CN110377974B - 雷达波吸收复合板件结构优化方法 - Google Patents
雷达波吸收复合板件结构优化方法 Download PDFInfo
- Publication number
- CN110377974B CN110377974B CN201910572970.1A CN201910572970A CN110377974B CN 110377974 B CN110377974 B CN 110377974B CN 201910572970 A CN201910572970 A CN 201910572970A CN 110377974 B CN110377974 B CN 110377974B
- Authority
- CN
- China
- Prior art keywords
- design
- model
- radar wave
- wave absorption
- optimization
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 title claims abstract description 54
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013461 design Methods 0.000 claims abstract description 69
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 238000013178 mathematical model Methods 0.000 claims abstract description 14
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000000540 analysis of variance Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 238000012795 verification Methods 0.000 claims abstract description 6
- 230000005672 electromagnetic field Effects 0.000 claims abstract description 5
- 230000002068 genetic effect Effects 0.000 claims abstract description 4
- 239000000463 material Substances 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 239000000835 fiber Substances 0.000 claims description 6
- 239000010453 quartz Substances 0.000 claims description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 4
- 239000006096 absorbing agent Substances 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 229910000859 α-Fe Inorganic materials 0.000 claims description 2
- 230000002745 absorbent Effects 0.000 description 6
- 239000002250 absorbent Substances 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Genetics & Genomics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Geometry (AREA)
- Shielding Devices Or Components To Electric Or Magnetic Fields (AREA)
Abstract
本发明公开一种雷达波吸收复合板件结构优化方法，包括：(10)复合板件组合形式确定：选取两种不同类型的雷达波吸收板件，确定组合形式；(20)多目标优化设计模型建立：根据电磁场特性建立多目标优化设计的数学模型；(30)优化设计模型采样：利用正交设计方法在设计域内采样；(40)复合板件建模及仿真：建立样本点的雷达波吸收板件电磁仿真模型，通过仿真得到目标结果；(50)响应面模型构建及精度验证：构建目标函数的响应面模型，并用方差分析法进行精度验证；(60)模型优化求解：采用多目标遗传算法对目标函数的响应面模型进行优化求解；(70)优化方案输出：确定最优设计方案并验证。本发明的优化方法，快速、准确。
Description
技术领域
本发明涉及电磁波防护材料技术领域，具体涉及一种雷达波吸收复合板件结构优化方法。
背景技术
雷达波吸收板件是一种兼顾吸波和承载防护能力的复合结构型功能材料板件，用板件可取代或部分替换目标本体上对应的金属结构，从而降低目标被雷达探测到的可能性，并大大减少装备的总质量。
雷达波吸收板件主要由吸收剂、结构基体和防护膜组成。吸收剂主要包括电介质类吸收剂和磁介质类吸收剂。目前的雷达波吸收板件，能够在1～18GHz频率范围的某一频段实现较好的吸波性能。但是随着雷达探测技术的发展，宽频段的整体吸波性能需求日益迫切。通过将不同类型的雷达波吸收板件组合，能够显著拓宽雷达波吸收频段的宽度，如何组合以达到最佳的复合效果，是当前存在的主要问题。
经过对现有技术的检索发现，中国专利文献号CN109526192A，公开日为2019年03月26日，公开了一种吸波复合材料，该吸波复合材料的结构从表层到里层依次为：电介质层、磁介质层、反射层，电介质层包括电介质吸收剂、树脂、纤维布；磁介质层包括磁介质吸收剂、树脂和纤维布。该发明提出了一种复合吸波板件结构与制备方法，但其复合板件的结构设计方案却依靠设计经验与大量试验探索，无法直接应用于宽频吸波复合板件快速、准确的设计。
