优化方法在飞机设计中应用 - 南京航空航天大学飞机设计研究所
优化方法在飞机设计中应用 - 南京航空航天大学飞机设计研究所 优化方法在飞机设计中应用 - 南京航空航天大学飞机设计研究所
优化方法在飞机设计中应用 • 工程优化基本原理 • 飞机设计中的典型优化技术 • 飞机总体参数优化 • 飞机总体多学科设计优化技术
- Page 2 and 3: 工程优化基本原理
- Page 4 and 5: 优化设计的一般过程 设计
- Page 6 and 7: • 固定参数 P 基本术语 -
- Page 8 and 9: 优化问题的一般数学表达
- Page 10 and 11: 按设计变量类型 按约束函
- Page 12 and 13: 多目标优化问题的数学表
- Page 14 and 15: 优化前确定偏好的方法 •
- Page 16 and 17: 优化后确定偏好的方法 •
- Page 18 and 19: 关于优化算法的说明 • 不
- Page 20 and 21: 工程技术人员如何应用优
- Page 22 and 23: 飞机设计中的典型优化技
- Page 24 and 25: • 优化问题: 翼型优化 -
- Page 26 and 27: Aerodynamic Optimization of Wing
- Page 28 and 29: 机翼/短舱外形优化 设计问
- Page 30 and 31: • 截面尺寸优化 典型结构
- Page 32 and 33: 截面尺寸优化例子-客机机
- Page 34 and 35: • 双梁还是三梁 结构布置
- Page 36 and 37: 肋板可设计及不可设计区
- Page 38 and 39: 飞行剖面优化 最省油飞行
- Page 40 and 41: • 给定参数: - 发动机参数
- Page 42 and 43: 国外典型总体参数优化程
- Page 44 and 45: Aircraft Conceptual Design Framewor
- Page 46 and 47: 洛克希德公司研制的RCD系
- Page 48 and 49: 典型应用 • 分析不同构型
- Page 50 and 51: 单通道方案与双通道方案
<strong>优化方法在飞机设计中应用</strong><br />
• 工程优化基本原理<br />
• 飞机设计中的典型优化技术<br />
• 飞机总体参数优化<br />
• 飞机总体多学科设计优化技术
工程优化基本原理
内容提要<br />
• 优化设计的一般过程<br />
• 优化模型三要素<br />
• 优化问题的一般数学表达形式<br />
• 优化算法简介<br />
• 计算机辅助工具的发展<br />
• 工程技术人员如何应用优化方法
优化设计的一般过程<br />
设计方案 方案分析 方案评估<br />
自动修改?<br />
优化算法 !<br />
修改设计参数<br />
设计人员<br />
的经验<br />
满足要求?<br />
最优?<br />
Optimization is a very simple extension of the engineering problem<br />
否<br />
是<br />
获<br />
得<br />
结<br />
果
• 优化模型的目的<br />
优化模型三要素<br />
–把一个工程参数设计问题转化为一个优化问题。<br />
• 优化模型的三个要素<br />
–目标函数:比较方案优劣的依据<br />
–设计变量:描述设计方案<br />
–约束条件:需满足的设计要求<br />
• 优化问题的描述<br />
–寻找设计变量X<br />
–在满足约束的前提下<br />
–使目标函数最小(或最大)
• 固定参数 P<br />
基本术语<br />
–在优化过程中一组不变的参数。<br />
• 设计变量 X<br />
–用来描述工程系统的特征、在设计过程中可被设计<br />
者控制的一组相互独立的变量。用于描述设计方案。<br />
• 设计变量空间 A<br />
–各设计变量的取值范围组成的多维空间。<br />
–设计空间中的一个点为一个设计方案。<br />
• 方案分析<br />
–给定设计变量X,求解目标函数和约束的计算过程。
• 可行设计<br />
基本术语<br />
–满足所有设计要求(设计约束)的设计。<br />
• 可行域<br />
–所有可行设计点组成的空间称为可行域。<br />
• 最优设计<br />
–使目标函数最小(或最大)的可行设计。<br />
–最优设计可分为局部最优和全局最优设计。
优化问题的一般数学表达形式<br />
目标函数:MIN or MAX F(X)<br />
