的飞机，升阻比每提高百分之一，每年就可节约百万美元的燃料费，经济效益可见一斑。飞行器优化设计是庞大复杂的综合工程，传统的高内聚串行设计模式将耦合的气动、结构、控制和推进等学科分割开来，忽略子系统之间的协同效应，得不到飞行器的整体最优性能，同时设计过程花费时间长、经济成本高。拥有先进飞行器设计技术的欧美国家针对传统模式的不

适用于大型运输机、民航客机（图 1.1）飞行的亚声速技术和适用于高超声速飞行器（图1.2）的高超声速技术[1,2]是航空领域研究的热点和焦点。中国商飞的成立立足于打破民航客机由波音、空客公司垄断的局面，提高并完善我国研制大飞机的能力。在大飞机的设计流程中，以增升减阻为首要目标的气动优化工作是不可或缺的重要环节。而使用超燃冲压发动机提供动力的吸气式高超声速飞行器则是当代强国竞争的战略制高点[3,4]，其自身不需要携带氧化剂，有效降低机体结构重量，提升了飞行性能，它为国防安全和航空运输提供了全新的途径，从而带动经济发展和科技进步。高超声速飞行器的设计包含弹道/控制、气动、推进系统、结构、热防护系统等多个学科，实现飞行器多学科的综合性能最优是设计工作中的重中之重。无论是亚声速民机，还是高超声速飞行器，气动优化在飞行器整个设计流程中的地位都举足轻重[5]。在进行优化设计时，飞行器的推进系统性能、气动力热往往是备受关注的学科，得到学科目标值有三种方法：真实飞行试验、地面风洞实验、流场数值模拟。在优化过程中，参数化模型后需要求解大量个体的目标函数值，考虑飞行器尺度和经济成本因素，前两种方法不适宜大量使用，而流场数值模拟虽然经济成本较低，但大量高精度的计算求解偏微分方程组，会带来时间成本的不可承受问题。因此，代理模型算法被应用于各型各类飞行器的优化设计中，构建预测响应面以替代耗时的流场计算工作。

目标函数收敛历程
【相似文献】

中国期刊全文数据库 前10条

1 李纪珍;刘成城;陈聪;;行为代理模型研究评述与展望[J];技术经济;2018年12期

2 郭照蕊;;“限薪令”能限薪吗:基于公平理论的委托—代理模型的一种解释[J];广西财经学院学报;2011年06期

3 马皓;刘淑芬;姚志林;方勇;;一种灵活的基于权限划分的授权代理模型[J];吉林大学学报(理学版);2010年05期

4 许涛;杨波;;网络隧道代理模型及其关键技术研究[J];软件导刊;2009年01期

5 苏伟;白俊强;;一种代理模型方法及其在气动优化设计中的应用[J];弹箭与制导学报;2008年03期

6 严志辉;钟美瑞;黄健柏;;基于过度自信的多任务委托——代理模型扩展研究[J];系统工程;2006年02期

7 贾念念;;股份制企业委托—代理模型中激励问题的研究[J];科技经济市场;2006年06期

8 李黎;王小明;张黎明;;一种具有自我管理能力的授权代理模型[J];计算机工程;2005年23期

9 陈媛媛;郑玲;;基于代理模型的汽车正撞安全性仿真优化[J];汽车工程;2018年06期

10 占绍文;冯全;;基于委托—代理模型的建筑企业循环经济激励机制研究[J];五邑大学学报(自然科学版);2014年01期

中国博士学位论文全文数据库 前10条

1 李超;面向典型动力学问题的稀疏回归不确定性区间算法研究[D];大连理工大学;2018年

2 赵紫岩;基于DOE和代理模型的结构优化设计方法及应用研究[D];西安建筑科技大学;2017年

3 傅云瑾;IP网络成本代理模型与成本函数仿真研究[D];北京邮电大学;2008年

4 张剑;基于代理模型技术的高速列车性能参数设计及优化[D];西南交通大学;2015年

5 武晓莉;基于次可加测度的代理模型及应用[D];天津大学;2014年

6 薛国峰;基于小波分析和代理模型的结构可靠性分析方法研究[D];哈尔滨工业大学;2017年

7 高月华;基于kriging代理模型的优化设计方法及其在注塑成型中的应用[D];大连理工大学;2009年

8 周昳鸣;基于代理模型的多样性可竞争结构优化设计[D];大连理工大学;2016年

9 汤浒;考虑组织结构的委托—代理模型研究[D];北京交通大学;2016年

10 易进;和声搜索算法的改进及其优化应用[D];华中科技大学;2017年

中国硕士学位论文全文数据库 前10条

1 康然;《任务分析空气动力性能预测中的代理模型和专家混合法》（节选）汉译实践报告[D];哈尔滨工业大学;2018年

2 于明渊;基于自适应代理模型的粒子群算法在天线优化中的应用[D];郑州大学;2018年

3 林诚然;基于EDA与CS的半导体生产线调度方法研究[D];北京化工大学;2018年

4 赵俊哲;基于代理模型的CMA-ES算法研究及其在复合材料设计中的应用[D];湖南大学;2018年

5 蔡恒;基于区间的不确定性计算反求方法研究[D];湖南大学;2018年

6 徐良;基于自适应代理员模型的高超飞行器多学科优化设计[D];南京航空航天大学;2018年

7 徐佳胜;基于Kriging代理模型的密切锥乘波体气动外形优化设计[D];南京航空航天大学;2018年

8 杜斌;基于组合代理模型的轮毂电机优化设计[D];湖南大学;2017年

9 胡聪;基于代理模型的多学科时变可靠性设计优化方法研究[D];电子科技大学;2018年

10 王清波;基于代理模型的高速列车齿轮箱裂纹识别研究[D];西南交通大学;2018年

本文编号：2891644