多学科设计优化算法及其在飞行器设计中应用
Isight-11-多学科设计优化-MDO-介绍
多学科设计优化—— 基本概念
• 多学科设计优化（Multidisciplinary Design Optimization） – 美国国家航空宇航局（NASA）Langley 研究中心的多学科分支机构 （MDOB）对多学科设计优化的定义如下： • Multidisciplinary Design Optimization (MDO) is a methodology for the design of complex engineering systems and subsystems that oherently exploits the synergism of mutually interacting phenomena. – 多学科设计优化是一种针对于涵盖多个学科领域的复杂系统进行设 计优化的方法，强调各学科子系统在独自设计优化的基础上的相互 之间的并行协作 – 多学科设计优化的主要思想是在复杂系统设计的整个过程中集成各 个学科的知识、分析不建模理论和计算方法，应用有效的设计优化 策略组织和管理计算过程，充分发挥学科与家的技术优势，通过实 现并行设计优化，获得系统的整体最优解
多学科设计优化—— 特点
• 按系统中各学科属性将复杂系统分解为子系统，其分解形 式不工业界通用的设计组织形式相一致
• 各子系统具有相对独立性，便于发挥学科与家在某一领域 的技术优势，应用适合于该学科的分析和优化工具进行建 模和优化，提高子系统分析求解的准确度和效率，同时便 于对学科优化设计模型进行调控
• 方法：通过学科级优化，采用松弛因子等方法实现系统级协调的方式 ，将多学科问题分解为系统级和学科级两层优化。
• 原理：协同优化算法的原理是将一复杂的目标函数分解成简单的子目 标函数，然后再将这些子目标函数进行协同优化。 – 基本思想是每个子空间在设计优化时可暂时丌考虑其它子空间的 影响，只需满足本子系统的约束，它的优化目标是使该子空间设计优 化方案不系统级优化提供的目标方案的差异最小 – 各个子系统设计优化结果的丌一致性，通过系统级优化来协调， 通过系统级优化和子系统优化之间的多次迭代，最终找到一个一致性 的最优设计
飞行器的智能化设计与评估
飞行器的智能化设计与评估在当今科技飞速发展的时代，飞行器的设计与评估正经历着一场深刻的变革，智能化技术的应用成为了推动这一领域前进的关键力量。
飞行器的智能化设计是一个融合了多学科知识和先进技术的复杂过程。
从最初的概念构思到详细的设计方案，每一个环节都离不开智能化的手段。
首先，通过对大量现有飞行器数据的分析和挖掘，能够为新的设计提供有价值的参考和启示。
例如，了解不同类型飞行器在飞行性能、结构强度、燃油效率等方面的表现，可以帮助设计师在早期阶段就明确设计目标和重点关注的问题。
在外形设计方面，智能化的优化算法可以根据设定的性能指标，如阻力最小化、升力最大化等，自动生成多种可能的外形方案。
这些算法能够快速遍历众多的设计变量，找到最优的解决方案。
与此同时，计算机辅助设计（CAD）软件使得设计师能够直观地看到和修改设计方案，实现三维模型的快速构建和修改。
材料的选择也是智能化设计的重要一环。
借助材料数据库和性能预测模型，能够快速筛选出适合特定飞行器需求的材料，并评估其在不同工况下的性能和可靠性。
此外，智能化的制造工艺规划可以根据设计要求，确定最佳的制造方法和流程，提高生产效率和质量。
而在飞行器的系统设计中，智能化技术更是发挥着至关重要的作用。
例如，飞行控制系统的智能化设计可以实现对飞行器姿态、速度和轨迹的精确控制，提高飞行的稳定性和安全性。
动力系统的智能化设计则能够优化发动机的燃烧过程、提高燃油利用率，降低排放。
在完成设计之后，对飞行器进行全面、准确的评估是确保其性能和安全性的关键步骤。
智能化评估技术涵盖了多个方面。
性能评估是其中的核心内容之一。
通过数值模拟和飞行试验，获取飞行器在不同飞行条件下的速度、高度、机动性等性能参数。
利用先进的数据分析方法，对这些数据进行处理和分析，与设计目标进行对比，评估设计方案的优劣。