求: X∈A<br />
满足约束:g i(X)≤0<br />
h j(X) = 0<br />
– F(X)是目标函数<br />
– X=[X1,X2,X3,…,Xn] ,<br />
是设计变量<br />
– A为设计变量空间<br />
– g i(X)是不等式约束<br />
– h j(X)是等式约束<br />
x 2<br />
* global<br />
X<br />
a<br />
(k )<br />
S<br />
X<br />
( k1)<br />
b<br />
(k )<br />
X<br />
<br />
* local<br />
X<br />
g j (X)<br />
g j<br />
F<br />
(X )<br />
x1
优化算法<br />
• 在设计变量空间中寻找出一个或若干新的设计方案<br />
(设计点),经过多次迭代,寻找到可行设计区域,<br />
逐渐逼近最优设计点。<br />
THE OPTIMIZATION PROCESS<br />
寻找最优解的过程<br />
X 1<br />
S 1<br />
X 0<br />
S 2<br />
S 3<br />
X 2<br />
G. N. Vanderplaats
按设计变量类型<br />
按约束函数类型<br />
按目标函数类型<br />
是否需计算剃度<br />
按目标/约束类型<br />
优化算法的分类<br />
• 连续型变量优化算法<br />
• 离散型变量优化算法<br />
• 混合型变量优化算法<br />
• 无约束优化算法<br />
• 有约束优化算法<br />
• 单目标优化算法<br />
• 多目标优化算法<br />
• 基于剃度的优化算法(如可行方向法)<br />
• 无需剃度的优化算法(如遗传算法)<br />
• 线性规划<br />
• 非线性规划
• 需梯度计算的搜索方法<br />
常用优化算法<br />
– 可行方向法(Method of Feasible Directions )<br />
– 修正可行方向法(Modified Method of Feasible Directions)<br />
– 序列线性规划 (Sequential Linear Programming,SLP)<br />
– 序列二次规划法(Sequential Quadratic Programming,SQP)<br />
– 广义简约梯度法(Generalized Reduced Gradient,GRG)<br />
• 无需梯度计算的搜索方法<br />
– 直接搜索法<br />
– 遗传算法(Genetic Algorithm,GA)<br />
– 模拟退火法(Simulated Annealing)<br />
– 粒子群方法(Particle Swarming)
多目标优化问题的数学表达<br />
• 目标函数: f 1 (X), f 2 (X), … , f N(X),<br />
• 求: X∈A<br />
• 满足约束: g i (X)≤0<br />
h j (X) = 0<br />
– f i(X)是目标函数 (i=1,… ,N )<br />
– X=[X 1 ,X 2 ,X 3 ,……,X n ] T ,是设计变量<br />
– A为设计变量空间。<br />
– g i (X)是不等式约束<br />
– h j (X)是等式约束
多目标优化算法的分类<br />
• 优化前确定偏好的方法<br />
– 在执行寻优之前,先确定好各目标的重要程度,将多<br />
个目标合成为一个综合目标。<br />
• 优化后确定偏好的方法<br />
– 在执行优化迭代计算完成之后,再确定各目标的值。<br />
• 优化过程中确定偏好的方法<br />
– 物理规划方法(Physical Programming)
优化前确定偏好的方法<br />
• 思路:将多目标转化为单目标来处理。<br />
• 典型方法(性线加权和法):<br />
– 根据各个子目标的重要程度给予相应的权系数,用<br />
各个子目标函数分别乘以它们的权系数,再相加构<br />
成统一目标函数。<br />
m<br />
f ( x) w f ( x)<br />
m<br />
i1<br />
i1<br />
i i<br />
<br />
w 1, w 0<br />
i i
优化后确定偏好的方法<br />
• Pareto最优集概念<br />
–法国著名经济学家和社会学家Pareto(帕雷<br />
托)提出来的一个概念。<br />
–多目标优化问题的Pareto最优解是指:解集<br />
中的解与集合之外的任何解相比,它们至少<br />
有一个目标函数比集合之外的解好,而其它目<br />
标函数又不比集合之外的解差。
优化后确定偏好的方法<br />
• 将遗传算法与Pareto最优集概念相结合,研究<br />
出了许多面向多目标优化的遗传算法。<br />
• 典型算法<br />
– 非劣分类遗传算法NSGA Ⅱ(Nondominated Sorting Genetic<br />
Algorithm Ⅱ)<br />
– 邻域移植遗传算法 NCGA(Neighborhood Cultivation<br />
Genetic Algorithm)<br />
– 小生境Pareto遗传算法NPGA(Niched Pareto Genetic<br />
Algorithm)
优化后确定偏好的方法<br />
• 优化计算结果: Pareto最优集<br />
机翼诱导阻力<br />
对于实际问题,应根据对问题的<br />
了解程度和决策人员的偏好,从<br />
Pareto最优解集合里挑选出一个<br />
或部分解作为最优解。<br />
机翼结构重量
关于优化算法的说明<br />
• 不同的优化算法,其搜<br />
索效率不同。<br />
• 一般而言,基于剃度的<br />
优化算法效率较高。<br />
• 每种优化算法有其优点<br />
和缺点。没有一种算法<br />
能求解所有问题。<br />
• 应根据具体的问题,选<br />
择合适的优化算法。
修<br />
改<br />
设<br />
计<br />
方<br />
案<br />
计算机辅助工具的发展<br />
设计流程<br />
设计要求<br />
设计方案的表达<br />
设计方案的评估<br />
设计方案的改进<br />
计算机辅助工具<br />
计算机辅助设计(CAD)<br />
CATIA,UG,Pro-E<br />
计算机辅助分析(CAE)<br />
FEM: NASTRAN, ANSIS<br />
CFD: Fluent,CFX,FASTRAN<br />
计算机辅助优化(CAO)<br />
iSight,ModelCenter,OPTIMUS
工程技术人员如何应用优化方法<br />
• 大多数参数选择(或设计)问题都可提炼成优化模型。<br />
• 重点放在优化模型的建立<br />
– 目标函数<br />
– 设计变量<br />
– 约束条件<br />
• 选择合适的分析模型<br />
• 不必深究具体的优化算法<br />
• 充分利用成熟的优化软件<br />
优化方法的应<br />
用比想象的要<br />
容易!<br />
– iSIGHT,OPTIMUS,ModelCenter,MATLAB工具箱等
飞机设计中的典型优化技术
飞机设计中的典型优化技术<br />
• 气动外形优化<br />
• 结构优化<br />
• 隐身设计优化<br />
• 飞行轨迹优化<br />
• 总体设计优化<br />
– 基于工程估算的飞机总体参数优化<br />
– 基于数值仿真的飞机总体多学科设计优化
• 机翼翼型优化<br />
• 机翼扭转角分布<br />
• 机头形状<br />
• 后机身形状<br />
• 机翼平面形状<br />
气动外形优化<br />
• 翼吊布局的机翼-吊挂-短舱一体化优化<br />
• 尾吊布局的机身-吊挂-短舱一体化优化<br />
• 尾翼翼型优化
• 优化问题:<br />
翼型优化<br />
– 给定:马赫数0.7,雷诺数2174000,攻角2°,翼型厚度不变<br />
– 设计变量: tu1,tu2,tu3,tu4,tu5,tl1,tl3,tl5,Zte<br />
– 目标:阻力系数Cd最小<br />
– 约束条件: 升力系数Cl≥0.8,力矩系数Cm≥-0.12<br />
• 优化结果<br />
– 优化前,阻力系数0.01264<br />
– 优化前,阻力系数0.0088
Airfoil Optimization Problem: Examples
Aerodynamic Optimization of Wing<br />
• Design variables<br />
– Wing shape parameters<br />
– Airfoil at selected span<br />
stations.<br />
S wing area<br />
2<br />
b<br />
AR aspect ratio <br />
S<br />
ctip<br />
taper ratio <br />
c<br />
root<br />
sweep<br />
of c /4line<br />
<br />
wing twist angle
Aerodynamic Optimization of Wing<br />
• Design constraints<br />
– Geometric constrains<br />
• The airfoil maximum thickness<br />
at selected span stations<br />
• The airfoil nose radius<br />
• Limitations of planform<br />
geometric parameters<br />
– Performance constrains<br />
• C L > a specific value<br />
• C M0 < a specific value<br />
• C Lmax > a specific value<br />
• C L alpha > a specific value<br />
• Pitch up requirements<br />
• Design Objectives<br />
– Minimum drag at the design<br />
point: C D<br />
– Maximize C L 1.5 /CD or C L / C D<br />
at the design point<br />
– The desired pressure<br />
distribution at selected span<br />
stations
机翼/短舱外形优化<br />
设计问题定义<br />
–设计变量:<br />
• 机翼安装角、扭转角<br />
• 短舱在X、Y、Z三个方向的位置<br />
–目标函数<br />
• 阻力最小<br />
–约束条件<br />
• 升力系数<br />
• 俯仰力矩系数
基于代理模型的机翼/短舱优化<br />
优化设计流程<br />
参数化描述<br />
生成样本点<br />
几何外形<br />
表面网格生成<br />
面元法PanAir<br />
代理模型<br />
优化算法<br />
整个过程在iSIGHT<br />
环境中自动进行。<br />
优化结果<br />
诱导阻力减少7%
• 截面尺寸优化<br />
典型结构优化问题<br />
• 节点位置(结构形状)优化<br />
• 拓朴(布局)优化<br />
– 拓朴:单元或子结构有无?<br />
– 布局:截面节点、拓朴<br />
• 结构形式优化<br />
– 单梁,多梁,多腹板<br />
– 桁架,刚架
• 目标函数<br />
–结构重量<br />
–制造成本<br />
• 设计变量<br />
–结构尺寸<br />
• 约束<br />
截面尺寸优化模型<br />
–强度,刚度,稳定性,气弹
截面尺寸优化例子-客机机翼<br />
• 优化问题:<br />
– 给定参数:机翼外形尺寸,结构布置参数,最大起飞重量,燃油量<br />
– 设计变量:各结构元件尺寸<br />
– 设计目标:结构重量最小<br />
– 约束条件:拉压应力小于450MPa;剪应力小于225MPa;<br />
翼尖位移小于10%机翼展长
结构布置与尺寸优化:问题<br />
• 目标函数:<br />
– 全机结构重量最轻<br />
• 设计变量:<br />
– X1:结构布局特征的设计变量,包<br />
括梁的个数、位置,翼肋的个数<br />
– X2:为描述构件尺寸的设计变量,<br />
• 设计约束:<br />
– 构件正应力≤450MPa<br />
– 构件剪应力≤250MPa,<br />
– 最大位移≤5%半展长<br />
– 稳定性约束
• 双梁还是三梁<br />
结构布置与优化<br />
• 主要受力件的尺寸的确定
结构布置与尺寸优化:结果<br />
• 优化结果:3个梁,16个肋,前梁位置为弦长16.36%处,<br />
后梁位置为弦长61.97%处,<br />
• 虽然增加了1个梁和2个肋,但是结构尺寸却减少了。<br />
• 重量能减少29.51%。
肋板可设计及不可设计区域<br />
拓扑优化结果作为最初设计方案<br />
拓朴优化例子<br />
A380机翼前缘肋的拓扑优化<br />
拓扑优化得到的设计方案<br />
由高强度铝合金制造的<br />
机翼前缘肋
• 目标:RCS最小<br />
外形隐身优化<br />
• 设计变量:外形、剖面形状<br />
• 约束:外形参数<br />
RCS(dBsm)<br />
20<br />
0<br />
-20<br />
-40<br />
-60<br />
-80<br />
- - 优化前RCS曲线<br />
— 优化后RCS曲线<br />
0 30 60 90 120 150 180<br />
方位角
飞行剖面优化<br />
最省油飞行轨迹规划
飞机总体参数优化
• 给定参数:<br />
– 发动机参数、材料选用<br />
• 设计变量:<br />
总体参数的优化<br />
– 燃油重量、机翼面积、展弦比、后掠角、相对厚度、梯形比<br />
• 目标函数:<br />
– 起飞重量、任务燃油重量、直接使用成本(DOC)<br />
• 约束条件:<br />
– 航程、巡航速度、最大速度、进场速度、起飞场长、着陆场长、爬升率、<br />
燃油容积<br />
优化问题的定义
总体参数的优化<br />
优化算法<br />
参数优化<br />
方案分析模型<br />
几何外形 推进系统 气动分析 重量重心 性能分析 操稳分析<br />
分析模型的可信度是关键:1)工程估算;2)数值模拟
国外典型总体参数优化程序<br />
• PIANO<br />
• FLight OPtimization System-FLOPS<br />
• Aircraft Conceptual Design Framework<br />
• Preliminary Aircraft Design and Optimization<br />
tool - PrADO
FLOPS<br />
• The Flight Optimization System (FLOPS) is a multidisciplinary system<br />
of computer programs for conceptual and preliminary design and<br />
evaluation of advanced aircraft concepts.<br />
• Developed by NASA Langley Research Center<br />
• Nine primary modules:<br />
1) weights<br />
2) aerodynamics<br />
3) engine cycle analysis<br />
4) propulsion data scaling and interpolation<br />
5) mission performance<br />
6) takeoff and landing<br />
7) noise footprint<br />
8) cost analysis<br />
9) program control
Aircraft Conceptual Design Framework<br />
Stanford大学开发的总体参数优化程序<br />
weight
PrADO<br />
• Preliminary Aircraft Design and Optimization (PrADO) tool
洛克希德公司研制的RCD系统<br />
该系统用于洛克希德鼬鼠工作队(Skunkworks)<br />
RCD-Rapid Conceptual Design
• 优化目标<br />
– DOC最小<br />
• 设计变量<br />
–机翼参考面积<br />
– 机翼展弦比<br />
– 后掠角<br />
–梯形比<br />
大型客机总体参数优化<br />
– 机翼平均相对厚度<br />
– 燃油重量<br />
–平尾面积<br />
– 垂尾面积<br />
优化模型<br />
• 设计约束<br />
– 油箱容积<br />
– 抖振升力系数<br />
– 爬升率<br />
– 临界马赫数<br />
– 起飞距离<br />
– 起飞平衡场长<br />
– 进场速度<br />
– 着陆场长<br />
– 设计航程<br />
– 操稳要求
典型应用<br />
• 分析不同构型对设计方案的影响<br />
– 单通道方案与双通道方案的重量(或经济性)对比<br />
• 分析发动机、气动、材料技术水平对设计参数<br />
和目标函数的影响<br />
– 发动机耗油率<br />
– 气动升阻比<br />
– 复合材料的应用
典型应用<br />
• 不同目标函数对设计参数的影响<br />
–起飞重量<br />
–任务燃油重量<br />
–直接使用成本(DOC)<br />
– 排污量<br />
• 不同设计要求(约束条件)对设计参数的影响<br />
– 航程<br />
– 起飞场长<br />
– ……
单通道方案与双通道方案的重量和经济性对比<br />
Civil Transport Aircraft Design Methodology, AIAA 83-2463<br />
McDonnell Douglas Corp.<br />
指标 单通道 双通道 差值<br />
座位数 150 152<br />
使用空重(磅) 86,650 88,450 +2,800<br />
起飞重量(磅) 146,600 152,200 +3,600<br />
使用燃油(磅) 7,400 7,630 +2.6%<br />
双通道布局的直接使用成本增加1.3%。
15<br />
10<br />
5<br />
0<br />
目标函数选取的影响<br />
客机设计要求:航程-2000海里 商载-21.5吨 巡航马赫数-0.79<br />
Preliminary Design of Civil Transport Aircraft, AIAA-89-2152<br />
对展弦比的影响<br />
燃<br />
油<br />
量<br />
起<br />
飞<br />
重<br />
量<br />
目标函数:燃油量;起飞重量;DOC<br />
成<br />
本<br />
30<br />
25<br />
20<br />
15<br />
10<br />
燃<br />
油<br />
量<br />
对后掠角的影响<br />
起<br />
飞<br />
重<br />
量<br />
成<br />
本<br />
210<br />
200<br />
190<br />
180<br />
170<br />
160<br />
对机翼面积的影响<br />
燃<br />
油<br />
量<br />
起<br />
飞<br />
重<br />
量<br />
成<br />
本
11<br />
10<br />
9<br />
8<br />
7<br />
约束函数的影响<br />
目标函数:DOC<br />
对展弦比的影响 对后掠角的影响<br />
40<br />
30<br />
20<br />
10<br />
0<br />
不考虑单发停车 考虑单发停车<br />
260<br />
220<br />
180<br />
140<br />
100<br />
对机翼面积的影响<br />
考虑单发停车<br />
进场速度小于75m/s
%<br />
0<br />
-2<br />
-4<br />
-6<br />
-8<br />
-10<br />
结构材料、发动机技术对目标函数的影响<br />
复合材料应用:机翼和尾翼重量减少10%;机身和短舱减少2%。<br />
先进发动机:耗油率降低15%<br />
对起飞重量的影响<br />
-4.1%<br />
-8.8%<br />
%<br />
应用复合材料 先进发动机<br />
0<br />
-1<br />
-2<br />
-3<br />
-4<br />
-1.8%<br />
对DOC的影响<br />
-3.5%
应用例子:多目标之间的权衡<br />
成本与燃油、排污量、噪声之间的权衡
气动、材料技术对设计参数和目标函数的影响<br />
The benefits of increased laminar flow, reduced induced drag, and<br />
lower structural weight.
飞机总体多学科设计优化技术<br />
-Multidisciplinary Design Optimization<br />
(MDO)
飞机总体多学科设计优化的含义<br />
• 广义地,包含:<br />
– 基于工程估算模型的总体参数优化<br />
– 基于数值模拟(仿真模型)的多学科设计优化<br />
• 狭义(通常的说法)<br />
– 基于数值模拟(仿真模型)的多学科设计优化<br />
分析模型<br />
几何外形 推进系统 气动分析 重量重心 性能分析 操稳分析
飞机总体多学科设计优化<br />
• 将现有各学科的高精度分析模型和优化技术有机地集成<br />
起来,寻找到最佳总体方案的设计方法。<br />
按照MDO策略,<br />
制定设计流程<br />
综合最优<br />
CAD几何模型<br />
气动分析/优化 结构分析/优化 推经系统分析<br />
性能分析 操稳分析 隐身分析<br />
成本分析<br />
分布式计算环境<br />
集成各科学软件
飞机总体多学科设计优化的关键技术<br />
• 各学科之间的数据传递关系分析<br />
• 实用的飞机多学科设计优化策略与流程<br />
• 飞机参数化几何模型<br />
• 各学科分析模型(输入文件)的自动生成<br />
• 可靠的各学科分析和优化软件<br />
• 各学科之间数据的交换与数据管理<br />
• 集成与优化平台
重量重心<br />
输出<br />
耦合状态变量<br />
各学科之间的数据传递关系<br />
气动<br />
输入<br />
结构<br />
几何和状态变量<br />
学科<br />
外形模型 / 总体布置<br />
推进系统<br />
输出<br />
操稳<br />
耦合状态变量<br />
性能<br />
隐身<br />
成本
飞机总体多学科设计优化策略<br />
MDO方法研究成果表明:多级设计优化策略是最有效的策略。<br />
系统级综合<br />
各学科结果,<br />
获得总体最<br />
优解。<br />
气动分析/优化<br />
设计变量:局部变量<br />
系统级优化<br />
设计变量:全局变量<br />
目标:综合指标最优<br />
结构分析/优化<br />
设计变量:局部变量<br />
…<br />
子系统分析<br />
和设计保持<br />
相对独立性<br />
子系统N<br />
设计变量:局部变量
飞机总体参数化几何模型<br />
• 飞机参数化几何模型是各学科分析/优化的基础<br />
• 基于CAD系统二次开发参数化几何模型<br />
• 基于CATIA二次开发完成的若干参数化几何模型例子
模型自动生成的含义<br />
• 模型的自动生成是指基于飞机几何模型自动生成各学<br />
科模型:<br />
– 气动分析模型、结构分析模型、重量重心计算模型、操稳分<br />
析模型、隐身分析模型、成本分析模型。<br />
• 其实质就是要为各学科的计算程序(软件)自动地准<br />
备好输入数据文件。<br />
• 通常将具有自动生成各学科分析模型的程序成为模型<br />
生成器。
数据交换与数据管理<br />
• 在飞机多学科设计优化过程中,每个学科都需要其它<br />
学科计算出的数据,同时本学科也会输出大量的数据。<br />
• 为了能正确地传递数据,必须对大量的数据进行管理。<br />
• 采用数据库技术是解决这个问题的有效办法。<br />
面向飞机多学科设计优化的数据库<br />
几何外形 推进系统分析 气动分析 重量分析 性能分析 操稳分析
飞机总体MDO计算环境<br />
• 飞机总体MDO环境含义<br />
–按照多学科设计优化流程,将分布在各个计算机上<br />
各学科的分析模型或优化模型集成起来的飞机总体<br />
设计计算环境。<br />
• 如何集成各学科的分析模型或优化模型是关键<br />
• 实施集成有二种技术路线:<br />
–基于IT技术专门开发一个计算环境<br />
–商用集成软件:iSIGHT;ModelCenter;SysWare等
蓝图:飞机总体MDO系统框架<br />
全局参数化定义<br />
概念设计的结果<br />
生成各学科所需<br />
的数据文件<br />
试验设计<br />
参数化CAD模型 气动设计优化<br />
结构设计优化<br />
内部布置、重量重心<br />
性能计算<br />
操稳与控制<br />
隐身设计优化<br />
推进系统<br />
成本(可制造性)<br />
方案结果<br />
代理模型<br />
全局变量优化<br />
精度检验<br />
优化主流程 面向多学科的模型 各学科设计优化<br />
成<br />
本<br />
模<br />
型<br />
输<br />
入<br />
文<br />
件<br />
气<br />
动<br />
学<br />
科<br />
输<br />
入<br />
文<br />
件<br />
结<br />
构<br />
学<br />
科<br />
输<br />
入<br />
文<br />
件<br />
…<br />
数<br />
据<br />
库
研究进展:无人机作战飞机多学科设计优化<br />
气动分析/优化<br />
隐身分析/优化<br />
CAD模型<br />
性能分析<br />
操稳分析与控制率设计<br />
总体布置/重量重心<br />
结构布置/优化
总结:优化方法的意义<br />
• 设计工作更加科学化<br />
– 基于优化三要素定义设计问题,提炼优化模型,选<br />
择合理的分析模型。<br />
• 缩短设计周期<br />
– 将重复性的、迭代性的计算工作和方案修改工作让<br />
计算机快速(自动)地完成。<br />
• 获得更好的设计方案<br />
– 用有效的优化算法找到最优解。<br />
意义:又好、又快地完成设计工作。