CN106802987B - 一种基于多性能指标体系的飞行器总体构型分级优化方法 - Google Patents

一种基于多性能指标体系的飞行器总体构型分级优化方法 Download PDF

Info

Publication number
CN106802987B
CN106802987B CN201710004999.0A CN201710004999A CN106802987B CN 106802987 B CN106802987 B CN 106802987B CN 201710004999 A CN201710004999 A CN 201710004999A CN 106802987 B CN106802987 B CN 106802987B
Authority
CN
China
Prior art keywords
index
optimization
performance
expected value
stability
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710004999.0A
Other languages
English (en)
Other versions
CN106802987A (zh
Inventor
王官宇
闵昌万
朱广生
汪雷
王美利
徐春铃
薛鹏飞
吴小华
苗萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Original Assignee
China Academy of Launch Vehicle Technology CALT
Beijing Institute of Near Space Vehicles System Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Launch Vehicle Technology CALT, Beijing Institute of Near Space Vehicles System Engineering filed Critical China Academy of Launch Vehicle Technology CALT
Priority to CN201710004999.0A priority Critical patent/CN106802987B/zh
Publication of CN106802987A publication Critical patent/CN106802987A/zh
Application granted granted Critical
Publication of CN106802987B publication Critical patent/CN106802987B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Architecture (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于多性能指标体系的飞行器总体构型分级优化方法，包括：建立总体构型多性能指标体系；其中，所述指标体系包括如下指标：升阻比、升力系数、纵向稳定度、偏航稳定度和滚转稳定性；根据所述多性能指标体系建立飞行器总体构型优化模型；其中，所述优化模型中包括：所述指标体系中各个指标的指标性能的期望值；根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值。通过本发明实现了在多性能指标强耦合情况下对高速飞行器总体构型的优化，提高了优化的可靠性和优化效率。