结构强度评估也是不容忽视的环节。
运用有限元分析等方法，对飞行器的结构在各种载荷下的应力、应变和变形进行计算和分析。
multidisciplinary
飞机设计的多学科优化方法研究1.学科分析方法和优化模型的建立一般遵循以下几个原则:(l)对多学科优化来说，采用不同复杂度的分析方法求解同一设计对象，进行精度与计算代价的折衷是非常重要的。
(2)多学科优化中所采用的分析模型通常比单学科优化的更简单、精确度更低。
(3)在同一学科采用不同精度的分析模型，如对本学科采用精确分析模型，所需的其他学科的状态变量信息则通过简单分析模型求得。
(4)尽量减小学科间的数据传输量。
如对气动/结构的综合设计，将分布力和分布变形用少量机翼平面上所定义的基准函数来代替，学科间只需传输这些函数的系数，而不需要传递大量分布力和分布变形的离散数据。
2.设计问题的分解方法优化模型建立后，分析设计问题的学科组成及学科间的关系是进行多学科设计优化的前提:层次型分解、非层次型分解、混合型分解3.多学科近似技术多学科设计优化中除了局部近似还常用到全局近似，即在整个设计空间对设计对象进行近似，主要包括二次响应面、Kriging模型和神经网络等非线性近似技术。
此外，采用非线性近似技术(特别是二次响应面这种拟合函数)还具有光滑数值噪声的作用4.多学科设计优化算法优化算法属于优化理论的研究领域，而多学科设计优化算法则是从设计问题本身入手，从设计计算结构、信息组织的角度来研究问题，是在具体寻优算法的基础上提出一套设计计算框架，该计算框架将设计问题各学科的知识与这些具体的寻优算法结合起来形成一套有效的解决复杂对象的优化求解方法。
目前多学科设计优化算法的一个发展方向是各学科先并行优化然后再进行系统级优化，即所谓的学科级优化与系统级协调的问题。
各学科建立何种形式的优化模型，学科级与系统级之间的信息传递，以及如何进行系统级协调是多学科设计优化算法研究的重点。
多学科设计优化研究中主要从减少系统分析次数和将系统分析过程与优化迭代过程相分离两方面来降低优化设计的计算量和难度。
5.多学科设计优化方法概述多学科设计优化算法可按是否分级分为单级优化算法和分级优化算法。
飞行器多学科设计优化PPT幻灯片课件
2019年10月4日星期五
24
国内外MDO研究进展
1986年，AIAA/NASA/USAF/OAI等4家 机构联合召开了第一届“多学科分析与 优化”专题研讨会，以后每2年一次。
1991年，AIAA成立专门的MDO技术委 员会，标志着MDO作为一个新的研究领 域正式诞生。
存在的问题是，概念设计阶段由于已知 信息短缺、强调重点学科，不能充分利 用该阶段的自由度来改善设计质量。
2019年10月4日星期五
12
MDO方法的提出
针对传统设计方法的不足，MDO就出现 了，其主要思想是在飞行器各设计阶段 力求学科平衡，考虑各学科的相互影响 和耦合作用，使用有效的优化策略和分 布式计算机网络系统，利用各学科的系 统效应，获得系统整体最优解。
2019年10月4日星期五
22
2019年10月4日星期五
23
国内外MDO研究进展
MDO于1980年代发展起来。奠基人是J. Sobieszczanski-Sobieski，其专长是结构 优化。1982年他在研究大型结构优化问 题求解的一篇论文中，首次提出了MDO 的设想，后来提出基于敏度分析的MDO 方法，引起了学术界极大关注。
约束条件（Constraints）：系统在设计过 程中必须满足的条件。
2019年10月4日星期五
18
MDO的系统学描述
约束条件有等式和不等式之分，分别用h 和g表示，也分系统约束和学科约束。
系统参数：用于描述工程系统的特征、 在设计过程中保持不变的一组参数p。
学科分析（Contributing Analysis CA）: 以该学科设计变量、其它学科对该学科 的耦合状态变量及系统的参数为输入， 根据某一个学科满足的物理规律确定其 物理特性的过程。
飞行器结构的轻量化设计与优化
飞行器结构的轻量化设计与优化随着科技的发展和社会进步，飞行器的发展水平也不断提高。
