高超声速飞行器气动外形优化.pdf

《高超声速飞行器气动外形优化.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、8．lANGSUAvlATIoN2014年第4期．_-同口超声速飞行器气动外形优化◎曹特夏健／南京航空航天大学随着航空航天科技的发展和国防科技的需要，高超声束优化的难点就在于如何对不可行解处理，目前常用的方速技术已成为当今航空航天技术领域的战略制高点，它几法有：拒绝不可行解法、修复不可行解法、改进遗传算子法乎集中了航空航天领域所有学科的新技术，具有很强的前和引入惩罚函数法，有时也会采用多种处理方法相结合。瞻性、战略性与带动性，由于高超声速飞行器具有速度快、本文采用的是修复不可行解的方法。飞行距离远、突防能力强等特点，已成为当今世界

2、军事强1．1．2不可行解的修复方法国关注的战略发展方向。为了使高超声速飞行器具有良修复不可行解可以逐步减少不可行解数量，降低约束好的飞行性能，最重要的就是要保证其具有优良的气动外的违反等级，可用于不可行解修复的方法很多，但目前还形。因此，在概念研究和初步设计阶段，就需要对高超声没有一个被普遍接受和认可的修复方法。文中针对每个速飞行器的气动外形进行优化设计，以期提高飞行器的飞不可行解随机生成修复算子，即对每个不可行解L(i)，i行性能指标，获得高性能的设计方案。目前比较常见的优一1，2，⋯，n(n为非可行解数)，沿着随机方向口()，

3、i—l，化方案是，对飞行器外形进行参数化建模，通过编程生成2，⋯，忌，以a为移动步长得到新解L()一L()+a口()，如果新解满足约束条件，则代替原来的不可行解进行迭代飞行器表面面元网格，运用气动力算法计算飞行器气动参计算，如果不满足约束条件，则重新生成随机方向生成新数，然后将参数化建模、网格生成和求解嵌入优化算法中的新解并检验满不满足约束条件，如此循环直至得到可行进行优化设计。对于上述优化方法，参数化建模占用大量解，如果达到最大循环次数五(最大循环次数惫可先行设工作量，尤其是对复杂飞行器外形进行参数化建模，并且定)后仍没有得到可

4、行解，则在所有修改后得到的新解中不具有通用型；其次，对于复杂飞行器外形，编程划分面元选择约束违反等级最低的新解替代原来的不可行解，具体网格也比较难于实现。鉴于此，运用FFD技术对模型进的修复步骤如下：行参数化，并其可以直接操作初始网格变形，初始网格可(1)首先对于种群中的每个个体进行约束检验，将非由网格软件生成，大大降低了模型参数化和网格生成难可行解筛选出来存人数组L()，i一1，2，⋯，n，确定步长a度；此外，运用工程算法计算飞行器气动特性，能够大大提和确定最大循环修复次数惫。高优化效率，并能满足初步优化设计要求。(2)针对每个

5、不可行解产生随机方向口(i)，i一1，2，1优化算法模块⋯，7z。(3)按随机方向和给定步长可得到新解L(i)一L(i)本文优化算法选用基因算法，基因算法具有智能性、+a()。通用性和全局搜索能力，其解的多样性和计算的并行性，(4)对新解进行约束条件检验，如果满足约束条件，较好地解决了传统算法易于陷入局部最优的问题，其另一则代替原来的非可行解，如果不满足约束条件，则重复步个显著特点就是对于所解的优化问题没有太多的数学要骤(2)，如果忌次后仍没有得到可行解，则在所有的新解中求，可以处理任意形式的目标函数和约束。选择约束违反等级最低的

6、新解替代原来的非可行解。1．1约束条件处理1．2算例验证简单的遗传算法只能解决优化参数只有上下限的简为了检验约束处理方法的可行和有效性，引用已知函单的约束优化问题，对于复杂的约束条件不能够做很好地数对算法进行测试，该算例中选择交叉率P一0．8，变异处理，而在科学研究和工程分析中，例如飞行器气动特性率P一0．1，种群规模为5o，最大迭代次数为100代，计计算等很多问题经建模都能转化为非线性约束优化问题。算结果如表1所示。为了克服传统基因算法的局限性，就要引入一些约束条件目标函数为函数，(z)最小值：的处理方法，处理约束条件终究还是对

7、不可行解进行处f(z)一(z1—10)。+5(z2—12)。+Lz+3(z一l1)。+理，选择合适的不可行解处理方法能够保证优化结果的准1Oz2+7zi+z{一4x6z7—10z6—8z7(1)确性。约束条件为：1．1．1不可行解处理方法127—2zj一3x；一z3—4x：一5z5≥0(2)遗传算法中初始种群是随机产生的，所以不可避免的282—7z】一3z2—10x；一z4+z5≥0(3)会产生违反约束条件的不可行解，即使不可行解经过处理一4z{一z；+3zlz2—2x{一5x6+11z7≥o(4)变成可行解，产生的子代中仍然可能

8、会出现不可行解，约-其中一1O≤z≤lo，i一1，2，⋯，7