[发明专利]基于模块集成与数据管理的飞行器机翼结构综合优化方法

说明书

本发明公开了基于模块集成与数据管理的飞行器机翼结构综合优化方法，针对飞行器机翼结构综合优化，充分考虑结构综合优化过程中如传热、控制、结构静力学、结构动力学、气动和气弹等多学科耦合的影响的情况下，通过每个计算节点不增加计算时间的条件下应用并行化策略进行每个节点的多次尝试，且通过多次尝试的参数输入和节点输出的响应关系，通过评估计算结果相对优化变量的敏度，结合学科的计算特点进行模块并行与数据存储及预测，加速下一轮优化变量的设置，并进一步提升计算结果收敛速度。可在保证精度的前提下，大大提高了计算效率，形成了进一步的多学科优化的精细化设计手段。

技术领域

本发明涉及结构优化设计的技术领域，具体涉及基于模块集成与数据管理的飞行器机翼结构综合优化方法。

背景技术

先进飞行器在采用数字样机设计过程中经常存在传热、控制、结构静力学、结构动力学、气动和气弹等多学科耦合造成的结构影响。多场耦合的复杂服役环境一方面造成了多学科计算时求解上的困难，同时也影响着结构优化设计过程，如优化过程耗时且难以找到最优解等。传统的多学科多约束优化求解过程中往往需要多学科往复计算，即使单层约束(或目标)取得连续的平稳结果时，仍然在全局目标存在较大震荡，导致优化过程耗时较长。另一方面，智能算法的再多轮次搜索时，因其搜素逻辑也不得不遍历部分不存在意义的点，且难以利用前几轮次的先验信息，因此为了获得足够优异的结构性能，在飞行器机翼结构综合优化设计时必须要考虑多场耦合情况下，尽可能利用并行化策略进行每个节点的多次尝试，且尽可能不增加计算时间，通过结合学科计算的模块集成与数据管理特点，形成进一步的多学科优化的精细化设计手段。

由于多学科优化问题的目的在于满足多个学科的目标或者约束，因此往往存在多个学科间互相耦合情况，且随着优化的进行，会出现一个变量同时影响多个学科，进行计算分析就会出现计效率降低的情况，近年来,针对复杂工程系统设计优化问题的多学科设计优化在航空航天领域日益受到重视。并行子空间优化算法是一种有效的分布式方法,算法结构与现有工程设计分工的组织形式相一致,它将原复杂的设计优化问题分解为几个相对简单的学科级优化子问题,学科级并行优化,所需其它学科的状态变量信息通过近似分析模型来获取.系统级对各学科优化结果进行协调,这个过程迭代进行最终获得一个好的设计方案.Wu Y等人提出了一种基于近似等价确定性约束的优化求解策略，将这一概念从单约束问题扩展到基于安全因子的多约束可靠性分析问题。Iqbal M提出自动分治(Automatic Divide-and-Conquer)。随机重组的思想是通过变量组合的方式来在多个现有候选解的基础上合成新的候选解其本质是在共候选解个体中的较好组成部件(决策变量)。上述并行策略方法从解的混合角度出发，在多约束单目标问题中有较好的发挥，但在实际工程问题中，由于约束(或目标)条件众多，每单个计算任务的节点的重复计算成本也是巨大的，而其他传统的优化策略在面对多学科复杂约束(或目标)问题时更是存在迭代次数多、计算资源耗费庞大、求解过程缓慢等问题。

发明内容

本发明要解决的技术问题是：克服现有技术的不足，提供基于模块集成与数据管理的飞行器机翼结构综合优化方法，针对飞行器机翼结构综合优化，充分考虑结构综合优化过程中传热、控制、结构静力学、结构动力学、气动和气弹等多学科耦合的影响情况下，通过每个计算节点不增加计算时间的条件下应用并行化策略进行每个节点的多次尝试，且通过多次尝试的参数输入和节点输出的响应关系，通过评估计算结果相对优化变量的敏度，结合学科计算的模块集成与数据管理特点，加速下一轮优化变量的设置，并进一步提升计算结果收敛速度，在保证精度的前提下，大大提高了计算效率，形成了进一步的多学科优化的精细化设计手段。

本发明在保证优化结果可靠性的前提下，通过针对优化策略所涉及的模块集成与数据管理手段，减少了飞行器机翼结构综合优化设计过程中多学科分析的迭代分析次数，降低了计算成本，提高了优化效率。

本发明采用的技术方案为：基于模块集成与数据管理的飞行器机翼结构综合优化方法，应用于包括传热、控制、结构静力学、结构动力学、气动和气弹的多个物理场存在的服役环境下的飞行器设计，其特点在于，包括如下步骤：