CN109783920B - 一种智能协同飞行器多学科集成设计方法 - Google Patents
一种智能协同飞行器多学科集成设计方法 Download PDFInfo
- Publication number
- CN109783920B CN109783920B CN201910009852.XA CN201910009852A CN109783920B CN 109783920 B CN109783920 B CN 109783920B CN 201910009852 A CN201910009852 A CN 201910009852A CN 109783920 B CN109783920 B CN 109783920B
- Authority
- CN
- China
- Prior art keywords
- design
- optimization
- parameter
- simulation
- aircraft
- 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
Links
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能协同飞行器多学科集成设计方法,包括多学科集成软件平台与高性能硬件支撑平台,所述多学科集成软件平台与高性能硬件支撑平台通过无线网络连接。本发明所述的一种智能协同飞行器多学科集成设计方法,设有多学科集成软件平台与高性能硬件支撑平台,多学科集成设计技术是一种面向复杂大系统的总体设计方法,充分考虑体系与各学科之间的相互影响与耦合作用,进行系统建模、集成和多学科仿真,通过数据挖掘技术获取大量设计参数响应关系等设计知识,构建多学科优化解耦策略,实现智能协同飞行器产品性能和体系效能的整体最优化,从而提升总体设计水平,整套智能协同飞行器多学科集成设计带来更好的使用前景。
Description
技术领域
本发明涉及智能协同飞行器多学科集成领域,特别涉及一种智能协同飞行器多学科集成设计方法。
背景技术
智能协同飞行器是指具有编队飞行、协同作战能力的新型飞行器,可以实现自动搜索、探测和攻击目标。随着信息化水平持续发展与作战样式的不断演进,飞行器已从单弹自主作战,发展到多弹智能组网协同作战,大幅提高了飞行器的搜索、探测、突防和攻击能力。
在多弹协同条件下进行飞行器总体设计时,设计目标从追求单弹种精度、射程、威力等主要性能指标,发展到追求组网协同条件下的搜索、突防、毁伤、抗干扰等综合效能指标,由此也引发智能协同飞行器总体设计难度与日俱增。
总体设计方法直接影响着智能协同飞行器产品性能、体系效能、研制周期与成本,在智能协同飞行器体系设计愈发复杂、性能需求快速提升、系统耦合程度不断加剧、研制周期与成本受到严格控制的环境下,传统的单弹种、单学科独立设计已无法满足需要,因此本文提出智能协同飞行器多学科集成设计方法。
发明内容
本发明的主要目的在于提供一种智能协同飞行器多学科集成设计方法,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
一种智能协同飞行器多学科集成设计方法,包括多学科集成软件平台与高性能硬件支撑平台,所述多学科集成软件平台与高性能硬件支撑平台通过无线网络连接。
优选的,所述多学科集成软件平台1包括各学科仿真软件、集成框架软件和数据库,各学科仿真软件包括结构建模软件、气动网格划分软件、气动仿真软件、发动机仿真软件、战斗部仿真软件、弹道制导控制仿真软件、成本评估模型、组网协同模型、攻防对抗仿真软件、战场场景仿真软件、效能评估模型,数据库包括各学科模型库、仿真数据库与集成框架库。
优选的,所述高性能硬件支撑平台包括智能弹药协同仿真验证系统、智能弹药集成设计系统与可视化中心。
优选的,包括以下步骤:
(S1)通过对集成框架软件的二次开发,将算法导入集成仿真流程之中,提供试验设计、响应面建模、参数可行域探索、参数敏度分析、多学科解耦、参数单目标或多目标优化等数据挖掘和优化算法,实现仿真策略设置、进程监控、数据后处理和可视化,并将仿真数据、模型与流程自动保存在数据库内,以供多方案对比择优:
(S11)数据挖掘和优化流程可分为制定设计策略、可行域搜索、灵敏度分析、参数优化等步骤;
(S12)制定设计策略,开展数据挖掘和优化工作时,设计人员首先依据研制对象的技术特点和设计目标,制定出总体参数的设计策略,作为参数分析与优化的指导;
(S13)可行域搜索,开展总体参数设计时,设计人员在设计参数的大范围的取值空间中进行随机仿真,通过指标性能评估,如射程、制导精度、战斗部威力、可用过载、飞行器起飞质量等重要主要战技指标要求,确定可以接受的参数可行域;
(S14)灵敏度分析,缩小参数取值范围后,通过试验设计与响应面建模,对设计参数与指标之间的敏度进行定量计算与可视化展示,为设计人员区分参数重要性、理解参数变化规律、制定参数优化策略提供依据;
(S15)参数优化后,设计优化函数和优化算法,进行主要设计参数的单目标或多目标优化,由于优化算法难以实现众多设计变量的同时优化,需要根据参数重要性与敏度关系等因素,依照一定的顺序冻结设计变量,分层次地开展总体参数优化,对比优化前后的飞行器总体参数与指标性能,可定量评估飞行器性能的提升幅度。
