基于Kriging代理模型的锥柱形膜片屈曲载荷计算

基于Kriging代理模型,建立了一种考虑膜片半径与厚度、锥段高度与角度等典型结构特征的计算屈曲载荷的工程方法,并选取典型样本点对模型进行了数值验证.结果表明:基于Cubic相关函数建立的Kriging代理模型预测未知样本点屈曲载荷误差控制在5%以内,较常用的Gauss相关函数更适合建立锥柱形膜片屈曲载荷的Kriging代理模型;此代理模型能准确计算未知样本点的屈曲载荷,减少了繁杂的有限元建模与计算过程;根据设定的屈曲载荷,代理模型可计算各典型特征的参数值,并可作为锥柱形膜片结构优化设计的约束函数或目标函数.      

基于Kriging自适应代理模型的气动优化方法

气动优化设计中,引入代理模型可以有效减少计算周期,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间,因此提出了一种基于Kriging自适应代理模型的气动优化方法。使用Kriging方法建立代理模型,通过求解EI函数最大值得到添加样本点更新代理模型,提高了代理模型的拟合精度。针对Kriging自适应代理模型的精确性和有效性,分别进行典型函数测试分析和翼型算例验证。结果表明:基于Kriging自适应代理模型气动优化方法可以实现高效的翼型气动性能优化设计。     

直升机机身气动外形的低阻优化设计

直升机机身阻力是飞行阻力的主要来源之一,通过对机身外形的优化设计,能够实现直升机的高效低阻飞行.首先,把机身划分为头部、中段和尾梁三段,对其外形轮廓线进行CST参数化表示;其次,采用拉丁超立方法选取试验设计样本点,计算各样本点的阻力系数,构造Kriging代理模型,估计模型预测的精度;最后,选用序列二次规划算法对其进行优化,并对优化后的机身模型进行了风洞试验.通过计算分析可知:所建立的Kriing代理模型能够精确预测阻力系数值,优化后得到了机身的设计参数;机身阻力系数减小了15.3％,理论值与试验值吻合良好.     

一种基于Kriging和Monte Carlo的主动学习可靠度算法

机械结构可靠性分析时,常常会采用代理模型拟合隐式功能函数来解决计算量大的问题,但由于试验设计方案需要同时考虑代理模型的拟合精度和可靠度计算精度的问题。因此,为了能够充分使用较少的样本信息,最大化可靠度计算精度,本文充分发挥Kriging预测的随机特性,提出一种主动学习可靠度计算方法。首先,类似于优化问题中改善函数的选点方式,提出一种基于Kriging预测的学习函数,基于Monte Carlo法生成大量的候选样本点,找出学习函数最小值对应的样本点作为最佳取样点。其次,推导和提出了一种学习停止的条件,保证了Monte Carlo样本点预测符号的正确性且学习次数明显减小。最后,通过2个数值算例分析结果表明,该算法相比其他方法需要更少的样本数量,得到的可靠度计算精度更高,验证了本文算法的正确性和高效性。     

基于代理模型的气动外形平面参数多目标匹配设计

将Kriging代理模型和Pareto遗传算法引入气动外形平面参数匹配设计中,提出一种基于代理模型的多目标平面参数匹配设计方法。将拉丁超立方试验设计用于平面参数筛选,确定出参数匹配方案库;基于方案库的计算流体力学(CFD)分析结果构建Kriging气动代理模型;将Kriging模型替代CFD分析,用于气体布局参数匹配优化设计,提高了设计效率并保证了可信度;通过Pareto遗传算法优化解决多点设计要求下气动布局参数匹配问题,一次性给出参数匹配方案的最优解集,从Pareto前沿中根据设计偏向选择气动布局最佳匹配方案。以典型的双后掠布局平面参数多点匹配优化设计问题作为算例,研究结果表明:Kriging气动代理模型与实际CFD分析结果的误差均小于5%,满足精度要求;根据不同设计偏向,选择了3种参数匹配Pareto优化方案,与原样本方案相比超声速阻力减小6.0%~12.8%,跨声速升阻比增加0.01%~3.40%,证明了匹配设计方法的有效性;通过试验设计的Pareto分析与主、交互效应分析,获得了气动布局平面参数对气动性能影响的定量关系,能够为参数匹配设计提供依据。所提出的平面参数匹配设计方法可应用于其他常规与非常规气动布局型式。     

Kriging模型在固体火箭发动机装药可靠性分析中的应用

基于Kriging方法对固体火箭发动机装药结构可靠性进行了分析.首先,采用拉丁超立方抽样技术得到了随机参数样本点;然后,利用样本点数据对黏弹性有限元模型的装药进行了结构力学分析;最后,通过Kriging模型得到了八面体剪应变的函数近似响应面,并结合失效判据对失效函数进行了可靠性计算.为了验证Kriging模型在可靠性计算中的有效性,其计算结果与Monte-Carlo方法进行了比较,得到了十分接近的可靠度.      

