摘要：Modeling of unsteady aerodynamic loads at high angles of attack using a small amount of experimental or simulation data to construct predictive models for unknown states can greatly improve the efficiency of aircraft unsteady aerodynamic design and flight dynamics *** this paper,aiming at the problems of poor generalization of traditional aerodynamic models and intelligent models,an intelligent aerodynamic modeling method based on gated neural units is *** time memory characteristics of the gated neural unit is fully utilized,thus the nonlinear flow field characterization ability of the learning and training process is enhanced,and the generalization ability of the whole prediction model is *** prediction and verification of the model are carried out under the maneuvering flight condition of NACA0015 *** results show that the model has good *** the interpolation prediction,the maximum prediction error of the lift and drag coefficients and the moment coefficient does not exceed 10%,which can basically represent the variation characteristics of the entire flow *** the construction of extrapolation models,the training model based on the strong nonlinear data has good accuracy for weak nonlinear ***,the error is larger,even exceeding 20%,which indicates that the extrapolation and generalization capabilities need to be further optimized by integrating physical *** with the conventional state space equation model,the proposed method can improve the extrapolation accuracy and efficiency by 78%and 60%,respectively,which demonstrates the applied potential of this method in aerodynamic modeling.

摘要：根据气动-结构一体化设计思想,结合机翼在真实飞行条件下受到气动载荷产生弹性变形的问题,进行了一种考虑静气动弹性影响的复杂机翼气动外形反设计方法研究。气动载荷及机翼结构弹性变形由基于非结构网格的三维Euler方程耦合结构力学平衡方程求解得到;用Takanashi余量修正方法作为机翼反设计方法,进行"复杂机翼气动弹性分析-简单光滑机翼反设计"循环迭代设计。以某型带有挂架及翼梢小翼的支线飞机大展弦比机翼作为设计算例,设计结果表明发展的设计方法是可行的,具有很高的工程实践意义和实用性。

摘要：提出了一种结合约束二次逼近优化(bound optimization by quadratic approximation,BOBYQA)搜索算法的理想点法对非支配解进行局部优化的混合多目标粒子群方法(local search with multiobjective particle swarm optimization,LSMOPSO),以提高多目标粒子群算法的收敛性能和非支配解集的精度与多样性。LSMOPSO算法使用拥挤距离选择领导粒子组成领导粒子集,并对其进行理想点局部搜索;分析比较了全局理想点和局部理想点对算法性能的影响,提出基于局部理想点的局部搜索策略;在粒子的设计空间的多个维度上引入均匀变异操作,降低算法陷入局部最优的可能。基本测试函数的求解结果表明,算法的收敛速度很快,而且搜索到的非支配解集的精度高、多样性好。

摘要：针对无附面层隔道超声速进气道(DSI)气动隐身多目标优化设计问题,以DSI进气道三维鼓包压缩面(bump)为设计对象,开展DSI的气动、隐身多目标优化设计研究。采用自由曲面变形(FFD)方法实现DSI进气道bump面的参数化表达;分别采用基于雷诺平均N-S方程的计算流体力学方法(CFD)及大面元物理光学法(LEPO)配合一致性几何绕射理论(UTD)计算边缘绕射场的RCS分析方法计算DSI进气道的气动、隐身性能;选择结合基于动态超体积期望改善(EHVI)加点的动态Kriging代理模型与ASMOPSO算法的高效多目标粒子群算法对DSI进气道进行综合寻优设计研究。在较少的调用真实目标函数的情况下,获得了比较优秀的Pareto前沿,通过对所选解的分析比较可知优化后的DSI进气道在气动及隐身方面均优于原始构型。

摘要：多目标的粒子群算法(MOPSO)在各个领域的优化设计中得到了广泛应用及改进,但是目前仍然存在着在进化后期容易陷入局部最优导致收敛精度低、解的多样性差等问题。引入α-stable分布理论,发展建立了一种新的基于α-stable动态变异的多目标粒子群优化算法(ASMOPSO)。通过α-stable分布生成随机数对PSO算法的种群进行变异操作,增加种群的多样性,在算法中动态调整稳定性系数α实现变异范围和幅度的变化,从而使得改进的ASMOPSO算法具有兼顾计算精度和全局寻优的能力。使用ZDT系列无约束函数和带约束的Tanaka及Srinivas函数对改进前后的算法进行了测试,结果显示出了ASMOPSO算法的快速全局寻优性能。将改进后的算法应用到RAE2822跨音速翼型的减阻和力矩绝对值不增大的综合优化中,得到了较好的多目标气动优化结果。

摘要：采用三维Euler方程为控制方程,耦合静气动弹性平衡方程,进行机翼静气动弹性数值模拟;在机翼静气动弹性分析的基础上,结合Takanashi余量修正方法对三维大展弦比机翼进行气动外形反设计,以确定机翼的型架外形。以某型支线飞机的大展弦比机翼为算例,进行了静气动弹性数值模拟和机翼型架外形设计研究,设计结果表明发展的机翼静气动弹性数值模拟和型架外形设计方法是合理可行的。

摘要：飞行器气动隐身多目标优化设计存在计算代价过大的问题,亟需一种高效的优化设计方法来解决此类问题。以某型无人机为设计对象,采用自由曲面变形(FFD)方法实现飞翼布局的参数化表达,分别采用基于雷诺平均N灢S方程的计算流体力学方法、大面元物理光学法和一致性几何绕射理论相互配合来计算边缘绕射场的RCS,进而计算飞翼布局无人机的气动、隐身性能;选择结合基于动态超体积期望改善(EHVI)加点的动态Kriging代理模型与ASMOPSO算法的高效多目标粒子群算法对飞翼布局无人机进行综合寻优设计。在较少地调用真实目标函数的情况下,获得了比较优秀的Pareto前沿,表明优化后的飞翼布局无人机在气动及隐身方面均优于原始构型。

摘要：为满足无人机远距离察打,荒野配送领域供电需求,设计了分布式风能互补无人机充电基站,提出了实时追光系统与降落充电辅助系统的设计方案,通过MPPT(最大功率点追踪技术)进行电能管理,选用STM32F103C8T6作为核心控制单元,采用无线传能充电方式,通过步进电机驱动、重力传感器等实现对无线充电基站的控制。采用实验的方式对系统各部分进行分析,提高设计的合理性。结果表明,所设计的风光互补无线充电基站可以实现风光互补能源的高效利用和无人机充电过程的自动化控制,其发电功率相对传统风光发电系统提高了约30%。该无人机无线充电基站改变了传统无人机充电方式,其能源利用率高,结构便捷可靠,自动化程度高,可为无人机在无电网覆盖领域远距离作业提供充电方案。