多学科集成软件平台要满足异构系统的集成设计需求,根据协同设计模式与流程管理方式,以商业化集成优化软件为基础进行二次开发,包括业务流程的实现、仿真流程的实现、数据管理的实现及虚拟仿真和优化的实现等几个方面的功能。采用客户端和服务器为硬件环境建立平台架构,利用分布式网络完成集成设计和数据传输。
物理层支持主流的操作系统如:Windows、Linux等。文件服务器层支持系统的负载均衡,以及多个文件服务器间的异地协同。也可以支持集群配置,并保证良好的可扩展性。数据库服务器层通过系统配置工具的图形用户界面,在未来出现高并发、大量数据访问的情况下也可以方便的向系统添加硬件设备,以对应用服务器、文件服务器进行集群控制,实现风流,满足新的业务需求。客户层支持IE浏览器,也支持C/S结构的RichClient。通过该设计平台,可实现业务流程、仿真驱动和数据管理。
与现有技术相比,本发明具有如下有益效果:多学科集成设计技术是一种面向复杂大系统的总体设计方法,充分考虑体系与各学科之间的相互影响与耦合作用,进行系统建模、集成和多学科仿真,通过数据挖掘技术获取大量设计参数响应关系等设计知识,构建多学科优化解耦策略,实现智能协同飞行器产品性能和体系效能的整体最优化,从而提升总体设计水平。
附图说明
图1为本发明一种智能协同飞行器多学科集成设计方法的整体设计方案图。
图2为本发明一种智能协同飞行器多学科集成设计方法的总体框架组成图。
图3为本发明一种智能协同飞行器多学科集成设计方法的多学科集成仿真流程图。
图4为本发明一种智能协同飞行器多学科集成设计方法的高性能硬件支撑平台架构图。
图中:1、多学科集成软件平台;2、高性能硬件支撑平台。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1-4所示,一种智能协同飞行器多学科集成设计方法,包括多学科集成软件平台1与高性能硬件支撑平台2,多学科集成软件平台1与高性能硬件支撑平台2通过无线网络连接。
多学科集成软件平台1包括各学科仿真软件、集成框架软件和数据库,各学科仿真软件包括结构建模软件、气动网格划分软件、气动仿真软件、发动机仿真软件、战斗部仿真软件、弹道制导控制仿真软件、成本评估模型、组网协同模型、攻防对抗仿真软件、战场场景仿真软件、效能评估模型,数据库包括各学科模型库、仿真数据库与集成框架库。
高性能硬件支撑平台2包括智能弹药协同仿真验证系统、智能弹药集成设计系统与可视化中心。
包括以下步骤:
(S1)通过对集成框架软件的二次开发,将算法导入集成仿真流程之中,提供试验设计、响应面建模、参数可行域探索、参数敏度分析、多学科解耦、参数单目标或多目标优化等数据挖掘和优化算法,实现仿真策略设置、进程监控、数据后处理和可视化,并将仿真数据、模型与流程自动保存在数据库内,以供多方案对比择优:
(S11)数据挖掘和优化流程可分为制定设计策略、可行域搜索、灵敏度分析、参数优化等步骤;
(S12)制定设计策略,开展数据挖掘和优化工作时,设计人员首先依据研制对象的技术特点和设计目标,制定出总体参数的设计策略,作为参数分析与优化的指导;
(S13)可行域搜索,开展总体参数设计时,设计人员在设计参数的大范围的取值空间中进行随机仿真,通过指标性能评估,如射程、制导精度、战斗部威力、可用过载、飞行器起飞质量等重要主要战技指标要求,确定可以接受的参数可行域;
(S14)灵敏度分析,缩小参数取值范围后,通过试验设计与响应面建模,对设计参数与指标之间的敏度进行定量计算与可视化展示,为设计人员区分参数重要性、理解参数变化规律、制定参数优化策略提供依据;
(S15)参数优化后,设计优化函数和优化算法,进行主要设计参数的单目标或多目标优化,由于优化算法难以实现众多设计变量的同时优化,需要根据参数重要性与敏度关系等因素,依照一定的顺序冻结设计变量,分层次地开展总体参数优化,对比优化前后的飞行器总体参数与指标性能,可定量评估飞行器性能的提升幅度。
需要说明的是,本发明为一种智能协同飞行器多学科集成设计方法,由多学科集成软件平台1与高性能硬件支撑平台2组成,其多学科优化用于挖掘庞大的多学科仿真数据,搜索设计规律、辨识参数灵敏度,通过应用多学科解耦算法处理复杂仿真架构,降低优化问题维度,获取综合性能最优的设计方案;智能协同飞行器集成设计与仿真验证系统是实现多学科建模、集成、仿真、优化等工作的支撑环境,由多学科集成软件平台1和高性能硬件支撑平台2组成,其中多学科集成软件平台1包含有各相关学科的专业建模软件、集成框架软件和数据库,设计人员可以通过各学科仿真软件调用数据库中的相关模型参数,从而生成学科参数化模型,采用集成框架软件完成多个学科的集成和联合仿真,高性能硬件支撑平台2包含智能协同飞行器集成设计系统、智能协同飞行器协同仿真验证系统和可视化中心,组成了智能协同飞行器的集成设计、虚拟仿真验证、自动优化和可视化演示的硬件支撑环境,智能协同飞行器协同仿真验证系统由多台并行计算能力强大的计算服务器、文件服务器、管理服务器和高速路由器等设备构成;智能协同飞行器集成设计系统主要使用高性能仿真计算系统,用于为各学科设计人员提供分布式的协同工作环境,完成学科建模与集成,可视化中心用于显示集成仿真数据与作战视景图像,并为设计人员集体讨论仿真数据、制定产品设计思路提供专用场所,较为实用。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (1)
1.一种智能协同飞行器多学科集成设计方法,包括多学科集成软件平台(1)与高性能硬件支撑平台(2),所述多学科集成软件平台(1)与高性能硬件支撑平台(2)通过无线网络连接;
