摘要：针对鸭式旋翼/机翼(Canard Rotor/Wing,CRW)飞机独特的气动布局,常规的分析方法及经验公式很难准确地对CRW飞机进行飞行动力学研究,通过飞行辨识对CRW飞机悬停状态特性进行了研究。首先,设计了飞行试验并获得了高质量的飞行数据,基于频率响应对CRW飞机的状态空间模型进行了简化。然后,在频域内对飞机的动力学参数进行了拟合优化,获得了CRW飞机悬停状态的动力学模型,并用飞行数据对所建模型进行了验证。最后,用辨识所得参数与常规直升机悬停状态时的参数进行了对比。结果显示悬停时CRW飞机的操纵导数和阻尼导数均比常规直升机小,经分析,操纵导数的减小主要是CRW飞机独特的旋翼设计所致,阻尼导数减小的原因主要是旋翼气动影响以及鸭翼、平尾、垂尾的结构影响。动力学特性分析结果为CRW飞机旋翼模式总体设计的进一步优化提供了指引和参考,所建立的模型可用于控制系统设计。

摘要：针对传统的气动外形优化设计存在计算量大、精度低的不足,以及采用余量修正方法的气动外形反设计存在难以提供合理目标压力的难题,为了提高已有气动外形设计方法的工程实用性,创新性地将优化方法中的遗传算法与反设计的余量修正方法相结合,并采用高精度的CFD分析方法,进行了翼型的气动外形设计。设计实践表明,文中的气动外形设计方法是可行的,且由于在优化方法和反设计方法中采用了不同的CFD分析方法,提高了气动外形设计的效率和精度。

摘要：针对大型宽体客机环保和经济性等方面的需求,提出在传统高升力控制系统实现起降增升、增阻的基础上,增加巡航减阻功能,通过机翼变弯度控制实现飞机在长时间巡航过程中的气动效能最优。首先,基于系统工程正向设计的思想进行了需求分析,提出巡航减阻的功能要求。随后,围绕需求和功能开展了物理架构设计,并分析了架构的安全性,提出了“集中式”和“分布式”两种设计方案;对比两种方案的优缺点,并从工程实现角度给出了方案的选用建议。最后,开展巡航减阻控制律的设计并进行了计算与仿真分析。计算表明,巡航机翼变弯度设计可提高航程、减少燃油消耗,满足飞机提出的环保性和经济性要求。仿真结果表明,在自动驾驶接通时接入巡航减阻功能,飞机构型变化过程平稳,满足飞行品质要求。

摘要：对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法:利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。

摘要：在飞行器气动外形优化设计中,复杂约束条件导致设计空间可行域呈现不连续的特征,且理想解大多靠近约束边界,传统高效代理模型方法难以适用。研究了参考点对优化设计的影响,提出了一种考虑约束的参考点选择机制;对于最优解靠近边界的问题,罚函数法更加有效,但惩罚因子的设置对于罚函数方法影响很大,不合适的惩罚因子反而会损害优化效率,分析了优化过程中罚函数方法对惩罚因子的要求,提出了一种无参数自适应罚函数的代理模优化设计方法,引入基于样本分析的惩罚项,结合归一化目标值和约束值,在优化过程中动态调整惩罚因子,使优化能够尽可能地聚焦于可行域内,迅速收敛到最优解,实现样本的高效配置。通过带约束的函数算例和翼型优化算例证实,所提方法可以大幅提高飞行器气动外形优化设计效率。

摘要：飞翼布局由于在气动、隐身和结构等方面的综合优势,是未来最有潜力的飞行器气动布局形式。关于飞翼布局的气动设计研究,学术界开展了大量的设计分析,研究发现低速起降性能和操控是飞翼布局性能和安全的主要难点。对于飞翼布局无人机和作战飞机,由于隐身设计的影响,使得其低速起降性能、操控特性更加严苛,以往的研究主要集中在高速巡航的设计,关于低速设计研究很少,因此基于高性能离散伴随优化设计平台,开展了某飞翼布局无人机的高低速综合设计研究,分析对比了不同低速设计模型对飞机低速特性的影响,在此基础上,建立了高低综合设计模型,全面提升了飞机的高低速性能,经过对结果的分析,总结了高低速一体化设计的要点和规律,为飞翼布局的气动设计提供了有力的设计模型和参考。

摘要：为了解决优化设计中计算效率与高可信度信息获取之间的矛盾,从高、低可信度模型的物理机理出发,基于Kriging模型和拉丁超立方设计选样方法构造两模型差值的代理模型;并利用该代理模型对低可信度模型进行修正,构成了具有高可信度的修正模型。与直接对高可信度模型构造的代理模型相比,修正模型不但分析精度更高,而且所需的构造样本更小。文中分别以翼型气动力分析、机翼气动力分析和无人机隐身特性分析为例,从不同维数、不同学科的角度验证了修正模型特性,并进行了机理分析。

摘要：对基于Kriging模型气动优化的加点方法和设计空间的构建问题进行了研究。首先,针对高效全局优化(EGO)方法收敛缓慢的问题,提出了一种混合加点方法,该方法通过引入期望提高(EI)阈值控制EI和最小预测值(MP)加点准则,利用先全局再局部的优化思想,提高了EGO方法在确定设计空间内的收敛性。其次,针对设计空间的构建问题,对比了扩大设计变量范围和多轮优化两种不同的设计空间构建方法,分析了设计变量范围对设计空间大小和样本密度的影响,进而提出了自适应设计空间扩展的代理模型优化方法。相对于传统固定设计空间的方法,自适应设计空间扩展的方法在动态的设计空间中进行优化搜索,只在有潜力的维度扩展设计变量范围,通过构建自适应设计空间,实现了样本的高效配置。最后,通过ADODG标准翼型优化算例证实,自适应设计空间优化方法可以大幅提高气动优化设计效率。

摘要：驾驶员诱发振荡(PIO)是一类驾驶员不希望出现的人机耦合(APC)现象。探测器可根据飞机飞行数据识别是否有PIO发生。设计模糊逻辑探测器模型用于PIO探测关键在于模糊变量的选取与模糊推理的设计,模糊变量是由若干隶属函数描述的。根据对发生PIO时驾驶员的操纵与飞机运动特点的分析与总结,以及选取的特征参数的变化范围,对模型中的隶属函数进行设计,并对隶属函数的适应性和对识别结果的影响进行了分析。PIO数据的识别结果表明通过这种设计方法得到的模型可以用于PIO探测。

摘要：遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大。针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法。在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量。为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题。为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%。与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%。结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计。