学位论文 > 优秀研究生学位论文题录展示

飞机设计的多学科优化方法研究

作　者: 张科施
导　师: 李为吉
学　校: 西北工业大学
专　业: 飞行器设计
关键词: 飞机设计多学科设计优化并行子空间优化算法协同优化算法多目标优化
分类号: V221
类　型: 博士论文
年　份: 2006年
下　载: 2005次
引　用: 14次
阅　读: 论文下载

内容摘要

飞机设计是一个复杂的多阶段的过程，同时也是一个反复迭代、逐渐接近最优的过程。在飞机设计各阶段中，任务定义阶段、概念设计阶段和初步设计阶段的综合优化设计对提高飞机整体性能具有极其重要的意义。然而要实现飞机综合优化设计却绝非易事。由于飞机是一种大型复杂工程系统，它的设计覆盖多个学科，各学科设计都非常复杂，而各学科之间又相互关联，加之存在大量的设计变量和约束条件，使得要将各学科有效的组织起来进行飞机综合优化设计的难度非常大，如果采用传统的优化设计方法来实现几乎不可能。随着世界航空工业的发展，人们对飞机的综合性能提出了越来越高的要求，进行飞机综合优化设计的需求也就愈加迫切。在这种情况下，多学科设计优化方法(Multidisciplinary Design Optimization，MDO)应运而生。本文以多学科设计优化算法及其在飞机设计中的应用为核心，主要进行了如下研究： 1．对现有多学科设计优化算法进行了较全面的分析，清晰地描述了各算法的算法结构，分析了它们的优缺点。 2．系统深入地研究了多学科设计优化中常用的两种线性近似技术和三种非线性近似技术。采用测试函数和工程算例研究了二次响应面、Kriging模型和径向基神经网络方法对不同维数和不同阶数问题的近似能力，并进行了比较分析。在此基础上给出了在工程优化中如何选择近似技术的建议性原则。 3．对并行子空间优化算法(CSSO)进行了深入研究。(1)研究发展了“基于全局敏度方程的CSSO算法”并进行了改进。指出基于全局敏度方程的CSSO算法存在收敛不稳定、容易发生早熟的问题，分析了产生这种问题的原因，并据此对该算法进行了改进，提高了收敛性能。(2)分析了基于响应面的CSSO算法的计算结构，指出学科级优化的作用实际上是为构造响应面提供一个新的试验点，据此发展了“基于近似技术的CSSO算法”。引入均匀试验设计方法和Kriging模型、神经网络等多种近似技术替代学科级优化，极大地减少了计算量，具有较强的工程实用性。通过数值算例和齿轮箱多学科优化算例验证了所发展算法的正确性和有效性。 4．对求解多目标优化问题的CSSO算法进行了深入研究。(1)研究发展了目标约