所述多学科集成软件平台(1)包括各学科仿真软件、集成框架软件和数据库,各学科仿真软件包括结构建模软件、气动网格划分软件、气动仿真软件、发动机仿真软件、战斗部仿真软件、弹道制导控制仿真软件、成本评估模型、组网协同模型、攻防对抗仿真软件、战场场景仿真软件、效能评估模型,数据库包括各学科模型库、仿真数据库与集成框架库;
所述高性能硬件支撑平台(2)包括智能弹药协同仿真验证系统、智能弹药集成设计系统与可视化中心;
所述的一种智能协同飞行器多学科集成设计方法,其特征在于:包括以下步骤:
(S1)通过对集成框架软件的二次开发,将算法导入集成仿真流程之中,提供试验设计、响应面建模、参数可行域探索、参数敏度分析、多学科解耦、参数单目标或多目标优化的数据挖掘和优化算法,实现仿真策略设置、进程监控、数据后处理和可视化,并将仿真数据、模型与流程自动保存在数据库内,以供多方案对比择优:
(S11)数据挖掘和优化流程可分为制定设计策略、可行域搜索、灵敏度分析、参数优化的步骤;
(S12)制定设计策略,开展数据挖掘和优化工作时,设计人员首先依据研制对象的技术特点和设计目标,制定出总体参数的设计策略,作为参数分析与优化的指导;
(S13)可行域搜索,开展总体参数设计时,设计人员在设计参数的大范围的取值空间中进行随机仿真,通过指标性能评估,如射程、制导精度、战斗部威力、可用过载、飞行器起飞质量,确定可以接受的参数可行域;
(S14)灵敏度分析,缩小参数取值范围后,通过试验设计与响应面建模,对设计参数与指标之间的敏度进行定量计算与可视化展示,为设计人员区分参数重要性、理解参数变化规律、制定参数优化策略提供依据;
(S15)参数优化后,设计优化函数和优化算法,进行主要设计参数的单目标或多目标优化,由于优化算法难以实现众多设计变量的同时优化,需要根据参数重要性与敏度关系,依照一定的顺序冻结设计变量,分层次地开展总体参数优化,对比优化前后的飞行器总体参数与指标性能,可定量评估飞行器性能的提升幅度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910009852.XA CN109783920B (zh) | 2019-01-05 | 2019-01-05 | 一种智能协同飞行器多学科集成设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910009852.XA CN109783920B (zh) | 2019-01-05 | 2019-01-05 | 一种智能协同飞行器多学科集成设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783920A CN109783920A (zh) | 2019-05-21 |
CN109783920B true CN109783920B (zh) | 2023-05-09 |
Family
ID=66500013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910009852.XA Active CN109783920B (zh) | 2019-01-05 | 2019-01-05 | 一种智能协同飞行器多学科集成设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783920B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199792B (zh) * | 2020-09-30 | 2021-07-20 | 哈尔滨工程大学 | 一种微小型水下机器人多学科优化设计方法 |
CN112464364A (zh) * | 2020-11-19 | 2021-03-09 | 北京航空航天大学 | 飞行器设计框架生成方法及装置 |
CN112364438A (zh) * | 2020-11-20 | 2021-02-12 | 中国运载火箭技术研究院 | 一种基于模板的飞行器多学科协同系统及方法 |
CN112507453B (zh) * | 2020-12-03 | 2022-10-18 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种以气动为核心的多学科耦合分析系统及方法 |
CN113465236B (zh) * | 2021-05-11 | 2022-05-06 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种环控热管理系统简化建模方法 |
CN115293069B (zh) * | 2022-09-26 | 2023-01-06 | 北京云庐科技有限公司 | 一种用于飞行器外流场仿真控制参数智能优化的系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063389A (zh) * | 2018-09-28 | 2018-12-21 | 重庆长安汽车股份有限公司 | 一种基于多性能约束的汽车结构轻量化正向设计方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009029599A1 (en) * | 2007-08-25 | 2009-03-05 | Quantum Leap Research, Inc. | A scalable, computationally efficient and rapid simulation suited to decision support, analysis and planning |