Description

一种基于多性能指标体系的飞行器总体构型分级优化方法
技术领域
本发明属于高速飞行器总体构型优化设计技术领域，尤其涉及一种基于多性能指标体系的飞行器总体构型分级优化方法。
背景技术
总体气动构型设计是所有飞行器各种类系统设计的“先行官”，其设计的快慢和优劣直接影响着飞行器全系统的设计进程和设计品质，为此，发展快速有效、面向工程需求的高速飞行器总体构型的优化设计方法具有重要的意义。
不同于航空二维翼型优化，在高速飞行器(特别是马赫数Ma>5.0的飞行器)的总体构型优化中，尤其是面向工程应用时，需要直接开展三维优化。与飞船等旋成体惯性再入飞行器不同，适应大气层内飞行的高速飞行器三维构型复杂，可调整的设计参数众多，追求的性能指标多样。
目前，工程上通常采用“试凑法”对总体构型进行优化，然而，高速飞行器的升阻比、升力、纵向稳定性、横侧向稳定性等多个重要性能指标与三维机体非线性紧耦合，“牵一发而动全身”。故，通过现有的“试凑法”最终得到的“试凑”结果存在很大的不确定性，难以实现对高速飞行器总体构型的可靠优化。
发明内容
本发明的技术解决问题：克服现有技术的不足，提供一种基于多性能指标体系的飞行器总体构型分级优化方法，实现了在多性能指标强耦合情况下对高速飞行器总体构型的优化，提高了优化的可靠性和优化效率。
为了解决上述技术问题，本发明公开了一种基于多性能指标体系的飞行器总体构型分级优化方法，包括：
建立总体构型多性能指标体系；其中，所述指标体系包括如下指标：升阻比、升力系数、纵向稳定度、偏航稳定度和滚转稳定性；
根据所述多性能指标体系建立总体构型优化模型；其中，所述优化模型中包括：所述指标体系中各个指标的指标性能的期望值；
根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，所述根据所述多性能指标体系建立总体构型优化模型，包括：
根据所述多性能指标体系和飞行器外形变量，建立优化约束模型：
飞行器外形变量X∈H(X)
升阻比
Figure BDA0001202814720000021
升力系数CL≥(CL)R
纵向稳定度ΔXcp≥(ΔXcp)R
偏航稳定度ΔXcpy≥(ΔXcpy)R
滚转静稳定性
Figure BDA0001202814720000022
其中，H(X)为外形变量约束；下标“R”项为相应指标的指标性能的期望值。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，所述根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，包括：
在H(X)范围内依寻优算法迭代飞行器外形变量X的取值，对各个指标进行自动分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，在H(X)范围内依寻优算法迭代飞行器外形变量X的取值的过程中：
当某一指标的指标性能满足所述某一指标对应的期望值时，将所述某一指标置于约束级；
当某一指标的指标性能不满足所述某一指标对应的期望值时，将所述某一指标置于待优化级。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，在H(X)范围内依寻优算法迭代飞行器外形变量X的取值的过程中，所述方法还包括：
若某一指标的指标性能在本次优化中满足其对应的期望值，则
若在本次优化的下一次优化中，所述某一指标的指标性能仍满足其对应的期望值，则在所述下一次优化中，将所述某一指标的指标性能值置为某一指标对应的期望值；
若在本次优化的下一次优化中，所述某一指标的指标性能不满足其对应的期望值，则在所述下一次优化中，对所述某一指标对应进行惩罚。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，所述根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，包括：
根据如下所示数学模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值：
Figure BDA0001202814720000031
其中，f1表示升阻比，f2表示升力系数，f3表示纵向稳定度，f4表示滚转静稳定性，f5表示偏航稳定度；ωi(i＝1、2、3、4、5)为各个指标对应的权重系数；max f(X)＝ω1f1+ω2f2+ω3f3+ω4f4+ω5f5为越大越好型目标函数。
在上述基于多性能指标体系的飞行器总体构型分级优化方法中，所述根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，包括：
在首次优化时，若偏航稳定度的性能指标满足其对应的期望值，则将所述偏航稳定度置于约束级，将升阻比、升力系数、纵向稳定度和滚转稳定性置于待优化级，并按照如下方式优化：
Figure BDA0001202814720000032
其中，f1＝L/D，f2＝CL，f3＝Xcp，
Figure BDA0001202814720000041
Figure BDA0001202814720000042
F为惩罚函数；
若迭代到某次优化时，升力系数和滚转稳定性的性能指标通过优化迭代满足了其对应的期望值，则将所述升力系数和滚转稳定性置于约束级，并按照如下方式优化：
Figure BDA0001202814720000043
其中，f1＝L/D,f3＝Xcp，
Figure BDA0001202814720000044
Figure BDA0001202814720000045
以此类推，逐级优化，当某一指标的指标性能满足其对应的期望值时，将所述某一指标置于约束级，并展开新模型下的单目标外形优化，直到所有指标的指标性能指标其对应的期望值时，结束优化，得到优化结果。
本发明具有以下优点：
本发明建立了适应于高速飞行器总体构型优化设计用的总体级多性能指标体系和优化模型，基于建立的指标体系和优化模型对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，实现了适应马赫5以上宽速域范围的高速飞行器总体构型设计时，多性能指标强耦合情况下对总体构型的优化，实现升阻比、升力系数、纵向稳定性、偏航稳定性、滚转稳定性等多性能指标的总体构型一体化的快速自动优化，提高了对高速飞行器总体构型优化的可靠性和优化效率。
附图说明
图1是本发明实施例中一种基于多性能指标体系的飞行器总体构型分级优化方法的步骤流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公共的实施方式作进一步详细描述。
参照图1，示出了本发明实施例中一种基于多性能指标体系的飞行器总体构型分级优化方法的步骤流程图。在本实施例中，所述基于多性能指标体系的飞行器总体构型分级优化方法包括：
步骤101，建立总体构型多性能指标体系。
在本实施例中，根据飞行器总体设计突出关注的气动特性，选择升阻比、升力系数、纵向稳定度、偏航稳定度和滚转稳定性为总体构型多性能指标体系。换而言之，在本实施例中，所述指标体系重点可以包括如下指标：升阻比、升力系数、纵向稳定度、偏航稳定度和滚转稳定性。
