高效粒子群算法研究及飞翼无人机气动隐身优化设计

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。

基于EHVI加点准则的DSI进气道气动/隐身多目标代理优化方法研究

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。