摘要：A robust optimization design approach of natural laminar airfoils is developed in this paper. First, the non-uniform rational B-splines （NURBS） free form deformation method based on NURBS basis function is introduced to the airfoil parameterization. Second, aerodynamic characteristics are evaluated by solving Navier-Stokes equations, and theγ-Reθt transition model coupling with shear-stress transport （SST） turbulent model is introduced to simulate boundary layer transition. A numerical simulation of transition flow around NLF0416 airfoil is conducted to test the code. The comparison between numerical simulation results and wind tunnel test data approves the validity and applicability of the present transition model. Third, the optimization system is set up, which uses the separated particle swarm optimization （SPSO） as search algorithm and combines the Kriging models as surrogate model during optimization. The system is applied to carry out robust design about the uncertainty of lift coefficient and Mach number for NASA NLF-0115 airfoil. The data of optimized airfoil aerodynamic characteristics indicates that the optimized airfoil can maintain laminar flow stably in an uncertain range and has a wider range of low drag.

摘要：Experiment design method is a key to construct a highly reliable surrogate model for numerical optimization in large-scale project. Within the method, the experimental design criterion directly affects the accuracy of the surrogate model and the optimization efficient. According to the shortcomings of the traditional experimental design, an improved adaptive sampling method is proposed in this paper. The surrogate model is firstly constructed by basic sparse samples. Then the supplementary sampling position is detected according to the specified criteria, which introduces the energy function and curvature sampling criteria based on radial basis function （RBF） network. Sampling detection criteria considers both the uniformity of sample distribution and the description of hypersurface curvature so as to significantly improve the prediction accuracy of the surrogate model with much less samples. For the surrogate model constructed with sparse samples, the sample uniformity is an important factor to the interpolation accuracy in the initial stage of adaptive sam- pling and surrogate model training. Along with the improvement of uniformity, the curvature description of objective function surface gradually becomes more important. In consideration of these issues, crowdness enhance function and root mean square error （RMSE） feedback function are introduced in C criterion expression. Thus, a new sampling method called RMSE and crowd- ness enhance （RCE） adaptive sampling is established. The validity of RCE adaptive sampling method is studied through typical test function firstly and then the airfoil/wing aerodynamic opti- mization design problem, which has high-dimensional design space. The results show that RCE adaptive sampling method not only reduces the requirement for the number of samples, but also effectively improves the prediction accuracy of the surrogate model, which has a broad prospects for applications.

摘要：通过验证实例分析,气动设计中精细化优化模型对设计结果收敛精度的提高有很大帮助,但同时也带来优化算法搜索困难的问题,并且由于不同类型设计变量之间的相互耦合干扰使优化难以收敛到全局最优解。于是提出基于响应均值灵敏度的概念对大规模的设计变量进行重要性分组的策略,依据设计变量分组情况应用系统分解思想对多变量设计问题进行分层协同优化来降低系统的复杂度,这既保证了精细化设计的要求,又缓解了优化算法对大规模问题搜索困难的问题。与传统气动优化方法相比,基于系统分解的分层协同优化算例有较大寻优效率和性能提升,证明了该方法的可行性。

摘要：在信赖域最优化方法的基础上,将梯度搜索方法与近似模型管理结构相结合,结合N-S方程与Euler方程,建立了一种用于气动外形设计的梯度AMF优化设计方法。该方法在气动优化中,通过对采用不同的流体控制方程的计算结果进行组织和管理,从而可以在优化迭代过程中将主要搜索过程集中在低可信度模型的计算上,并利用高可信度模型监控优化过程,使得最终的优化解收敛到高可信度模型上。本文采用梯度AMF气动优化设计方法进行翼型设计,取得了良好的设计效果,实际结果表明本文提出的方法具有可行性和适用性。

摘要：计算机技术与计算流体力学的不断发展带动了飞行器气动外形设计学科的巨大进步,气动外形设计方法经历了从"Cut-and-Try"到反设计再到优化设计,气动分析方法从依赖风洞试验到低可信度CFD计算再到高可信度CFD计算。随着气动外形设计方法的不断发展以及对飞行器性能要求的不断提高,气动设计对象、设计状态、优化模型、约束条件等都在变得越来越复杂与精细化,使得气动外形设计方法面临新的考验与挑战。本文根据作者及课题组多年研究的积累,结合国内外相关的研究成果,系统地回顾了飞行器气动外形设计方法的研究进展,对当前气动设计方法面临的新问题与新挑战进行了总结,并对未来气动外形设计的研究方向进行了展望。

