[00132362]基于遗传/敏度混合算法的翼面气动弹性优化设计技术

课题来源与背景 课题来源于国家自然科学基金青年基金项目《适用于鲁棒气动弹性结构的遗传/敏度混合优化技术》,编号为10502003,起始时间为2006.01,项目完成时间为2008.12;国家自然科学基金委员会《考虑气动力/热与结构不确定性的鲁棒气动弹性优化研究》,编号为11172025,起止时间为2012.01-2015.12。 研究目的与意义 气动弹性优化设计贯穿于飞机设计的始终,是历来飞机设计中的重要问题和关键技术,使用该技术既可以克服气动弹性所带来的不利影响,又能够最大限度地利用气动弹性效能以提高飞机的总体性能。和一般的结构优化相比,气动弹性优化具有研究对象复杂、计算耗费大、涉及学科多、设计变量规模巨大、约束条件多而复杂等特点。 属于局部优化算法的敏度算法,具有收敛速度快的优点,但优化结果却严重依赖于设计变量初始值,且容易陷入局部最优解。遗传算法是一种模拟自然选择的全局自适应概率搜索算法,具有全局搜索能力强、计算耗费大等特点。遗传与敏度混合的优化算法通过对敏度算法和遗传算法进行取长补短,使其成为一种高效的全局搜索方法。在该混合算法中,遗传算法用于每一代的全局探索,敏度算法用于在每一代的优秀个体附近进行局部搜索。该算法可以显著地提高遗传算法的收敛速度和克服敏度算法优化结果严重依赖于设计变量的初始值的缺陷,显著地提高了翼面气动弹性优化的效率和质量。 技术经济指标： 基于遗传/敏度混合算法的翼面气动弹性优化设计技术成果具有以下性能指标： ①遗传/敏度混合优化算法是一种能够解决气动弹性优化设计中超大规模设计变量、多类约束、非连续、追求快速收敛等难题的一种高效、全局快速搜索方法,满足大型运输机、民航客机、无人机等飞行器气动弹性工程设计需求,效率高,计算结果合理有效,精度满足工程要求,便于飞行器研制单位使用。 ②该技术成果能够根据已有总体参数、结构数据以及载荷工况,设计出较为合理的机翼总体刚度分布,满足气动弹性性能需求。 ③该技术能实现多学科优化,用于机翼、尾翼或整机的结构优化：对于金属机翼,能够完成尺寸参数的优化设计,得到满足约束条件重量最轻的设计;对于复合材料机翼,可以对铺层参数进行优化设计,进行复合材料机翼气动弹性剪裁设计。 ④针对机翼气动外形与结构设计存在的耦合效应,该技术能对机翼进行气动外形与结构布局的综合优化设计。 ⑤该技术可以用于颤振风洞模型设计,使缩比模型满足结构动力学特性要求,协助进行模型（部件或全机）结构设计,保证准确性,节省大量的工作量。 成果的创造性、先进性 ①对遗传和敏度优化算法进行取长补短,建立了适用于气动弹性结构优化设计的遗传/敏度混合优化的理论和方法,解决了超大规模设计变量、多类约束、非连续、快速收敛等气动弹性优化设计难题。 ②建立了遗传/敏度混合优化手段,该技术可以应用于机翼刚度分布设计、金属结构尺寸的气动弹性优化设计、复合材料铺层的气动弹性剪裁设计、气动外形与结构布局的气动弹性优化设计、颤振风洞模型设计等气动弹性优化问题,已在多个型号设计单位的6个飞机型号上得到应用。 ③发展了基于设计敏度确定设计变量重要性的方法,用于指导气动弹性优化设计选取设计变量和定义优化策略。 推广应用的范围、条件和前景及存在的问题和改进意见 基于遗传/敏度混合优化技术的翼面气动弹性优化设计技术成果建立在先进的科学理论研究基础之上,已成功应用于C919、某大型运输机、ARJ支线客机、SW-X、高教X、枭龙这6个飞机型号的气动弹性优化设计中。该项技术可以用以完成机翼刚度分布设计、初步设计阶段主要部件尺寸设计、气动弹性剪裁设计、气动布局和结构综合设计以及颤振风洞模型设计等设计任务。从型号单位反馈意见来看,该技术很好地解决了现代飞机设计各个阶段的气动弹性建模和结构优化问题,大大提高了设计效率和提升了设计水平,将在大展弦比复合材料翼面和小展弦比翼面的气动弹性优化设计中得到进一步推广应用。 该技术成果应用范围广,并在更新过程中,不断开发出新的功能和成果,生命力旺盛,是现代飞行器气动弹性优化设计不可或缺的技术支持和有力工具。 由于优化对象设计变量规模巨大,约束种类多等原因,加之遗传算法每代个体数目和代数较多,完成一次优化设计的计算量非常巨大,耗时多,目前程序的并行程度尚待提高。改进意见是提高优化程序并行计算的能力,以进一步提高效率,减少优化设计的时间和成本。