MDO在飞行器设计中的应用教案.pptVIP

目前大多数 MDO应用研究往往只包括气动、结构、性能等学科 ,而动力系统和隐身性能等学科还很少涉及。 将来 MDO的应用研究不仅要包括这些传统学科的先进分析方法和专家知识 ,而且还要包括可靠性、维修性和经济分析等新型学科的分析模型和统计数据。 * 参考文献： [1]余庆雄，丁运亮. 多学科设计优化算法及其在飞行器设计中应用[J]. 航空学报2000,21(1) 1-6. [2]蔡毅，邢岩，胡丹 敏感性分析综述[J]. 北京师范大学学报（自然科学版）2008,44(1) 9-16. [3]Sellar R S, Batill S M, Renaud J E. Response surface based, concurrent subspace optimization for multidisciplinary system design [ R ]. AIAA-96-0714, Nevada: A-IAA, 1996. [4]Sobieszczanski-Sobieski J. Sensitivity of complex internally coupled systems [ J ]. AIAA Journal , 1990, 28( 1): 153～ 160. [5]Sellar R S, Batill S M, Renaud J E. Response surface based, concurrent subspace optimization for multidisciplinary system design [ R ]. AIAA-96-0714, Nevada: A-IAA, 1996. * 多学科设计优化算法在飞行器设计中的应用 小组成员： 罗欢欢 刘阳 李之翰 金露 刘晓菲 * 概述 * MDO 飞机设计是一个多阶段多学科过程，同时是一个反复迭代、逐渐接近最优的过程。由于飞机是一种大型复杂工程系统，涵盖多学科，并且多学科间往往存在紧耦合，加之大量的变量以及约束条件，使得将各学科有效的结合进行飞机的综合优化设计难度大。 多学科设计优化 ( Multidisciplinary Design Optimization, 简称 MDO)是一种通过充分探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。 * MDO研究包括三大方面 面向设计的各门学科分析方法和软件的集成; 探索有效的 MDO算法 ,实现多学科 (子系统 )并行设计 ,获得系统整体最优解; MDO分布式计算机网络环境。其中 , MDO算法是 MDO领域内最为重要、也最为活跃的研究课题。 * 难点 计算复杂性-系统分析非常复杂。由于耦合效应，系统分析在各个学科的分析模型之间进行多次迭代 信息交换复杂性-组织和管理各个学科之间的信息交换。子系统之间的耦合效应使得MDO中各个子系统之间的信息交换复杂。 * * MDO算法应具有的特性 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。 * 单级优化算法 * 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 10^2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 MDO领域也被称为 Nested Analysis and Design方法 (简称 NAND) 。NAND算法的优点是它比较可靠 ,对于大多数 MDO问题 ,它能找出全局最优解或局部最优解。 * * 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. Sobieski提出了全局敏感方程 ( Global Sensitivity Equa-tions,简称 GSE)。 * 敏感性分析(Sensitivity Analysis） 假设模型表示为y=f(x1,x2,…,xn)(xi为模型的第i个属性值),令每个属性在可能的取值范围内变动,研究和预测这些属性的变动对模型输出值的影响程度.我们将影响程度的大小称为该属性的敏感性系数. 敏感性系数越大,说明该属性对模型输出的影响越大 重点考虑敏感性系数较大的属性.