由于无人机旋翼叶片的复杂几何形状及其空气动力学性能对其三维外形的高灵敏度,当前小型无人机旋翼叶片的优化设计普遍存在由维度灾难(Curse of Dimensionality)带来的高计算成本的问题。为了解决这一问题,提出了一种基于类函数/形状函数变换方法(Class/Shape Function Transformation)的高效三维叶片参数化模型;建立了高精度计算流体力学(Computational Fluid Dynamics)模型,与实验数据相比,所有转速下旋翼推力的仿真结果的误差在5%以内;基于仿真数据构建了旋翼扭矩和推力的高保真自扩展自适应混合代理模型(Extended Adaptive Hybrid Functions);应用了遗传算法(Genetic Algorithm)执行以悬停推力水平为约束,最小化旋翼扭矩为目标的旋翼外形优化设计。与基于翼型E387的原旋翼相比,优化模型的扭矩减少12.5%,悬停效率提高了8.32%,总重相对减少24.23%。最终,对优化后的旋翼叶片进行了流...

车辆耐撞性是一个涉及多因素的强非线性问题,而传统响应面模型柔韧性又不足。为克服传统响应面法在拟合车辆耐撞性问题输入与输出之间的映射关系所带来的不精确性和耗时性,这里通过建立一个经试验验证准确性的耐撞性仿真模型,提出采用均匀设计法来提高车辆耐撞性仿真试验的代表性并减少仿真试验次数。通过采用一个具有良好韧性的三层神经网络来拟合车辆耐撞性问题输入与输出之间的映射关系,并基于多目标遗传优化算法NSGA-Ⅱ,得到了一组以峰值加速度、B柱最大位移以及吸能比为耐撞性指标的Pareto解集。优化结果显示,所提方法能够高效、精确的完成车辆耐撞性优化。

为了提高导弹的静稳定性,减小弹体所受到的空气阻力,研究针对导弹尾翼开展多目标优化设计。首先以平面与剖面组合方式,建立尾翼结构的参数化设计模型,然后选取翼展和翼顶弦长作为优化设计变量,通过流场数值模拟方法分析9组设计样本的气动特性,应用神经网络方法分别构建阻力与压力中心位置的代理模型,最后以气动阻力和压力中心位置最小为目标,进行尾翼的多目标优化设计。结果表明,当以翼展、翼根弦长、翼顶弦长和翼型厚度四组参数进行参数化设计时,尾翼翼展的增大会导致阻力增大和压心位置后移,而翼顶弦长的增大会使阻力增加而压心位置前移,经过优化设计后,最终确定压心位置为4.3 m处,此时阻力大小为37540 N。

针对滑翔飞行器气动外形与轨迹一体化设计优化问题,提出一种基于序列代理优化的有效设计优化方法。为了获得滑翔飞行器的气动特性参数,提出了一种气动外形参数化建模方法,并基于非结构三角形面元法和流线追踪技术实现了粘性气动系数的计算。为了获得给定气动外形方案下的最大航程,采用自适应Legendre-Gauss-Radau伪谱法进行了求解。为了提升气动外形与轨迹一体化设计优化的效率,提出了一种基于Kriging代理模型的多采样点高效全局优化算法,并进行了数值校验。计算结果表明该算法能够有效求解多约束条件下的滑翔飞行器气动外形与轨迹一体化设计优化问题,且相比于传统算法可显著降低耗时学科分析的计算次数。

针对滑翔制导炮弹的气动、弹道设计问题,为有效提高炮弹的滑翔性能,本文研究了一种气动-弹道综合优化方法。该方法采用工程算法进行气动分析,采用自适应配点的Radau伪谱法进行弹道分析,可综合考虑气动外形的静态参数优化和滑翔过程中攻角控制规律的动态优化;利用Kriging模型建立了炮弹外形参数和性能指标(如射程、飞行时间等)之间的映射关系,实现了外形优化和弹道优化的紧密耦合,并利用组合加点准则不断更新模型直至收敛得出最优外形和最优弹道。本文分别以射程最大和飞行时间短/控制能量消耗小为目标函数,对某滑翔制导炮弹的鸭舵、尾翼外形参数进行综合优化。仿真结果表明,相较于基准方案,综合优化方案有着更优异的弹道性能,其中Opt-1方案使射程提高了37.8%,Opt-2方案在攻击固定目标时能有效减少飞行时间并使控制能量消耗降低46%,验证...

以储煤仓三心圆柱面屋盖为研究对象,采用kriging代理模型对屋盖结构的气动外形进行优化研究。首先,选用标准k-ε、RNG k-ε和SST k-ω三种湍流模型对三心圆柱面屋盖的绕流特性进行数值模拟,并与风洞试验数据进行对比。其次,分别以屋盖表面负压峰值最小以及竖向位移绝对值最小为优化目标,对三心圆柱面屋盖中间圆弧的半径与屋盖跨度之比(R/S)和圆心角(θ)进行优化。研究结果表明当R/S=1.26,θ=45.8°时,屋盖表面负压峰值最小;当R/S=0.56,θ=14.1°时,在平均风荷载作用下屋盖的竖向位移绝对值达到最小值。

计算流体力学(CFD)广泛用于翼型的气动优化设计。由于CFD计算量大、计算时间长,常用响应面或人工神经网络等代理模型来代替CFD模拟进行气动性能评估。代理模型的预测精度关系着优化结果的可信度。本文研究基于代理模型与优化算法的翼型气动优化设计方法。采用CST函数建立了翼型的参数化方法。采用拉丁超立方实验设计方法,在设计空间内选择训练样本。基于开源CFD求解器OpenFOAM计算样本翼型的气动参数,建立基于径向基神经网络的代理模型,以减少计算量。以S809翼型为对象,升力最大为目标函数,最大厚度为约束条件,利用代理模型与遗传算法结合优化得到最优翼型,并采用了代理模型的由粗到精的外层迭代,以提高代理模型的精度和效率。结果显示优化后的翼型较原S809翼型气动性能有了明显提升,升力系数提高,阻力系数降低;采用外层迭代后,代理模...

合理的弹性橡胶密封垫断面形状是保障盾构隧道管片接缝防水设计性能的关键。密封垫断面优化设计时,需要反复进行材料大变形、接触分析等复杂的非线性计算,极大限制了优化效率。为此,以闭合压力与有效接触压力占比为双控目标,提出了一种结合深度神经网络代理模型的结构优化算法。在遗传算法框架下,深度神经网络代理模型可以实现由断面形状到接触应力场的快速映射。同时,迁移学习的引入实现了不同类型断面形状代理模型的知识复用,仅利用小样本即可建立高精度的接触应力预测模型,从而有效提高了闭合压力约束条件下的密封垫结构断面优化效率。

为了优化自主研发的六轴式三行星排液压机械无级变速器(HMCVT)箱体的结构性能,提高材料的利用率,减轻箱体质量,对HMCVT箱体进行拓扑优化设计。考虑HMCVT箱体所受载荷的复杂性,基于虚拟样机技术,建立变速器虚拟样机模型,结合拖拉机地面振动测试,获取单行星排工作、双行星排工作和三行星排工作3种不同载荷传递工况下变速器轴承孔动载荷;以应力、体积比为约束,基于折衷规划法建立包含3种载荷传递工况下刚度和箱体前三阶固有频率的综合目标函数;考虑子目标权重的影响,基于代理模型和遗传算法获取最佳权重并与层次分析法进行对比分析;最后,利用Hypermesh对HMCVT箱体进行拓扑优化求解。优化结果表明,优化后的箱体最大应力减小了13.6%,最大变形减小了0.5%,箱体的刚度和强度基本不变或略有提升,质量减轻10.9%,实现了变速器箱体轻量化目标。

全局敏感度分析(GSA)是一种在整个设计空间中考虑输入参数的不确定性对输出响应不确定性的影响的敏感度分析方法,且能反映出各参数间的相互作用.复杂机电系统包含大量参数且结构复杂,通过引入全局敏感度分析可以确定各参数对系统输出特性影响大小,从而有助于理解系统响应规律,缩短设计周期.由于全局敏感度分析需基于大量仿真计算,为解决计算成本问题,提出一种基于最优代理模型的全局敏感度分析方法,通过对比选取最优代理模型替代仿真实验完成全局敏感度分析.以某隧道掘进机(TBM)刀盘驱动系统为例,以关键节点振动响应及动态啮合力为系统动力学特性评价指标,考虑外部条件、材料系数、啮合参数和联接参数等输入参数变化,得到全局敏感度分析结果,为隧道掘进机刀盘驱动系统的进一步设计优化提供指导,并最终验证了该方法的合理性.