基于径向基函数的优化代理模型应用研究

针对已有径向基函数建模方法在小样本情况下存在的模型精度低,误差大的缺点,本文提出了基于交叉验证技术的径向基函数代理模型构造方法,即在计算径向距离时引入权值系数,通过对其优化以减小模型的预测误差平方和,从而提高模型的精度。采用两种测试函数对本文所提出的方法进行验证,结果证明了本方法相对于传统的径向基函数建模方法可以有效提高模型精度,减小模型误差。最后,将其应用于传感器飞机的总体优化设计之中,结果表明本文所提出的方法是可行的。     

耦合梯度与分级Kriging模型的高效气动优化方法

Kriging代理模型中引入梯度信息能够提高模型的预测精度,但常规耦合梯度的方法都有不足之处。本文结合分级Kriging模型,提出了一种变可信度分级Kriging模型耦合梯度（GEHK）信息的新方法。首先利用梯度信息,选取扰动步长得到初始样本点附近的派生点,以派生点拟合出能够预测目标函数趋势的低精度Kriging模型。然后以初始样本点修正该模型得到高精度的Kriging模型。翼型减阻优化设计算例表明,与常规耦合梯度的Kriging模型相比,基于分级Kriging的梯度耦合方法对于扰动步长引入的误差不敏感,明显提高了模型预测精度,优化效率因此提升并使得目标函数值下降得更加迅速。相比Euler解作为低精度数据的常规分级Kriging模型,由梯度信息得到的派生点为模型提供了更准确的全局趋势预测,取得了更好的优化结果。本文方法成功应用于翼型多点减阻优化问题,说明该方法对复杂设计问题有很好的适应性。基于分级Kriging模型的耦合梯度方法克服了常规方法的缺点,提高了模型全局拟合精度,是一种优化效率更高的Kriging方法。     

基于降维可视化与Kriging的齿轮振动可靠性分析

针对齿轮振动可靠性分析时计算量大、计算精度低等问题,提出一种基于降维可视化技术和Kriging模型的可靠性分析方法.通过Monte Carlo法生成抽样点,采用降维可视化技术将多维空间降至二维极特征空间,通过Kriging模型预测失效域与安全域的分界线,在预测分界线时,借助Kriging非线性预测和误差分析的特性,通过一种主动学习选点的方式建立Kriging预测模型,来提高样本点的利用率.通过齿轮振动可靠性的算例表明:相比于传统的降维可视化技术,调用极限状态函数由975次减少为149次,计算时间由12400s减小为1810s,可靠度与100000次Monte Carlo模拟计算结果基本吻合一致,验证了该算法的正确性和有效性.      

代理模型选样准则研究

致力于针对确定问题,利用其在已知空间中的样本信息指导该问题其他空间中的样本选择.基于Kriging模型和拉丁超立方设计选样方法,以某数学函数为例,首先研究了设计空间大小对样本选择的影响,然后具体分析了样本分布特性对代理模型预测误差的影响.引入了样本平均疏密度、样本稀疏度、样本紧凑度等概念衡量样本特性,依据不同空间中各参数与代理模型预测精度的关系提出了样本稀疏度准则,并以不同维数的数学函数和翼型气动力分析模型验证了准则的准确性和实用性.     

考虑飞行条件变化和制造误差的气动优化方法

提出一种渐近全局代理模型方法以提高稳健优化中的代理模型的精度.基本思路是连续成批地在样本空间的全局和局部均加入新样本点,不断提高代理模型的全局拟合精度.将基于渐近全局代理模型稳健优化方法应用于高亚声速翼型设计,结果表明不仅目标值阻力系数具有稳健性,对飞行条件的小幅度变化和制造误差不敏感,而且力矩系数的约束也具有稳健性.     

现代超临界翼型设计及其风洞试验

开展了现代超临界翼型的设计研究,对现役飞机的压力分布形态进行了分析,针对现役飞机在巡航状态和阻力发散点的压力分布进行对比,提取了现役飞机超临界剖面设计的要点。采用类函数/型函数变换(CST)参数化方法、基于二阶震荡及自然选择的随机权重混合粒子群算法(RwSecSelPSO)、雷诺平均Navier-Stokes(RANS)方程、Kriging代理模型结合定期望值型的目标函数建立了优化设计系统。针对提高阻力发散马赫数和降低巡航低头力矩的设计指标,利用优化设计系统通过调整目标期望值设计了一系列满足设计指标但阻力发散马赫数不同的超临界翼型,并选择了其中具有典型特性的翼型进行了对比分析,验证了提高阻力发散马赫数和低速失速特性的设计方法,指出了在阻力发散点形成平顶形压力分布的超临界翼型具有较好的综合性能。对设计的超临界翼型进行了高、低速风洞试验验证,试验结果表明:设计结果达到了设计指标要求,提出的低速改进方案有效,层流对超临界翼型失速特性影响较大。     