因此，现有技术存在的问题是：雷达波吸收复合板件结构设计缺少快速、准确的方法，导致产品设计费时费力、开发周期长且成本较高。
发明内容
本发明的目的在于提供一种雷达波复合吸收板件结构优化方法，快速、准确。
实现本发明目的的技术方案为：
一种雷达波吸收复合板件结构优化方法，包括以下步骤：
(10)复合板件组合形式确定：选取两种不同类型的雷达波吸收板件，确定组合形式；
(20)多目标优化设计模型建立：根据电磁场特性建立多目标优化设计的数学模型；
(30)优化设计模型采样：利用正交设计方法在设计域内采样；
(40)复合板件建模及仿真：建立样本点的雷达波吸收板件电磁仿真模型，通过仿真得到目标结果；
(50)响应面模型构建及精度验证：构建目标函数的响应面模型，并用方差分析法进行精度验证；
(60)模型优化求解：采用多目标遗传算法对目标函数的响应面模型进行优化求解，获得复合雷达波吸收板件结构参数的最佳设计方案；
(70)优化方案输出：确定最优设计方案。
与现有技术相比，本发明的显著优点为：
快速、准确：本发明通过建立响应面模型的方式构建了雷达波吸收复合板件在雷达波扫射工况下的吸波性能指标与设计参数间的数学模型，采用带有精英保留策略的快速非支配多目标优化算法(NSGA-II)，实现了雷达波复合吸收板件结构快速、准确的优化设计，并能够有效地降低开发成本。
附图说明
图1为本发明雷达波复合吸收板件结构优化方法的流程图。
图2为图1中多目标优化设计模型建立步骤的流程图。
图3为实施例中雷达波复合吸收板件仿真模型示意图。
具体实施方式
如图1所示，本发明复合雷达波吸收板件结构优化方法，具体步骤为：
(10)复合板件组合形式确定：选取两种不同类型的雷达波吸收板件，确定组合形式；
所述(10)复合板件组合形式确定步骤具体为：
选取两种不同铁氧体吸波剂填充的结构型雷达波吸收板件，并保证两者有着不同雷达波吸波频段。根据试验测试分别确定其整体板件材料属性，将雷达波吸收频段较高的材料安置在复合板件的最内侧，并在雷达波吸收频段较低的材料板件外侧添加一层石英纤维板，其作用为整体防护及透波导波。
(20)多目标优化设计模型建立：根据电磁场特性建立多目标优化设计的数学模型；
如图2所示，所述(20)多目标优化设计模型建立步骤包括：
(21)优化设计变量选取：将能影响雷达波吸收能力的板件厚度定义为优化设计参数并确定参数变化范围；
(22)目标变量确定：将雷达波吸收性能定义为目标变量；
(23)多目标优化设计数学模型建立：建立雷达波吸收复合板件结构多目标优化设计的数学模型。
(30)优化设计模型采样：利用正交设计方法在设计域内采样；
所述(30)优化设计模型采样步骤具体为：
基于正交试验设计策略，选取9个样本点，覆盖优化问题的全体设计域。
(40)复合板件建模及仿真：建立样本点的雷达波吸收板件电磁仿真模型，通过仿真得到目标结果；
所述(40)复合板件建模及仿真步骤具体为：
根据复合板件几何尺寸在CST STUDIO SUITE软件中建立样本点对应的电磁学仿真有限元模型，然后在雷达波扫射工况下仿真分析。
(50)响应面模型构建及精度验证：构建目标函数的响应面模型，并用方差分析法进行精度验证；
所述(50)响应面模型构建及精度验证步骤具体为：
根据仿真分析结果构建目标函数的响应面模型。通过对模型进行方差分析，验证响应面模型的精度。
(60)模型优化求解：采用多目标遗传算法对目标函数的响应面模型进行优化求解，获得复合雷达波吸收板件结构参数的最佳设计方案。
(70)优化方案输出：确定最优设计方案。
所述(70)优化方案输出步骤具体为：
通过对响应面模型的多目标优化，得出符合目标响应的多个雷达波吸收复合板件结构方案，充分考虑其工艺因素和制造成本，输出最佳设计方案。
下面结合实施例对本发明作详细说明。
实施例
如图1所示，一种复合雷达波吸收板件结构优化方法，具体包括以下步骤：
(10)复合板件组合形式确定：通过调研，选取两种不同类型的雷达波吸收板件FW10和FW20，并确定其组合形式从外到内依次为：石英纤维板件、FW10板件和FW20 板件。
(20)多目标优化设计模型建立：复合雷达波吸收板件的仿真模型如图3所示，最内侧外蒙皮为测试板件。根据电磁场特性，将能影响雷达波吸收性能的FW10板件、FW20 板件和石英纤维板件的厚度定义为优化设计参数，分别为a、b和c(mm)。表1为优化设计参数及参数变化范围，以及对应优化设计参数的初始值。
表1 优化设计参数的范围和初始值
将表征雷达波吸收性能的吸波强度δ(dB)定义为目标函数，同时为了考虑复合板件整体厚度的影响，将复合板件整体厚度T(mm)也定义为目标函数。建立复合雷达波吸收结构多目标优化设计的数学模型，其表达式为：
(30)优化设计模型采样：基于正交试验设计策略，选取9个样本点，得到复合雷达波吸收板件结构设计参数的9种组合方案，将a，b，c简化为水平，得到因子水平表如表2所示。
表2 因子水平表
(40)复合板件建模及仿真：建立9个样品点对应的电磁波仿真模型，然后在雷达波扫射工况下仿真分析，得到的结果如表3所示。
(50)响应面模型构建及精度验证：提取表3中所有样本点的设计参数及其对应的目标变量数值，将数据进行拟合，建立一次项响应面模型，得到的目标变量的响应面模型为：
δ＝8.9833a+25.2883b-26.2233c+32.4467
T＝5a+5b+0.5c+0.5
代理模型建立好后，采用方差分析的方法来进行模型精度的验证，选取方差决定系数R2和调整后决定系数Adjusted R2作为代理模型的精度评价指标。这两个指标的数值越接近1，说明模型的精度越高。表4中列出了本实施例的方差分析结果。
表3 所有样本点仿真结果
表4 方差分析结果
由表4数据可知，两个响应面模型都达到了很高的精度，完全可以满足后续优化的需要。