CN101854350B (zh) * | 2010-04-16 | 2012-07-04 | 北京航空航天大学 | 一种多学科协同设计信息交流平台 |
CN104133932B (zh) * | 2014-05-27 | 2016-03-30 | 中国空间技术研究院 | 一种基于多学科优化的卫星总体方案确定系统及实现方法 |
-
2019
- 2019-01-05 CN CN201910009852.XA patent/CN109783920B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063389A (zh) * | 2018-09-28 | 2018-12-21 | 重庆长安汽车股份有限公司 | 一种基于多性能约束的汽车结构轻量化正向设计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109783920A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109783920B (zh) | 一种智能协同飞行器多学科集成设计方法 | |
CN112580217A (zh) | 基于复杂网络的通信体系结构参数化建模方法 | |
CN111784135B (zh) | 基于超网络和ooda环理论的体系作战能力量化分析方法 | |
CN107451195A (zh) | 一种基于大数据可视化的兵棋推演系统 | |
CN113656962B (zh) | 一种基于信息流的战略层博弈推演方法 | |
CN111931391A (zh) | 一种面向作战效能与适用性的装备作战试验指标体系构建方法 | |
Qingwen et al. | Cooperative jamming resource allocation of UAV swarm based on multi-objective DPSO | |
CN110505080B (zh) | 基于混合结构的指挥控制超网络动态演化模型构建方法 | |
CN107958265A (zh) | 一种基于战时影响因素与ε-SVR的战损备件预测方法 | |
CN116151492B (zh) | 一种联合作战体系辅助决策分析系统 | |
CN115761522A (zh) | 一种基于天基信息的毁伤分析方法及毁伤评估系统 | |
CN101576968B (zh) | 基于云模型推理的目标威胁排序方法 | |
CN112926198A (zh) | 一种MSaaS仿真架构的可信度评估方法及系统 | |
Hou et al. | The System Adaptability Evaluation Index System of Military Communication Equipment System | |
CN112464480A (zh) | 一种基于场景驱动的无人集群鲁棒性评价方法 | |
KR20160007037A (ko) | 3-계층 아키텍처 기반의 분산 전장 모의 실험 관리 시스템 | |
CN114329928B (zh) | 一种装备模型的模块化组装与总体参数快速生成方法 | |
Jiang et al. | Research on the Future War Driven by Big Bata | |
Li et al. | Air Attack Target Threat Assessment Based on Combination Weighting | |
CN114626239B (zh) | 一种基于体系效能链的多属性综合评价方法 | |
CN115225513B (zh) | 一种网络空间实战训练平台系统和实现方法 | |
Chen et al. | Connectivity Analysis of Multi-UAV Communication Systems with Simplified Fresnel Propagation Model in Urban Scenarios | |
Ji-chao et al. | Research progress on joint operation modeling based on complex networks | |
Wang et al. | Combat Methods Verification System of Surface Ships based on Big Data Technology | |
Liu et al. | Study on three-dimensional coverage method for wireless sensor networks based on greedy algorithm |
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 |