全文目录

摘要  4-6
Abstract  6-11
第一章绪论  11-29
  1.1 飞机设计中的优化问题  11-12
  1.2 传统优化算法解决飞机综合优化设计问题的困难  12-13
  1.3 多学科设计优化方法的产生  13-14
  1.4 多学科设计优化概述  14-26
    1.4.1 多学科设计优化的研究范畴  14-18
    1.4.2 多学科设计优化问题的分类及主要概念定义  18-19
    1.4.3 多学科设计优化方法概述  19-26
  1.5 本文的主要工作及组织  26-29
第二章多学科设计优化中的近似技术  29-50
  2.1 线性近似技术  29-36
    2.1.1 全局敏度方程  30-33
    2.1.2 最优敏度分析  33-36
  2.2 非线性近似技术  36-49
    2.2.1 试验设计方法  36-38
    2.2.2 二次响应面  38-39
    2.2.3 Kriging模型  39-41
    2.2.4 径向基神经网络方法  41-43
    2.2.5 近似精确度评估标准  43-44
    2.2.6 算例  44-49
  2.3 小结  49-50
第三章并行子空间优化算法及改进  50-88
  3.1 并行子空间优化算法的基本概念  50-52
  3.2 基于全局敏度方程的并行子空间优化算法及改进  52-67
    3.2.1 数学模型及算法框架  52-58
    3.2.2 算法的几个关键问题  58-62
    3.2.3 基于全局敏度方程的并行子空间优化算法的改进  62-67
  3.3 基于响应面的并行子空间优化算法及改进  67-72
    3.3.1 数学模型与算法框架  67-70
    3.3.2 基于响应面的并行子空间优化算法的改进  70-72
  3.4 算例  72-86
    3.4.1 带耦合关系的数值算例  73-78
    3.4.2 齿轮箱优化算例  78-86
  3.5 小结  86-88
第四章多目标并行子空间优化算法及改进  88-130
  4.1 多目标优化中的几个基本概念  88-89
  4.2 飞机设计中的多目标优化问题及其求解方法概述  89-90
  4.3 目标约束并行子空间优化算法及改进  90-102
    4.3.1 目标约束并行子空间优化算法的设计思想  90-91
    4.3.2 无偏好目标约束并行子空间优化算法  91-95
    4.3.3 期望域目标约束并行子空间优化算法  95-98
    4.3.4 期望域目标约束并行子空间优化算法的改进  98-102
  4.4 自适应加权并行子空间优化算法  102-114
    4.4.1 目标约束并行子空间优化算法中存在的问题  102-103
    4.4.2 自适应加权并行子空间优化算法的提出  103-104
    4.4.3 自适应加权并行子空间优化算法的设计思想  104-106
    4.4.4 自适应加权并行子空间优化算法的数学模型及算法框架  106-113
    4.4.5 自适应加权并行子空间优化算法的特点  113-114
  4.5 算例  114-129
    4.5.1 凸Pareto前沿算例  114-125
    4.5.2 非凸Pareto前沿算例  125-129
  4.6 小结  129-130
第五章民用飞机总体多学科综合优化设计应用研究  130-172
  5.1 民用飞机多学科综合分析及研究意义  130-131
  5.2 某通用航空飞机概念设计  131-140
    5.2.1 设计问题描述及优化建模  132-133
    5.2.2 多学科综合分析及多学科优化模型的建立  133-134
    5.2.3 气动、重量和性能三学科计算模型  134-137
    5.2.4 优化结果及分析  137-140
  5.3 某亚声速中短程旅客机概念设计的多目标优化  140-150
    5.3.1 设计问题描述及优化建模  140-142
    5.3.2 多学科综合分析及多目标优化模型的建立  142-143
    5.3.3 气动学科及重量性能学科分析计算模型  143-147
    5.3.4 优化结果及分析  147-150
  5.4 某高亚声速民机考虑气动弹性的机翼气动/结构综合优化设计  150-171
    5.4.1 机翼设计模型的建立  151-156
    5.4.2 机翼设计多学科综合分析及多学科优化模型的建立  156-158
    5.4.3 考虑气动弹性的机翼气动/结构学科分析计算方法  158-165
    5.4.4 优化结果及分析  165-171
  5.5 小结  171-172
第六章设计指标最优分配的协同分配法  172-197
  6.1 设计指标最优分配概述  172-174
    6.1.1 设计指标最优分配研究的意义  172
    6.1.2 设计指标最优分配方法概述  172-173
    6.1.3 飞机顶层设计的设计指标最优分配问题  173-174
  6.2 协同分配法  174-186
    6.2.1 协同优化算法概述  175-176
    6.2.2 协同分配法的原理及数学模型  176-178
    6.2.3 各类协同优化算法在协同分配法中的可移植性分析  178-184
    6.2.4 飞机顶层设计中的设计指标协同分配过程描述  184-186
  6.3 协同分配法算例  186-196
    6.3.1 两层可靠度指标分配数值算例  186-188
    6.3.2 三层可靠度指标分配数值算例  188-192
    6.3.3 工程结构系统可靠度指标分配算例  192-196
  6.4 小结  196-197
第七章总结与展望  197-200
  7.1 工作总结  197-198
  7.2 研究工作展望  198-200
参考文献  200-208
攻读博士学位期间论文发表及课题研究情况  208-209
攻读博士学位期间获奖情况  209-210
致谢  210-211

飞机设计的多学科优化方法研究

内容摘要

全文目录

相似论文