步骤102，根据所述多性能指标体系建立总体构型优化模型。
基于上述指标体系可以建立适合高速飞行器总体构型优化的优化模型。在本实施例中，考虑到最基本的“满足性”需求，可以将“越大越好”型指标和非“越大越好”型指标均设置优化设计的期望值，构建包含约束条件的优化模型。优选的，所述优化模型中包括：所述指标体系中各个指标的指标性能的期望值。
优选的，根据上述指标体系结合飞行器外形变量的约束条件，可以建立如下分级优化约束模型：
飞行器外形变量X∈H(X)
升阻比
Figure BDA0001202814720000051
升力系数CL≥(CL)R
纵向稳定度ΔXcp≥(ΔXcp)R
偏航稳定度ΔXcpy≥(ΔXcpy)R
滚转静稳定性
Figure BDA0001202814720000052
其中，H(X)为外形变量约束；下标“R”项为相应指标的指标性能的期望值。
在本实施例中，升阻比和升力系数均为越大越好型指标，如前所述，考虑到最基本的“满足性”需求，故，对升阻比和升力系数也提出设计期望。纵向稳定度ΔXcp，ΔXcp＝Xcp-Xcg，Xcp为纵向压心系数，Xcg为纵向质心系数，ΔXcp>0时飞行器纵向静稳定。偏航稳定度ΔXcpy，ΔXcpy＝Xcpy-Xcg，Xcpy为侧向压心系数，ΔXcpy>0时飞行器偏航静稳定，一般地，面对称高速飞行器不进行侧滑机动，故侧向追求强静稳定或小静稳定，均追求侧向压心系数大于纵向压心系数，侧向压心位于纵向压心之后。滚转稳定度
Figure BDA0001202814720000061
Figure BDA0001202814720000062
Cl、Cmx1为滚转力矩系数，β为侧滑角，正攻角飞行时，
Figure BDA0001202814720000063
滚转静稳定，负攻角飞行时，需
Figure BDA0001202814720000064
才能获得滚转静稳定。偏航通道与滚转通道静稳定性的强弱，或者是静不稳定，需要总体设计时考虑控制策略进行综合抉择。
步骤103，根据所述优化模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值。
在本实施例中，可以根据所述优化模型对各个指标进行定义：将需要提升指标性能的指标置于待优化级，始终接受其指标性能的优化提升；将指标性能满足其对应期望值的指标置于约束级。
具体的，可以在H(X)范围内依寻优算法迭代飞行器外形变量X的取值，对各个指标进行自动分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值。
其中，在H(X)范围内依寻优算法迭代飞行器外形变量X的取值的过程中，可以根据步骤102中构建的优化模型，确定各个指标的指标性能是否达标(也即，是否满足其对应的期望值)：
当某一指标的指标性能满足所述某一指标对应的期望值时，将所述某一指标置于约束级；
当某一指标的指标性能不满足所述某一指标对应的期望值时，将所述某一指标置于待优化级。
进一步优选的，若某一指标的指标性能在本次优化中满足其对应的期望值，则：
若在本次优化的下一次优化中，所述某一指标的指标性能仍满足其对应的期望值，则在所述下一次优化中，将所述某一指标的指标性能置为某一指标对应的期望值。
若在本次优化的下一次优化中，所述某一指标的指标性能不满足其对应的期望值，则在所述下一次优化中，对所述某一指标进行惩罚。
进一步优选的，若某一指标的指标性能在本次优化中不满足其对应的期望值，则：
若在本次优化的下一次优化中，所述某一指标的指标性能满足其对应的期望值，则将所述某一指标置于约束级；
若在本次优化的下一次优化中，所述某一指标的指标性仍不满足其对应的期望值，则将所述某一指标置于待优化级，继续进行性能优化。
在本实施例的一优选方案中，一种可行的总体构型的分级优化可以如下：
根据如下所示数学模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值：
Figure BDA0001202814720000071
其中，f1表示升阻比，f2表示升力系数，f3表示纵向稳定度，f4表示滚转静稳定性，f5表示偏航稳定度；ωi(i＝1、2、3、4、5)为各个指标对应的权重系数；max f(X)＝ω1f1+ω2f2+ω3f3+ω4f4+ω5f5为越大越好型函数。优选的，ωi可以根据实际需求选择任意适当的设计结果，本实施例对此不作限制。
在上述实施例的基础上，本实施例通过一个具体的优化实例对所述基于多性能指标体系的飞行器总体构型分级优化方法进行详细说明。其中，初始条件如下：偏航稳定度满足期望值，ΔXcpy≥(ΔXcpy)R，其余指标性能不满足期望值，则具体的优化流程如下：
(1)在首次优化时，将偏航稳定度置于约束级，将升阻比、升力系数、纵向稳定度和滚转稳定性置于待优化级，并按照如下方式优化：
Figure BDA0001202814720000081
其中，f1＝L/D，f2＝CL，f3＝Xcp，
Figure BDA0001202814720000082
Figure BDA0001202814720000083
F为惩罚函数，用于对指标性能在达标后又下降的指标进行惩罚。
(2)若在迭代到某次优化时，升力系数和滚转稳定性的性能指标满足其对应的期望值，则将所述升力系数和滚转稳定性置于约束级，并按照如下方式优化：
Figure BDA0001202814720000084
其中，f1＝L/D,f3＝Xcp，
Figure BDA0001202814720000085
Figure BDA0001202814720000086
(3)以此类推，逐级优化，当某一指标的指标性能满足其对应的期望值时，将所述某一指标置于约束级，并展开新模型下的f(X)单目标外形优化，直到所有指标的指标性能指标其对应的期望值时，结束优化，得到优化结果。
需要说明的是，在本实施例中，在逐级优化过程中，通过设置惩罚函数F来实现转级：指标在待优化级与约束级之间的转换。在转级情况下，有时候有的指标在总性能指标f(X)中并不发挥作用，进而防止了优化过程中导致的某一单项指标的指标性能提升，而某些其他指标的指标性能下降至不满足期望值的结果出现，实现了在多性能指标强耦合情况下对高速飞行器总体构型的优化。
综上所述，本发明实施例所述的方法，建立了适应于高速飞行器总体构型优化设计用的总体级多性能指标体系、优化模型、以及分级优化方法，基于建立的指标体系和优化模型对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，实现了适应马赫5以上宽速域范围的高速飞行器总体构型设计时，多性能指标强耦合情况下对总体构型的优化，实现升阻比、升力系数、纵向稳定性、偏航稳定性、滚转稳定性等多性能指标的总体构型一体化的快速自动优化，提高了对高速飞行器总体构型优化的可靠性和优化效率。
以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (1)