为了提高飞行器的续航能力、载重能力和飞行性能，结构的轻量化设计与优化变得尤为重要。
本文将介绍飞行器结构轻量化设计的含义、意义和方法，并探讨了轻量化设计在飞行器中的应用和未来发展方向。
一、飞行器结构的轻量化设计含义和意义飞行器结构的轻量化设计是指通过改变结构的材料、形状和连接方式等因素，使得飞行器的整体重量减少，从而提高其性能和效能。
在飞行器设计过程中，轻量化设计具有以下几个重要意义：1. 提高飞行性能：轻量化设计可以减少飞行器的重量，使得其更加灵活机动，降低起飞和着陆能耗，提高加速度和速度等性能指标。
2. 增加有效载荷：通过轻量化设计，可以减少飞行器的自身重量，从而增加其有效载荷能力，满足更多的任务需求。
3. 延长续航能力：轻量化设计可以降低飞行器的能耗，增加燃油利用效率，从而延长飞行器的续航能力，减少补给和维护的需求。
4. 提高经济效益：轻量化设计可以降低材料和制造成本，减少能源消耗和环境污染，对于长远发展和可持续发展具有重要意义。
二、飞行器结构轻量化设计的方法和技术为了实现飞行器结构的轻量化设计，需要采用合适的方法和技术，下面介绍几种常用的方法：1. 材料优化：选择轻质高强度材料，如碳纤维复合材料、铝合金等，以替代传统材料，降低结构的重量。
同时，通过改变材料的厚度和分布，优化结构的强度和刚度。
2. 结构形状优化：通过改变结构的形状、剖面和尺寸等参数，实现结构的轻量化设计。
例如，采用翼身融合、翼尖变形和机身整流罩等设计手段，减小气动阻力，提高飞行器的升力与抗阻比。
3. 连接方式优化：改进结构的连接方式，采用轻量化连接件和技术，如粘接、铆接和焊接等，减少结构重量和强度损失。
4. 多学科优化：根据飞行器的综合性能需求，采用多学科优化方法，综合考虑结构、气动、推力、控制和载荷等方面因素，实现全局和局部的轻量化设计。
三、轻量化设计在不同类型飞行器中的应用轻量化设计在不同类型的飞行器中有着广泛的应用，以下分别介绍其在民用飞机、直升机和航天器中的具体应用：1. 民用飞机：轻量化设计可以降低飞机的燃料消耗和运营成本，提高空客载客量和航程。
飞行器设计中的优化与创新研究
飞行器设计中的优化与创新研究在现代科技飞速发展的时代，飞行器设计领域正经历着前所未有的变革。
从民用航空到太空探索，对飞行器性能、效率和安全性的要求不断提高，这使得优化与创新在飞行器设计中变得至关重要。
飞行器设计是一个复杂而综合性的工程领域，它涉及到多个学科的知识，如空气动力学、结构力学、材料科学、控制工程等。
在这个过程中，优化的目标是在满足各种约束条件的前提下，提高飞行器的性能、降低成本、减轻重量，并增强可靠性。
而创新则是为了突破传统的设计理念和方法，引入新的技术和概念，以满足不断变化的市场需求和技术挑战。
在空气动力学方面，优化设计旨在减少飞行器的阻力，提高升力。
通过先进的计算流体力学（CFD）模拟和实验研究，可以对飞行器的外形进行精细的优化。
例如，机翼的形状、机身的流线型设计以及发动机进气道和排气口的布局等，都对飞行器的气动性能有着重要影响。
创新的思路可能包括开发新型的翼型结构，如仿生翼型，借鉴自然界中鸟类和昆虫的飞行原理，以提高升阻比；或者采用主动流动控制技术，如等离子体激励器，来实现对气流的主动控制，进一步降低阻力和提高稳定性。
结构设计也是飞行器设计中的关键环节。
优化的结构设计可以在保证强度和刚度的前提下，最大限度地减轻重量，从而提高燃油效率或增加有效载荷。
采用先进的复合材料，如碳纤维增强复合材料，可以显著降低结构重量。
同时，通过拓扑优化、形状优化和尺寸优化等方法，可以找到最优的结构布局和构件尺寸。
创新的方向可能在于开发新的连接技术和制造工艺，以更好地发挥复合材料的性能；或者探索全新的结构形式，如可折叠结构、自适应结构等，以满足不同任务需求和飞行条件下的性能要求。
在动力系统方面，优化工作包括提高发动机的燃烧效率、降低燃油消耗、减少排放，并增强可靠性。
对于喷气发动机，优化叶片设计、改进燃烧过程和提高涡轮效率等都是常见的研究方向。
在创新方面，电动推进系统和混合动力系统正逐渐成为研究热点，它们为飞行器的能源利用和环保性能带来了新的可能性。
飞行器航迹规划技术研究及优化算法设计
飞行器航迹规划技术研究及优化算法设计近年来，飞行器航迹规划技术的研究和优化算法设计取得了重大进展。
在飞行器的控制和导航中，航迹规划是一个至关重要的环节。
因此，如何进行航迹规划以实现安全、高效、准确和节能的飞行成为全球学术界和工业界共同关注的热点问题。
本文将从研究现状、方法分析和进一步的研究方向等方面进行阐述，以期对该领域的发展有所帮助。
一、研究现状航迹规划是指规划一种优化的路径来使得飞行器按照规划的路径进行运动。
这些路径必须满足多方面的要求，包括安全、节能、准确和高效等方面的要求。
近年来，随着计算机技术和优化算法的快速发展，航迹规划技术得到了极大的提升。
当前主要的研究方向包括：1. 基于模型预测控制的航迹规划：该方法主要是基于经典的模型预测控制理论，将所需要的航迹进行优化，最终得到一条准确性更高、安全性更好的航迹。
这种方法的主要缺点是计算速度慢，不适合实时应用。
2. 基于自适应实时优化的航迹规划：该方法主要是根据飞行器目前的状态实时地进行航迹变化，以便更好地适应不同的飞行环境。
这种方法的主要优点是计算速度快，适合相对实时的应用。
3. 基于遗传算法和人工神经网络的航迹规划：这种方法主要依靠遗传算法和人工神经网络对航迹进行优化，以达到最佳的效果。
这种方法的优势在于可以适应各种不同的飞行环境，但缺点在于计算速度慢，使用难度较大。
总体而言，目前航迹规划技术的研究取得了重大进展，但是依然存在着一定程度的局限性和问题。
进一步的研究和创新依然是必要的。
二、方法分析针对航迹规划技术的局限性和问题，需要进一步探讨可行的解决方法。
当前主要的方法包括：1. 基于深度学习和优化算法的航迹规划：深度学习是人工智能领域最热门的技术之一，可以用于提高对飞行器监控数据的分析和识别，以便更准确地进行航迹规划。
同时，引入优化算法可以增强航迹规划的效率和效果。
2. 基于有限状态机的航迹规划：有限状态机是控制系统中的一种基本抽象模型，可以用于描述和识别多种不同的飞行状态。
飞行器环境监测系统的设计与应用
飞行器环境监测系统的设计与应用在现代航空航天领域，飞行器的安全和性能保障至关重要。
其中，飞行器环境监测系统扮演着不可或缺的角色，它能够实时、准确地获取飞行器周围的环境信息，为飞行决策提供关键依据。
本文将详细探讨飞行器环境监测系统的设计原理、关键技术以及其在实际应用中的重要作用。
一、飞行器环境监测系统的概述飞行器环境监测系统是一个复杂的集成系统，旨在收集、处理和传输与飞行器所处环境相关的各种数据。
这些环境因素包括但不限于大气压力、温度、湿度、风速、风向、氧气含量、电磁辐射等。
通过对这些参数的监测，飞行员和地面控制人员可以更好地了解飞行器的运行状况，及时做出调整，以确保飞行安全和任务的顺利完成。
二、系统设计的需求分析（一）高精度和高可靠性由于飞行器的运行环境复杂多变，环境监测系统必须能够提供高精度的测量数据，并且在各种恶劣条件下保持稳定可靠的工作。
哪怕是微小的误差都可能导致严重的后果，因此对传感器的精度和系统的稳定性要求极高。
（二）实时性飞行中的情况瞬息万变，环境监测数据需要实时获取和处理，以便及时做出反应。
这就要求系统具备快速的数据采集、传输和处理能力，确保信息的及时性和有效性。
（三）小型化和轻量化为了减少对飞行器自身重量和空间的影响，环境监测系统需要在满足功能需求的前提下，尽可能做到小型化和轻量化，以降低飞行器的负载。
（四）低功耗飞行器上的能源供应有限，环境监测系统应具备低功耗的特点，以延长飞行器的续航能力和工作时间。
三、系统的硬件设计（一）传感器选型选择合适的传感器是系统硬件设计的关键。
例如，对于大气压力的测量，可以选用高精度的压阻式压力传感器；温度测量可采用热电偶或热敏电阻传感器；湿度测量则可以使用电容式湿度传感器等。
这些传感器需要具备良好的性能、稳定性和适应性，能够在飞行器的恶劣环境中正常工作。
（二）数据采集模块数据采集模块负责将传感器输出的模拟信号转换为数字信号，并进行初步的处理和存储。
多学科设计优化算法及其在飞行器设计中应用