(60)模型优化求解：采用带有精英保留策略的快速非支配多目标优化算法(NSGA-II)，对响应面数学模型进行求解，获得复合雷达波吸收板件结构参数的最佳设计方案。NSGA-II算法的基本参数配置如表5所示。
表5 NSGA-II参数配置
经过迭代计算，最终得到复合雷达波吸收板件三个优化设计变量的取值分别为：a为14.712mm，b为14.996mm，c为1.119mm。
(70)优化方案输出：实际工程应用中应当根据加工要求圆整为近似值，即a为15mm，b为15mm，c为1.0mm。
此结构优化方法通过构建数学模型与计算机仿真得到最优方案，仅需计算机即可求解，不必经历加工与大量试验验证过程，其求解速度取决于计算机的计算能力，且仿真工作可由多台计算机共同完成。雷达波吸收复合板件最优方案与原方案相比，在 1～18GHz频段内吸波能力得到了显著的提升。综上所述，本结构优化方法快速、准确，并能够有效地降低开发成本。
Claims (8)
1.一种雷达波吸收复合板件结构优化方法，其特征在于，包括以下步骤：
(10)复合板件组合形式确定：选取两种不同类型的雷达波吸收板件，确定组合形式；
(20)多目标优化设计模型建立：根据电磁场特性建立多目标优化设计的数学模型；
(30)优化设计模型采样：利用正交设计方法在设计域内采样；
(40)复合板件建模及仿真：建立样本点的雷达波吸收板件电磁仿真模型，通过仿真得到目标结果；
(50)响应面模型构建及精度验证：构建目标函数的响应面模型，并用方差分析法进行精度验证；
(60)模型优化求解：采用多目标遗传算法对目标函数的响应面模型进行优化求解，获得复合雷达波吸收板件结构参数的最佳设计方案；
(70)优化方案输出：确定最优设计方案。
2.根据权利要求1所述的结构优化方法，其特征在于，所述(10)复合板件组合形式确定步骤具体为：
选取两种不同铁氧体吸波剂填充的结构型雷达波吸收板件，并保证两者有着不同雷达波吸波频段；
根据试验测试分别确定其整体板件材料属性，将雷达波吸收频段较高的材料安置在复合板件的最内侧，并在雷达波吸收频段较低的材料板件外侧添加一层石英纤维板，其作用为整体防护及透波导波。
3.根据权利要求1所述的结构优化方法，其特征在于，所述(20)多目标优化设计模型建立步骤包括：
(21)优化设计变量选取：将能影响雷达波吸收能力的板件厚度定义为优化设计参数并确定参数变化范围；
(22)目标变量确定：将雷达波吸收性能定义为目标变量；
(23)多目标优化设计数学模型建立：建立雷达波吸收复合板件结构多目标优化设计的数学模型。
4.根据权利要求3所述的结构优化方法，其特征在于，所述(23)多目标优化设计数学模型建立步骤中，多目标优化数学模型表达式为：
其中，
设计向量x＝{x1，x1，…xm}，其中x1，x1，…xm均为子设计变量，m为子设计变量的个数，
V-min表示向量极小化，即目标向量f(x)＝[f1(x)，f2(x)，…fp(x)]T中的所有子目标函数都趋向于极小，其中f1(x)，f2(x)，…fp(x)均为子目标函数，p为子目标函数的个数，
gi(x)≤0为不等式约束条件，是边界条件约束变量，其中i是约束变量的个数。
5.根据权利要求1所述的结构优化方法，其特征在于，所述(30)优化设计模型采样步骤具体为：
基于正交试验设计策略，选取9个样本点，覆盖优化问题的全体设计域。
6.根据权利要求1所述的结构优化方法，其特征在于，所述(40)复合板件建模及仿真步骤具体为：
根据复合板件几何尺寸在CST STUDIO SUITE软件中建立样本点对应的电磁学仿真有限元模型，然后在雷达波扫射工况下仿真分析。
7.根据权利要求1所述的结构优化方法，其特征在于，所述(50)响应面模型构建及精度验证步骤具体为：
根据仿真分析结果构建目标函数的响应面模型，通过对模型进行方差分析，验证响应面模型的精度。
8.根据权利要求1所述的结构优化方法，其特征在于，所述(70)优化方案输出步骤具体为：
通过对响应面模型的多目标优化，得出符合目标响应的多个雷达波吸收复合板件结构方案，充分考虑其工艺因素和制造成本，输出最佳设计方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910572970.1A CN110377974B (zh) | 2019-06-28 | 2019-06-28 | 雷达波吸收复合板件结构优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910572970.1A CN110377974B (zh) | 2019-06-28 | 2019-06-28 | 雷达波吸收复合板件结构优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110377974A CN110377974A (zh) | 2019-10-25 |
| CN110377974B true CN110377974B (zh) | 2022-09-06 |
Family
ID=68251093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910572970.1A Active CN110377974B (zh) | 2019-06-28 | 2019-06-28 | 雷达波吸收复合板件结构优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110377974B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112711874B (zh) * | 2020-12-17 | 2023-05-12 | 北京环境特性研究所 | 等离子体涂覆目标宽频段雷达吸波参数选取方法和装置 |
| CN112687351B (zh) * | 2021-01-07 | 2023-04-18 | 哈尔滨工业大学 | 一种基于遗传算法-bp神经网络快速预测复合介质微波电磁性能的方法 |