1.一种基于多性能指标体系的飞行器总体构型分级优化方法，其特征在于，包括：
建立总体构型多性能指标体系；其中，所述指标体系包括如下指标：升阻比、升力系数、纵向稳定度、偏航稳定度和滚转稳定性；
根据所述多性能指标体系和飞行器外形变量，建立优化约束模型：
飞行器外形变量X∈H(X)
升阻比
Figure FDA0002307295900000011
升力系数CL≥(CL)R
纵向稳定度ΔXcp≥(ΔXcp)R
偏航稳定度ΔXcpy≥(ΔXcpy)R
滚转静稳定性
Figure FDA0002307295900000012
其中，H(X)为外形变量约束；下标“R”项为相应指标的指标性能的期望值；
在H(X)范围内依寻优算法迭代飞行器外形变量X的取值，对各个指标进行自动分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值；其中，在H(X)范围内依寻优算法迭代飞行器外形变量X的取值的过程中：当某一指标的指标性能满足所述某一指标对应的期望值时，将所述某一指标置于约束级；当某一指标的指标性能不满足所述某一指标对应的期望值时，将所述某一指标置于待优化级；若某一指标的指标性能在本次优化中满足其对应的期望值，则：若在本次优化的下一次优化中，所述某一指标的指标性能仍满足其对应的期望值，则在所述下一次优化中，将所述某一指标的指标性能置为某一指标对应的期望值；若在本次优化的下一次优化中，所述某一指标的指标性能不满足其对应的期望值，则在所述下一次优化中，对所述某一指标进行惩罚；
其中，在H(X)范围内依寻优算法迭代飞行器外形变量X的取值，对各个指标进行自动分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值，包括：
根据如下所示数学模型，对飞行器的总体构型进行多性能指标分级优化，直至所有指标的指标性能满足所述各个指标对应的期望值：
Figure FDA0002307295900000021
其中，f1表示升阻比，f2表示升力系数，f3表示纵向稳定度，f4表示滚转静稳定性，f5表示偏航稳定度；ωi(i＝1、2、3、4、5)为各个指标对应的权重系数；max f(X)＝ω1f1+ω2f2+ω3f3+ω4f4+ω5f5为越大越好型目标函数；
其中，在首次优化时，若偏航稳定度的性能指标满足其对应的期望值，则将所述偏航稳定度置于约束级，将升阻比、升力系数、纵向稳定度和滚转稳定性置于待优化级，并按照如下方式优化：
Figure FDA0002307295900000022
其中，f1＝L/D，f2＝CL，f3＝Xcp，
Figure FDA0002307295900000023
Figure FDA0002307295900000024
F为惩罚函数；
若迭代到某次优化时，升力系数和滚转稳定性的性能指标通过优化迭代满足了其对应的期望值，则将所述升力系数和滚转稳定性置于约束级，并按照如下方式优化：
Figure FDA0002307295900000025
其中，f1＝L/D,f3＝Xcp，
Figure FDA0002307295900000026
Figure FDA0002307295900000027
以此类推，逐级优化，当某一指标的指标性能满足其对应的期望值时，将所述某一指标置于约束级，并展开新模型下的f(X)单目标外形优化，直到所有指标的指标性能满足其对应的期望值时，结束优化，得到优化结果。
CN201710004999.0A 2017-01-04 2017-01-04 一种基于多性能指标体系的飞行器总体构型分级优化方法 Active CN106802987B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710004999.0A CN106802987B (zh) 2017-01-04 2017-01-04 一种基于多性能指标体系的飞行器总体构型分级优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710004999.0A CN106802987B (zh) 2017-01-04 2017-01-04 一种基于多性能指标体系的飞行器总体构型分级优化方法

