[发明专利]一种高超声速飞行器模型迭代设计方法

摘要

本发明公开了一种高超声速飞行器模型迭代设计方法，包括如下步骤：通过几何设计方法构建高超声速飞行器参数化模型；通过灵敏度方法提取高超声速飞行器关键的模型参数，简化参数化模型，得到高超声速飞行器面向迭代设计的代理模型；应用鸽群优化算法对高超声速飞行器的模型参数进行优化，获得不同飞行条件下模型的平衡状态；确定高超声速飞行器期望的性能指标，对模型的平衡状态进行迭代，获得飞行器最优的设计模型。本发明在复杂的飞行条件下，依据期望性能指标，采用鸽群优化算法获得最优的模型参数，快速地得到满足期望性能指标的最优模型参数，且能覆盖至所有飞行包线，为高超声速飞行器设计提供了好的模型优化工具。

主权项

1.一种高超声速飞行器模型迭代设计方法，其特征在于，包括如下步骤：(1)通过几何设计方法构建高超声速飞行器参数化模型；(2)通过灵敏度方法提取高超声速飞行器关键的模型参数，简化参数化模型，得到高超声速飞行器面向迭代设计的代理模型；(3)应用鸽群优化算法对高超声速飞行器的模型参数进行优化，获得不同飞行条件下模型的平衡状态；应用鸽群优化算法对高超声速飞行器的模型参数进行优化具体包括如下步骤：(31)构建适应度函数；(32)种群信息和算法参数初始化，包括种群数量、优化变量维度、操作算子参数以及两个操作算子的迭代次数N_c1max和N_c2max；个体速度和位置信息初始化，根据适应度优劣对局部和全局最优信息初始化；(33)运行地图罗盘算子，根据鸽群中每一个体通过地磁和太阳高度信息，以及种群中最优信息，更新每个鸽子的位置和速度，比较得到最优路径；(34)如果迭代次数N_c大于N_c1max，迭代从地图罗盘算子切换到地标算子；否则，返回第(33)步；(35)根据适应值对每只鸽子排序，保留适应值高的鸽子；利用种群中心点作为剩余鸽群的飞行参考方向，对个体的位置进行更新，计算鸽群中心并调整各个鸽子的位置，使其飞向鸽群中心；(36)如果迭代次数N_c大于N_c2max，迭代终止并输出结果；否则，返回第(35)步；获得不同飞行条件下模型的平衡状态具体为：针对不同约束条件下的平衡状态求解问题，建立其对应的适应值函数，其具体形式如下：式中，t_f为仿真终止时刻，η作为动态权值，用于削弱时间积累的不稳定模态影响；β₁,β₂,...,β₅为对应状态的权值，使得各状态导数指标均匀地趋向于最优指标；利用鸽群优化算法的快速收敛能力以及其对初值精度的弱相关性，直接寻优使适应值函数收敛到极值，找到最优解，即为高超声速飞行器平衡状态；(4)确定高超声速飞行器期望的性能指标，对模型的平衡状态进行迭代，获得飞行器最优的设计模型；采用鸽群优化算法获得高超声速飞行器最优的设计模型，获得最优模型即为找到飞行的最优巡航状态，由于巡航状态的选取与飞行器的平衡状态有关，为此，构造二级优化策略对平衡状态进行优化，优化流程为：首先设定算法搜索范围、算法参数和优化初值；在第一级优化中，利用鸽群优化算法求解不同飞行状态下的平衡状态量和控制量，在此基础上，再次通过鸽群优化算法对飞行状态进行优化；根据代价函数计算种群中每个个体的适应值，再返回到算法中进行飞行状态更新；当仿真次数达到最大值时，停止计算，输出结果；一旦找到高超声速飞行器最优巡航状态，即可以获得最优状态下的气动力和推力，进而推导出最优的高超声速飞行器设计模型。