科设计优化 主要 围绕系统之中 互相作用的协同机制来达到系 统 工程的初步 设计的目 的。 本文以多学科 设计优 化算法和飞 行 器设计两项内容为重点， 简 要分析优化 算法在飞 行器设计中的应用。 【 关键 词ｌ多 学科设计优化算法； 飞 行器设计； 协同优化方案； 复杂系
从数学上可以表达 为： 寻找 ： Ｘ 最小化 ： ｆ ＝ ｆ （ ｘ， Ｙ ） 约束 ： ｈ ： 【 ｘ， Ｙ ）＝ ０（ ｉ ＝ｌ ， ２ ， …ｍ）
计中。 其优点在于系统全 局最优解的得出几率的增 高和系统分析次数 的 降低 。 但当设 计变量 和状态变 量ｙ 不断增大 时， 人 工神 经网络 的反应时
一
一
着较 强的顺序 性 ， 而非层次 系统 中的 子系统呈现 出 “ 网” 结 构， 有 耦合 该方法 能够促 进连 续或离散 混 合变量的优 化问题 ， 并有效 消除 数值噪 关系。 目 前 多学科设 计优化算法以非分层系统 为主研 究点。 音。 在飞行 器设计 中， 该算 法多应 用于通用航 天飞机 与旋 翼机 的初步设
大复杂性 为重点， 而理 想化的算法 包括以下几方面特性 ： 模块 化结 构； 虽然 国内的多学科 设计优 化算法 得到 了较 好 的发展 ， 但 其理论 问 定量 的信息交换 ， 子系统之 间优化和 分析的并 行， 设计 的能动 性 ； 计算 题和实际问题依然较多。 并行子空 间优化算法和 协作优化 算法还需要设 次数的减 少ｔ 子系统与工程设计组 织形式的一致性 ・ 全局 最优解的 得出 计人 员对其 收敛性 进行 完善的理论 证明。目 前， 多学 科设计优化 算法广
定 程度的冲击 ， 其设 计周期和开发成本都 相对有所增大 。 本 文以多学科 构的不 稳定。 设 计优化 算法 和飞行 器设计 为重点 ， 简要分 析多学 科设计 优化算 法的 在 全局敏感 分析基础 上做 了改 进的并行 子空间优化算 法能够提 高 子 系统优化 整合后的整 体效 果 ， 数据分 析近似 模型 的精确 性得 到了较 具体应用 。 大 的提升。 改 进版的优化算 法很好地解 决了系统分析 中的振 荡现象 。 但 多 学科设 计 优化 仅能解 决连 续设 计变 量的 般而言， 复杂系统 的分 析方法是将该 系统划 分为若干 子系统， 因 上述两 种并行 子空 间优化 算法都 有局 限性 ， 子系统之 间作用机制 的不同 ， 复杂系统又被 归属于两 大类 ， 一 类是层次 优化 。 系统 ， 另一类是 非层次系统 。 层次 系统 下各子 系统 呈现 出 “ 树” 结 构， 有 基于 响应 面的优化算法 并不要求设计人员对系统敏 感性开展分析，
多学科优化设计在航空航天领域的应用及发展_李哲
多学科优化设计在航空航天领域的应用及发展李 哲(国防科学技术大学人文管理学院,长沙 410073)马忠辉(北京宇航系统工程研究所,北京 100076)摘 要 多学科优化设计是世界各国工业设计界新兴的研究领域。
文章对多学科优化设计的主要基本理论、应用研究及发展进行了综述分析。
优化算法是多学科优化设计的重要内容,文章对此进行了介绍,并对多学科优化设计中涉及的软件开发及集成设计框架、软件结构管理的研究成果及研究动态进行了分析。
总结并对比分析了多学科优化设计在航空航天领域的几个典型应用及其特点,并将多学科优化设计与计算机集成制造系统的研究与发展的关系进行评述。
关键词 多学科优化设计 信息集成 工程设计 算法 计算机集成制造系统中图分类号: T B21 文献标识码:A 文章编号:1009-8518(2004)03-0065-06Study and Development of Multidisciplinary Design OptimizationLi Zhe(National University of Defense T echnology ,Changsha 410073)Ma Zhonghui(China Academy of Launch Vehicle T echnology System Engineering Division ,Beijing 