基于Kriging模型的翼型多目标气动优化设计研究

在翼型气动优化设计中引入Kriging代理模型,发展了一套高效、稳定的气动优化设计程序。采用拉丁超立方试验设计方法在设计空间内构造一系列样本点,通过求解二维可压缩的雷诺平均NS方程（RANS）得到其响应值来建立初始Kriging模型。优化设计采用Hicks-henne函数对翼型几何外形进行参数化表示,以阻力极小化为设计目标,考虑面积、升力、力矩等约束条件,通过算例证明,发展的优化设计方法不仅可行,而且具有高效稳定的特性。与传统的优化设计方法比较,大大减少了设计时间。     

旋翼翼型多目标多约束气动优化设计

为了克服传统旋翼翼型优化设计方法的不足,发展了一种基于Kriging模型与遗传算法的旋翼翼型多目标多约束气动优化设计方法。采用基于雷诺平均Navier-Stokes方程的数值模拟获得样本翼型气动性能,并建立目标函数和状态函数的Kriging模型,采用遗传算法搜索Kriging模型最小值和相应的EI(Expected Improvement)函数最大值,更新Kriging 模型直至找到满足约束的最优翼型。运用加权目标函数法进行了旋翼翼型的多设计点优化设计。优化结果表明,优化后旋翼翼型在满足约束的同时,与基准旋翼翼型OA209相比:在悬停状态下,阻力系数下降了2.1%;在机动状态下,最大升力系数提高了4.2%;在前飞状态下,阻力系数在不同马赫数下均有所减小。     

一种跨音速翼型和机翼设计方法的新进展

 讨论一种基于N-S方程、欧拉和速势方程加混合附面层修正的跨音速流动准确控制方程逆解法，及其在跨音速翼型和机翼设计中的应用。分析了两种紊流模型对分离的适应性，探讨了N-S和欧拉方法的阻力估算精度问题，列举了若干超临界和层流翼型及机翼的设计实例以及软件验证。     

基于CST参数化方法气动优化设计研究

翼型及机翼优化设计中,设计变量的个数对优化算法的收敛速度及代理模型的精度有很大的影响.因此,在精确描述翼型的同时,发展较少设计变量的翼型参数化方法对翼型优化设计有着重要的意义.本文基于CST(class function/shape function transformation)翼型参数化方法对Kriging模型的预测精度进行研究,并采用改进的粒子群优化算法构建气动优化设计系统.某亚声速机翼单点减阻设计及超临界翼型的稳健性设计表明该系统具有较高的设计质量,方法可靠,有较高的工程应用前景.     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。     

基于分布估计算法的翼型稳健设计(英文)

A transonic airfoil designed by means of classical point-optimization may result in its dramatically inferior performance under off-design conditions. To overcome this shortcoming, robust design is proposed to find out the optimal profile of an airfoil to maintain its performance in an uncertain environment. The robust airfoil optimization is aimed to minimize mean values and variances of drag coefficients while satisfying the lift and thickness constraints over a range of Mach numbers. A multi-objective estimation of distribution algorithm is applied to the robust airfoil optimization on the base of the RAE2822 benchmark airfoil. The shape of the airfoil is obtained through superposing ten Hick-Henne shape functions upon the benchmark airfoil. A set of design points is selected according to a uniform design table for aerodynamic evaluation. A Kriging model of drag coefficient is constructed with those points to reduce computing costs. Over the Mach range from 0.7 to 0.8, the airfoil generated by the robust optimization has a configuration characterized by supercritical airfoil with low drag coefficients. The small fluctuation in its drag coefficients means that the performance of the robust airfoil is insensitive to variation of Mach number.     

基于自适应代理模型的气动优化方法

气动优化设计中,为了减少优化系统的计算周期,提高搜索效率,引入结构简单、计算量较小的代理模型,而运用有效的插值和选样方法(自适应选样)可以大大减少建立代理模型的时间。因此本文提出了一种基于自适应代理模型的气动优化方法。首先对自适应代理模型进行研究,建立了 Kriging 自适应代理模型和支持向量回归自适应代理模型,这两种自适应代理模型在相同样本点情况下比一般代理模型拥有更高的预测能力,然后将这其应用到翼型优化设计中,取得了良好的优化效果,从而表明这两种自适应代理模型不仅简单实用,而且明显提高了气动分析的计算效率。     

压气机叶片加工误差影响不确定分析

为了正确评估加工误差的影响，提出了一种考虑加工误差大小、分布随机性的数值研究方法以实现叶片性能不确定性分析。采用NURBS(非均匀有理B样条) 方法实现叶型参数化，通过检测及统计手段获取误差真实分布，运用蒙特卡洛模拟生成随机样本，并训练Kriging代理模型进行不确定性分析，得到了叶片加工误差对气动性能的影响。结果表明:加工误差对气动性能的影响与所处工况有关，最高使得损失增加0.853%；叶型性能对于吸力面表面型线更为敏感，在加工及检测过程应给予更高要求。