| CN113677175B (zh) * | 2021-07-27 | 2024-08-02 | 北京无线电测量研究所 | 一种基于仿真优化的网状碳吸波体的制备方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870654A (zh) * | 2014-03-26 | 2014-06-18 | 西安电子科技大学 | 基于并行矩量法与物理光学混合的电磁散射仿真方法 |
| CN104732044B (zh) * | 2015-04-18 | 2017-07-21 | 北京工业大学 | 基于差分进化算法的多层频率选择表面复合吸波结构及材料的优化设计方法 |
-
2019
- 2019-06-28 CN CN201910572970.1A patent/CN110377974B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110377974A (zh) | 2019-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110377974B (zh) | 雷达波吸收复合板件结构优化方法 | |
| Sakamoto | Phase-error analysis of high-order finite difference time domain scheme and its influence on calculation results of impulse response in closed sound field | |
| Donderici et al. | Mixed finite-element time-domain method for transient Maxwell equations in doubly dispersive media | |
| US20100058257A1 (en) | Topology optimization method using equivalent static loads | |
| Liu et al. | The mixed spectral-element method for anisotropic, lossy, and open waveguides | |
| Agut et al. | Stability analysis of the interior penalty discontinuous Galerkin method for the wave equation | |
| Safi et al. | A traveling-wave tube simulation approach with CST particle studio | |
| CN114662357A (zh) | 一种确定散热器进出水室注塑件最佳工艺参数的方法 | |
| Koziel et al. | Space-mapping-based interpolation for engineering optimization | |
| US5331567A (en) | Pyramidal absorber having multiple backing layers providing improved low frequency response | |
| CN116306890A (zh) | 一种反演蜂窝等效介电常数的神经网络的训练方法 | |
| Liu et al. | fSDE: efficient evolutionary optimisation for many-objective aero-engine calibration | |
| Kim et al. | Adaptive h-refinement for the RWG EFIE applied to targets with edges | |
| CN115659607A (zh) | 一种多层透波结构的确定方法 | |
| CN111460734A (zh) | 一种结合先进自适应采样和人工神经网络的微波器件自动建模方法 | |
| CN112257261B (zh) | 天线、飞行器平台及等离子体鞘套一体化仿真分析方法 | |
| CN114741856A (zh) | 基于等效电磁参数分析的peek树脂基梯度蜂窝吸波结构设计方法 | |
| Han et al. | Recent progress of efficient low-boom design and optimization methods | |
| Chen et al. | Transformation optics-based finite difference time domain algorithm for scattering from object with thin dielectric coating | |
| Kempin | Design and analysis of an open-ended waveguide probe for material characterization | |
| CN101546347A (zh) | 矩形波导低通滤波器的参数确定方法 | |
| CN106294898B (zh) | 一种加速分析介质目标电磁散射特性的复点源求解方法 | |
| CN103678926A (zh) | 提高焊接仿真位移解精度的快速自适应高温截断优化方法 | |
| Deng | Methods for robust and reliability-based design optimization of electromagnetic devices | |
| US20240353458A1 (en) | Method for processing anisotropic magnetized plasma medium and system thereof |
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 |