100076)Abstract Multidisciplinary design optimization is a new field within engineering design all over the w orld 1In this paper ,the current status and development of s ome basic theories ,such as optimization alg orithm ,framew ork and s oftware configuration management ,are introduced 1S ome representative applications of MDO in aircraft and reusable launch vehi 2cle are presented 1The relationship between CI MS and MDO is discussed 1K ey Words Multidisciplinary design optimization In formation integration Ag orithm C om puter integrated man 2u facturing system Engineering design收稿日期:2004-05-301 引言航空航天领域的设计,如飞机、导弹等都涉及到气动、结构、控制、发动机等很多学科,而传统的串行设计方式的最大弊端在于它人为的割裂了各学科之间的相互作用,并没有利用各学科之间相互影响产生的协同效应。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:1998211225;修订日期:1999202226基金项目:国家留学基金管理委员会资助项目文章网址:h ttp : www .hkxb .net .cn hkxb2000 01 0001 文章编号:100026893(2000)0120001206多学科设计优化算法及其在飞行器设计中应用余雄庆,丁运亮(南京航空航天大学飞行器系,江苏南京 210016)M UL T I D ISC IPL INARY D ESIGN OPT I M IZAT I ONA SURVEY OF ITS AL G OR ITH M S AND APPL I CAT I ONS T O A IRCRAFT D ESIGNYU X i ong 2qing ,D I N G Yun 2liang(D ep t .of A ircraft Engin .,N an jing U n iv .of A ero .and A stro .,N an jing 210016,Ch ina )摘 要:多学科设计优化(M DO )算法是复杂系统设计优化的策略。
对现有的各种M DO 算法及其在飞机设计中应用状况进行分析、归纳和评述。
内容包括:M DO 问题的表述及其有关术语;M DO 算法的任务;现有的M DO 算法及其应用。
关键词:飞机设计;多学科设计优化;优化;工程设计中图分类号:V 221.2 文献标识码:AAbstract :T he algo rithm s ofM u ltidisci p linary D esign Op ti m izati on (M DO )refer to op ti m izati on algo rithm s in m u ltidisci p linary p rocedu res that generate i m p roved design s fo r comp lex system s .T h is paper p resen ts a su r 2vey of cu rren t M DO algo rithm s and its app licati on to aircraft design .T he su rvey includes the fo llow ing sec 2ti on s :comp lex ity of m u ltidisci p linary system ,characters of ideal M DO algo rithm s ,fo rm u lati on of M DO p rob lem ,p resen tati on on recen t M DO algo rithm s and its app licati on s to aircraft engineering .Key words :aircraft design ;m u ltidisci p linary design op ti m izati on ;op ti m izati on ;engineering design 飞机设计涉及多门学科,而各学科之间相互作用,相互影响。
在传统的飞行器设计优化中,往往首先进行性能设计优化,然后进行结构、操纵和控制系统设计优化,最后进行工艺装备设计。
这种设计模式实质上是将同时影响飞机气动、结构、控制、制造等因素人为地割裂开来,并没有充分利用各个学科(子系统)之间的相互影响可产生的协同效应,极有可能失去系统的整体最优解。
这种设计模式属于串行设计模式,设计周期必然加长,开发成本必然增加。
多学科设计优化(M u ltidisci p linary D esign O p ti m izati on ,简称M DO )是一种通过充分探索和利用工程系统中相互作用的协同机制来设计复杂系统和子系统的方法论[1,2]。
其主要思想是在复杂系统设计的整个过程中利用分布式计算机网络技术来集成各个学科(子系统)的知识,应用有效的设计优化策略,组织和管理设计过程。
其目的是通过充分利用各个学科(子系统)之间的相互作用所产生的协同效应,获得系统的整体最优解,通过实现并行设计,来缩短设计周期,从而使研制出的产品更具有竞争力。
因此,M DO 宗旨与现代制造技术中的并行工程思想不谋而合,它实际上是用优化原理为产品的全寿命周期设计提供一个理论基础和实施方法。
M DO 研究内容包括三大方面[3]:①面向设计的各门学科分析方法和软件的集成;②探索有效的M DO 算法,实现多学科(子系统)并行设计,获得系统整体最优解;③M DO 分布式计算机网络环境。
其中,M DO 算法是M DO 领域内最为重要、也最为活跃的研究课题。
本文的目的是对M DO 算法及其在飞机设计中应用进行归纳和评述。
1 M DO 问题的表述分析复杂系统的有效方法是按学科(或部件)将复杂系统分解为若干个子系统。
根据子系统之间关系,可将复杂系统划分为两类:一类是层次系统(H ierarch ic System );另一类是非层次系统(N on 2h ierarch ic System )。
层次系统特点是子系统之间信息流程具有顺序性,子系统之间没有耦合关系,它是一种“树”结构。
非层次系统的特点是子系统之间没有等级关系,子系统之间信息流是“耦合”在一起,它是一种“网”结构,也称为耦合系第21卷 第1期2000年 1月 航 空 学 报A CTA A ERONAU T I CA ET A STRONAU T I CA S I N I CA V o l .21N o.1Jan .2000统。
现实中的复杂工程系统往往属于非分层系统。
非分层系统的设计优化问题,是目前M DO研究领域的热点。
多学科设计优化问题,在数学形式上可简单地表达为:寻找:x最小化:f=f(x,y)约束:h i(x,y)=0(i=1,2,…,m)g j(x,y)≤0(j=1,2,…,n)其中:f为目标函数;x为设计变量;y是状态变量;h i(x,y)是等式约束;g j(x,y)是不等式约束。
状态变量y,约束h i和g j以及目标函数的计算涉及多门学科。
对于非分层系统,状态变量y,目标函数f,约束h i和g j的计算,需多次迭代才能完成;对于分层系统,可按一定的顺序进行计算。
这一计算步骤称为系统分析。
只有当一设计变量x 通过系统分析有解时,才能获得约束和目标函数,这一设计方案被称为一致性设计。
多学科设计优化的一个难题是系统分析非常复杂。