摘要：针对飞行器外形设计这一复杂的多目标问题,开展了相应的多目标优化方法研究。采用系统分解法来降低大系统的复杂度是工程设计中常用的方法,但是传统的系统分解法在处理多目标问题时通常是把多目标问题转化为单目标问题,最后得到单一优化解。利用PARETO方法的特点,提出了基于PARETO的系统分解法来解决传统系统分解法使用中的这个问题,经过优化可以得到均匀分布的PARETO解集,便于进行分析比较和选择。最后针对具体算例进行气动与隐身特性的综合优化设计,经过一轮优化后,所得到的一系列优化方案其气动和隐身性能都有较大提高,不仅达到了期望的设计要求,而且可以对该解集进行分析比较,以选择需要的优化结果。

摘要：针对传统设计方法缺乏物理背景等不足,利用流动数值仿真及相关性分析的手段,对几何外形与流动变化的相关性规律进行经验总结,并将这种设计经验进行数值化描述后,引入到优化设计中,建立新的气动外形优化设计模型,使设计模型具有一定的物理意义,从而提高设计效率,改善设计结果。通过高速自然层流翼型HSNLF-0213的优化设计,利用相关性的分析结果,建立具有物理意义的优化模型,开展了基于单点优化设计且同时满足多点设计要求的设计方法的应用研究,对这种设计方法及思路进行了初步的探索。设计结果证明了该方法的可行性。

摘要：针对大规模空战体系对抗仿真研究过程中飞机运动仿真所需的3自由度质点动力学模型,分析了机动指令生成器设计原理,并以指挥自动化系统给出的航路导引指令为例,建立了航路飞行机动指令生成器数学模型。最后给出了1个飞机在航路导引指令要求下的飞行仿真算例。正确的仿真结果验证了指令生成器数学模型的合理性。机动指令生成器能够完成仿真任务,从而将在飞机飞行仿真中得到广泛应用。

摘要：先进高速高升力自然层流(NLF)翼型的设计已经成为提高新一代高空长航时(HALE)无人机(UAV)性能的重要手段。然而这类翼型表面极易出现分离泡和激波等,尤其对于马赫数、飞行攻角等状态波动气动特性非常敏感,这导致传统的层流翼型设计方法设计的外形在面向工程应用中出现稳健性差,难以被工程使用。气动稳健设计(RADO)方法虽然是一种有希望的解决途径,但它遭遇了巨大计算花费的难题。为了解决这些问题,通过对影响气动稳健优化设计效率的关键技术进行研究,发展了基于自适应前向-后向选择(AFBS)的稀疏多项式混沌重构方法,极大改善了不确定分析(UQ)和稳健优化效率。同时,也发展了考虑多参数不确定的高效气动稳健优化设计方法,有效解决了传统翼型设计方法难以满足高速高升力自然层流翼型设计要求兼顾高升力设计、自然层流设计以及超临界设计的难题。最后使用发展的方法成功设计了一类具有典型特点的跨空域稳健自然层流翼型。结果表明设计的翼型相对于经典的全球鹰无人机翼型气动性能全面提升,同时低阻范围更大,气动性能更加稳健,从而验证了稳健优化方法的有效性和相对于确定性设计的优势。

摘要：Volterra级数作为一种非线性系统模型,因其具有坚实的理论基础、简洁的表示形式和明确的物理意义,在许多领域引起了广泛的研究兴趣。Volterra级数实际应用的难点在于Volterra核的辨识,随着核阶次的增加待辨识参数的数量呈指数增长。为了减少待辨识参数,文章以分段二次多小波为基函数将Volterra一阶核和二阶核展开,将问题转化为少数展开系数的估计问题。通过典型的非线性振荡器进行验证,结果表明Volterra核的辨识结果非常接近于理论值,同时由Volterra级数能准确计算系统在不同输入下的响应。此外,针对常用的输入信号无法反映非线性系统中不同频率相互作用产生的非线性影响,文中设计了一种适合于二阶核辨识的输入,称为二维扫频,与常用扫频信号相比,试验结果表明这种输入明显能更好地激励系统的非线性特性。