无人机总体参数多目标优化设计研究

无人机总体参数多目标优化设计研究

1同专业技术的目标现代无人机的设计包括综合设计、空气动力学、环境保护、结构等诸多因素。这项任务是对各种专业技术和系统进行创造性的整合，优化整体飞机的性能，并满足所需的设计要求。由于涉及了多门学科的多项性能要求,因此在进行飞行器总体参数设计时,常常会有相互矛盾的取值要求,所以有必要采用多目标优化方法,对其进行综合优化设计,从而获得能够同时满足多项设计要求的最佳方案。2线性加权和法所谓多目标优化,是指在满足给定约束条件的前提下,从设计变量的取值范围内搜索最佳设计点,使多个设计目标决定的设计对象的整体性能达到最优。多目标优化问题可以描述为:寻找一组设计变量X=(x1,x2,…,xn)T,使:min:[fi(X)]i=1,…,s约束条件:hk(X)=0,k=1,…,mgj(X)≥0,j=1,…,p其中,f(X)是目标函数,h(X)和g(X)分别是等式约束和不等式约束函数;n,s,p,m分别是设计变量、目标函数、不等式约束和等式约束的个数;X是优化问题的设计变量组成的向量。多目标优化问题不能直接应用解决单目标优化问题的方法来处理,通常需要对多目标模型进行处理之后方可进行优化解的搜索。比较常用的多目标处理方法有:交互规划法、分层求解法、评价函数法、Pareto方法等。其中,评价函数法是根据多目标优化问题的特点和决策者的意图,构造一个评价函数从而将多目标问题转化为一个单目标问题进行处理。作为最常用的一种评价函数法,线性加权和法的指导思想是:根据目标在问题中的重要程度,分别赋予它们一个权系数,然后把这些权系数与对应目标函数相乘后求和来构造评价函数,从而实现多目标优化问题向单目标优化问题的转化。目标对应的权系数越大,该目标的重要程度和优先级别就越高。对每个目标函数fi()乘以加权系数ωi后,相加形成一个新的函数,这个新函数优化代替原来的多目标优化,新函数为:式中,ωi为目标函数的加权系数,代表了各目标函数的重要性,一般由设计者的经验确定,用不同的加权系数得到不同的解以供决策者选择。当仅考虑第i个目标函数fi()本身所得优化解f为第i个目标函数的理想值,用fi()和f比值的加权和形成新的目标函数,可消除不同目标函数量纲的影响,即:3设计飞机公司的全球参数和多目标优化模型3.1多目标优化设计过程文中的无人机总体参数多目标优化数学模型由几何参数分析模块、重量参数分析模块、大气参数分析模块、气动力分析模块、发动机性能分析模块和飞行性能分析模块六个分析模块和优化模块等组成。该程序主要具有以下三种功能:(1)对现有的设计方案进行分析和评价;(2)对设计方案的总体参数进行多目标优化设计;(3)对优选出的总体设计参数进行敏感性分析。无人机总体参数的优化工作流程为:首先根据已有的经验或参考性能相近的原准机初步选定一个设计方案。然后分析模块中的几何参数分析模块、重量参数分析模块、气动力分析模块、发动机性能分析模块以及飞行性能分析模块根据该方案的总体参数(包括设计变量和不参与优化的固定变量)求出方案的战术技术性能。接着方案评价模块根据评比的指标值以及前面分析模块提供的方案性能,按统一的评比标准进行比较,计算出方案的综合目标值,如满足设计要求,即输出最佳设计方案,如不满足,则将此综合目标值输给下一个环节“优选法子程序”。优选法子程序根据前面方案评价所得的目标值,利用最优化理论与方法自动修改设计变量,形成一个新的设计方案,重新输入到分析模块中去进行系统分析、评价……循环反复,直到满足设计要求,生成最优设计方案为止。其流程图见图1。3.2设计变量的选取选取设计变量时,应该选取对目标函数影响较大的变量作为设计变量,最好选取那种对目标函数有着矛盾影响的变量作为设计变量,这样目标函数将有明显的极值存在。设计变量要相互独立,在足以描述设计问题的前提下,应尽量减少设计变量的数目,并尽可能选择无因次变量,从而使设计问题简化。由于在主要设计参数中,机翼的几何参数最重要,因此文中选取机翼参考面积、展弦比、尖削比、机翼前缘后掠角和机翼相对厚度作为设计变量。约束是对设计或系统的具有数量要求的系统指标,是设计的依据。文中选取最大航程、实用升限、最大平飞速度和起飞重量作为约束条件。如需增加新的约束条件,只要在分析模块中增加一个与约束相应的计算项目,另外在综合目标值中增加一个代价函数即可。3.3多目标优化问题转化为单目标优化问题的思路目标函数是以设计变量表示设计所要追求的某种性能指标的解析表达式。应以其中最重要的指标作为设计目标,建立目标函数。文中以最大航程、实用升限、最大平飞速度、燃油重量和起飞重量为设计目标,然后根据设计者对目标的重视程度,分别赋予它们一个权系数,在此基础上采用线性加权和法将这些权系数与对应目标函数相乘后求和完成目标函数的建立,从而将多目标优化问题转化为单目标优化问题。因为优化程序是求最小问题,所以对求最大的目标则采用取其加权倒数或负值法来处理。4多目标优化设计结果文中以某型无人机为例说明建模及优化过程。该机的起飞重量为320kg,装一台推力为120kg的小型涡喷发动机,实用升限为8000m,最大航程900km。设计变量为机翼参考面积S、机翼展弦比A、机翼尖削比λ、机翼前缘后掠角Λ和机翼相对厚度t/c,其初始值x0={S,A,λ,Λ,t/c}={1.2,4.0,0.35,35,0.08}。设计变量的变化区间为:0.9≤S≤1.6,4.0≤A≤6.0,0.2≤λ≤0.5,20.0≤Λ≤40.0,0.08≤t/c≤0.12。该无人机总体设计方案应满足以下约束条件:最大航程Rmax≥900km,实用升限Hmax≥8000m,最大平飞速度Vmax≥230m/s,起飞重量WTo≤320km。先以起飞重量为设计目标进行单目标优化设计,然后再以最大航程、实用升限、最大平飞速度、燃油重量和起飞重量为目标函数进行多目标优化设计。优化结果见表1所示,机翼平面形状的变化情况见图2、图3和图4。通过上述两种优化设计可以看出,以单目标优化起飞总重为例,如表1所列结果,与初始方案相比虽然起飞总重减小,但是未能满足最大航程这一约束条件的要求,显然该方案没有综合考虑指标要求,是不合理的。而多目标优化