由于耦合效应,系统分析需在各学科的分析模型之间进行多次迭代才能完成。
这一问题称为M DO的计算复杂性。
M DO的另一个难点是如何组织和管理各个学科(子系统)之间的信息交换。
子系统之间的耦合效应使得M DO中的各子系统之间的信息交换成为一个十分复杂的问题。
这一问题称为M DO 的信息交换复杂性。
M DO算法的任务就是解决这2个难题。
理想的M DO算法应具有如下特性[4]:①能以较大的概率找出全局最优解;②算法应按学科(或部件)将复杂系统分解为若干子系统,并且这种分解方式能尽量地与现有工程设计的组织形式相一致;③所需系统分析的计算次数应尽可能地少;④具有模块化结构,工业界现有的各学科分析和设计工具(计算机程序)不需改动(或只需很少改动)就能在算法中获得利用;⑤子系统之间应有定量的信息交换;⑥各个学科组(子系统)尽可能地进行并行分析和优化;⑦能体现设计人员在设计优化过程中的能动性。
2 M DO算法及其应用M DO算法可归纳为三大类:单级优化算法、并行子空间优化算法和协作优化算法。
其中,并行子空间优化算法和协作优化算法属于多级设计 优化算法。
2.1 单级优化算法(1)标准的系统级优化算法 当系统不太复杂时,即状态变量、目标函数、约束计算不复杂,设计变量不多(不超过102的数量级)时,可用现有的优化算法将系统作为一个整体进行优化设计。
这种方法在M DO领域也被称为N ested A nalysis and D esign方法(简称NAND)[3,5]。
这种算法还称不上真正的M DO算法,因为在优化过程中,各个学科的分析计算只是被集成在一起形成系统分析,与传统的单学科优化算法没有本质的区别。
Gro ss m an等人用这种算法对滑翔机机翼进行气动 结构 性能一体化分析和设计[6]。
Ko rte 等用这种算法对推进系统气动 结构一体化设计[7]。
他们的研究结果表明:考虑了多学科之间的耦合关系后,能够充分利用多学科之间的协同作用,明显提高设计质量。
由于这种算法需要的系统分析次数很多,不适于复杂的工程系统多学科优化设计。
由于这个原因,在以往包含多学科的飞机总体优化设计软件中,其分析模型主要采用近似估算公式。
但分析模型过于近似,不能很好地反映各学科的相互影响。
M DO强调充分利用各学科已发展成熟的、精度高的分析模型,例如用CFD计算气动特性,用有限元方法计算结构重量。
因此,M DO中的系统分析是十分复杂的。
为了解决M DO的计算复杂性问题,在M DO算法中往往采用减少系统分析次数的方法或系统分析的近似技术。
可变复杂性模型(V ariab le2Com p lex ity M odeling,简称V C M)是一种减少系统分析次数的有效方法,它已应用于高速民机的多学科优化设计[8]。
响应面法作为系统分析的近似技术越来越受到重视[2,9]。
NAND算法的优点是它比较可靠,对于大多数M DO问题,它能找出全局最优解或局部最优解[5]。
在M DO算法研究中,通常将各种M DO算法的设计优化结果与NAND的结果进行比较,从而判断这些M DO算法的优劣。
(2)基于GSE的单级优化算法 在设计中减少系统分析计算量的一个方法是采用敏感分析技术。
为了解决耦合系统敏感分析问题,J.Sob iesk i 提出了全局敏感方程(Global Sen sitivity Equa2 ti on s,简称GSE)。
通过GSE可得到整个系统的敏感分析,而不是子系统(单一学科)的敏感分析。
但系统敏感分析与每一子系统的局部敏感分析又有联系,将两者联系起来的方程就是GSE[10]。
2航 空 学 报第21卷 基于GSE的单级优化方法的特点是:局部敏感分析可由各子系统同时进行,再利用GSE得到系统全局敏感性(全导数),系统全局敏感分析体现了各子系统之间的耦合关系。
根据系统全局敏感分析构造系统近似模型,然后用优化算法寻找系统近似模型的最优解。
上述过程反复进行,直到收敛为止。
各个子系统可并行地进行敏感分析,但只在系统级进行优化。
所以这种M DO算法属于“单级优化”算法。
基于GSE的单级优化方法已被许多研究者用于飞机一体化设计问题[11～13]。