Publications (2)

Publication Number Publication Date
CN106802987A CN106802987A (zh) 2017-06-06
CN106802987B true CN106802987B (zh) 2020-05-12

Family

ID=58985293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710004999.0A Active CN106802987B (zh) 2017-01-04 2017-01-04 一种基于多性能指标体系的飞行器总体构型分级优化方法

Country Status (1)

Country Link
CN (1) CN106802987B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197546A (zh) * 2013-02-26 2013-07-10 西北工业大学 降低气动耦合特性的飞行器总体随控优化方法
CN104612892A (zh) * 2014-12-30 2015-05-13 中国科学院工程热物理研究所 一种风力机翼型的多学科优化设计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103197546A (zh) * 2013-02-26 2013-07-10 西北工业大学 降低气动耦合特性的飞行器总体随控优化方法
CN104612892A (zh) * 2014-12-30 2015-05-13 中国科学院工程热物理研究所 一种风力机翼型的多学科优化设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
城市水资源可持续开发利用研究;王效琴;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20090215(第02期);第69-73页"5.3.1多目标规划模型求解方法"，图5.1 *
飞行器总体参数优化的进化算法及其应用研究;王允良;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20080415(第04期);第12-13页"2.2.2多目标设计优化模型"、第93-119页"第6章通用大气飞行器气动设计优化"，图6.2 *

Also Published As

Publication number Publication date
CN106802987A (zh) 2017-06-06

Similar Documents

Publication Publication Date Title
Sasaki et al. Navier-Stokes optimization of supersonic wings with four objectives using evolutionary algorithm
CN109484623B (zh) 宽速域大升力线斜率对称翼型设计方法及翼型
CN110109361B (zh) 一种高超声速飞行器快速平滑自适应滑模控制方法
CN110059339B (zh) 基于em-ekf算法的rlv再入段气动参数辨识方法
WO2013047038A1 (ja) 航空機設計装置、航空機設計プログラム、及び航空機設計方法
CN112327926A (zh) 一种无人机编队的自适应滑模控制方法
Ueda et al. Supersonic natural-laminar-flow wing-design concept at high-Reynolds-number conditions
CN111948942A (zh) 一种多架旋翼飞行器协作搬运的能量优化方法
CN106114876B (zh) 飞机试飞数据的参数辨识方法
CN106802987B (zh) 一种基于多性能指标体系的飞行器总体构型分级优化方法
CN109240084A (zh) 一种单旋翼直升机前飞状态风洞试验自动配平算法
CN115358167B (zh) 一种考虑发动机参数的飞发一体气动伴随优化设计方法
Menon et al. Nonlinear robustness analysis of flight control laws for highly augmented aircraft
Wegener Integration of Fuselage-mounted Over-wing Engines on a Mid-range Aircraft
CN116700013A (zh) 一种飞行器最快爬升轨迹混合优化方法
CN116339373A (zh) 一种蒙特卡洛自适应动态规划无人机控制方法及系统
CN115618499A (zh) 一种考虑三维影响的宽速域薄翼型多目标优化设计方法
Richardson et al. Analysis of conventional and asymmetric aircraft configurations using CEASIOM
Ghalandari et al. Aeroelastic optimization of the high aspect ratio wing with Aileron
CN113255143B (zh) 一种分布式混合电推进飞行器能量管理系统
Sasaki et al. Navier-Stokes optimization of supersonic wings with four design objectives using evolutionary algorithm
Ruland et al. Black-box online aerodynamic performance optimization for a seamless wing with distributed morphing
Ishikawa et al. Natural laminar flow Wing design for a low-boom supersonic aircraft
Kornev et al. Aerodynamic design method of integrated aircraft with submerged intake devices and power plant included into airframe carrying system
CN113051659B (zh) 一种倾转旋翼无人机桨叶优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant