一种高超声速飞行器整机结构设计方法及系统技术方案

本发明专利技术公开了一种高超声速飞行器整机结构设计方法及系统，包括以下步骤：将高超声速飞行器的典型弹道和气动数据作为输入分析飞行器基准结构的承载特性，确定飞行器结构各个部件的设计状态；根据飞行器各个结构部件的设计状态利用混合优化方法确定结构部件的最佳布局和尺寸参数；根据最佳布局和尺寸参数建立高超声速飞行器整机结构有限元模型，并在设计载荷下进行有限元分析进行结构详细设计，评估优化结果。解决高超声速飞行器初步设计阶段结构布局与尺寸参数难以确定的问题，达成飞行器结构系统初步设计和实现结构轻量化的目标。

【技术实现步骤摘要】
一种高超声速飞行器整机结构设计方法及系统
本专利技术涉及高超声速飞行器结构设计领域，尤其涉及一种高超声速飞行器整机结构设计方法及系统。
技术介绍
高超声速飞行器是一类代表未来空天飞行技术的新型飞行器。该类飞行器为满足发动机进气条件，需长时间在稠密大气层中飞行，表面气动载荷严重。为了提高气动效率，一般采用结构承载效率低的升力体构型。然而这些问题给结构设计带来了严峻的挑战，因此如何实现结构轻量化成为该类飞行器发展的瓶颈之一。结构优化技术经过多年的发展，已经广泛应用到航空航天、船舶、机械制造等领域。目前，高超声速飞行器在结构设计方面尚无成熟的经验可供参考，因此有必要将结构优化技术引入高超声速飞行器结构设计过程中，以达到飞行器结构轻量化设计，提高飞行器结构承载效率的目的。在飞行器结构优化设计中，通常采用分层优化策略，并应用拓扑优化、尺寸优化和形状优化等方法依次实现飞行器结构的布局、尺寸和形状优化。虽然分层优化策略使结构优化易于实现，但由于其忽略了布局变量、尺寸变量和形状变量之间的相关性，减小了结构优化的设计空间，削弱了结构优化效果。针对分层优化中存在的问题，本专利技术展开了结构布局与尺寸混合优化的研究，提出了结构布局与尺寸混合优化方法，为飞行器总体设计阶段的质量评估以及飞行器结构初步设计提供了相应的参考。
技术实现思路
本方法的目的在于为高超声速飞行器提供一种整机结构设计方法及系统，该方法能够以弹道数据、气动数据库作为输入，通过结构优化技术确定结构布局与尺寸参数，解决高超声速飞行器初步设计阶段结构布局与尺寸参数难以确定的问题，达成飞行器结构系统初步设计和实现结构轻量化的目标。为了实现上述目的，本专利技术提供了如下的技术方案。一种高超声速飞行器整机结构设计方法，包括以下步骤：将高超声速飞行器的典型弹道和气动数据作为输入分析飞行器基准结构的承载特性，确定飞行器结构各个部件的设计状态；根据飞行器各个结构部件的设计状态利用混合优化方法确定结构部件的最佳布局和尺寸参数；根据最佳布局和尺寸参数建立高超声速飞行器整机结构有限元模型，并在设计载荷下进行有限元分析进行结构详细设计，评估优化结果。作为本专利技术的进一步改进，确定飞行器结构各个部件的设计状态的具体步骤为：依据飞行器的弹道特性提取特征点，以此分析飞行器特征点处的气动载荷；设计飞行器的基准结构方案，建立飞行器基准结构的有限元模型，将特征点处的气动载荷以插值的方式转换成结构节点力作用到有限元模型上；利用有限元分析方法计算出飞行器各个结构部件在不同特征点处的结构应力，以结构应力最大作为选取原则确定飞行器结构各个部件的设计状态。作为本专利技术的进一步改进，利用混合优化方法确定结构部件的最佳布局和尺寸参数的具体步骤为：在传统基结构布局优化问题中引入尺寸变量，构建了结构布局与尺寸参数混合优化模型；以遗传算法为基本搜索方法，设计了支持0-1型布局变量和连续型尺寸变量统一描述的基因编码结构，建立了结构布局与尺寸混合优化求解流程。作为本专利技术的进一步改进，所述混合优化求解流程包括：遗传操作、适应度函数计算和收敛性判断三部分；在遗传操作部分，根据结构布局与尺寸混合优化问题的特征将染色体分成布局变量和尺寸变量，分别进行交叉和变异，生成新个体；在适应度函数计算部分，优化框架需要根据布局变量和尺寸变量的取值范围更新结构的布局和相应的结构尺寸参数；在收敛性判断部分，遗传算法根据相应收敛准则完成收敛。作为本专利技术的进一步改进，所述适应度函数计算具体包括以下步骤：(a)有限元模型更新：结构有限元模型更新主要由有限元软件的脚本程序完成，通过写入基结构的有限元模型，根据拓扑变量和尺寸变量的取值范围，改变结构布局和结构尺寸参数，自动生成新的结构有限元模型和结构质量文件；结构质量文件中包含结构质量信息，通过程序读取的方式获得结构质量并将其作为目标函数；(b)有限元分析：优化框架将重新计算新生成的有限元模型的强度与刚度，并根据计算结果得到结构部件的最大应力值；(c)适应度函数计算：将结构的质量和最大应力值代入式子以作为种群个体的适应度函数，得到一系列有限元模型更新后的作为本专利技术的进一步改进，所述评估优化结果步骤中，若优化结果良好则对飞行器结构系统进行详细设计，否则改变飞行器结构部件的基结构模型，重新进行部件的布局与尺寸混合优化设计。一种高超声速飞行器整机结构设计系统，包括：设计状态确定单元，用于将高超声速飞行器的典型弹道和气动数据作为输入分析飞行器基准结构的承载特性，确定飞行器结构各个部件的设计状态；最佳参数确定单元，用于根据飞行器各个结构部件的设计状态利用混合优化方法确定结构部件的最佳布局和尺寸参数；评估优化单元，用于根据最佳布局和尺寸参数建立高超声速飞行器整机结构有限元模型，并在设计载荷下进行有限元分析进行结构详细设计，评估优化结果。一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述高超声速飞行器整机结构设计方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述高超声速飞行器整机结构设计方法的步骤。与现有技术相比，本专利技术具有以下有益效果：本专利技术公开了一种高超声速飞行器整机结构设计方法，针对高超声速飞行器初步结构设计提出了分系统部件的结构布局与尺寸混合优化方法。本专利技术与现有技术的区别：1)在优化设计状态确定方面，本专利技术通过分别建立飞行器各部件基结构有限元模型，输入典型弹道的特征点数据进行分析，可同时实现强度/刚度的简化计算和初始设计状态的快速确定；2)在结构部件优化设计方面，现有优化设计流程大多采用结构布局与尺寸顺序优化方法，本专利技术通过在传统基结构布局优化过程中引入尺寸变量，设计了支持0-1型布局变量和连续型尺寸变量统一描述的基因编码结构，构建了结构布局与尺寸混合优化求解流程，可同时得到结构部件的最优结构布局与尺寸参数，实现飞行器初始结构系统的快速设计；3)在承载效率方面，现有设计技术得到的部件结构承载效率较低，本专利技术通过结构优化设计得到最优分系统部件结构布局和尺寸参数，可降低结构质量，提高承载效率。该方法能够在高超声速飞行器初始设计阶段确定飞行器初步结构布局及相应的尺寸参数，减少了飞行器结构系统设计时间，同时可为飞行器的弹道设计提供相对可靠的结构质量数据。附图说明在此描述的附图仅用于解释目的，而不意图以任何方式来限制本专利技术公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本专利技术的理解，并不是具体限定本专利技术各部件的形状和比例尺寸。本领域的技术人员在本专利技术的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本专利技术。在附图中：图1为高超声速飞行器结构设计流程。图2为结构布局与尺寸混合优化方法。图3为基结构法示意图。本文档来自技高网...

【技术保护点】
1.一种高超声速飞行器整机结构设计方法，其特征在于，包括以下步骤：/n将高超声速飞行器的典型弹道和气动数据作为输入分析飞行器基准结构的承载特性，确定飞行器结构各个部件的设计状态；/n根据飞行器各个结构部件的设计状态利用混合优化方法确定结构部件的最佳布局和尺寸参数；/n根据最佳布局和尺寸参数建立高超声速飞行器整机结构有限元模型，并在设计载荷下进行有限元分析进行结构详细设计，评估优化结果。/n

【技术特征摘要】
1.一种高超声速飞行器整机结构设计方法，其特征在于，包括以下步骤：
将高超声速飞行器的典型弹道和气动数据作为输入分析飞行器基准结构的承载特性，确定飞行器结构各个部件的设计状态；
根据飞行器各个结构部件的设计状态利用混合优化方法确定结构部件的最佳布局和尺寸参数；
根据最佳布局和尺寸参数建立高超声速飞行器整机结构有限元模型，并在设计载荷下进行有限元分析进行结构详细设计，评估优化结果。


2.根据权利要求1所述的一种高超声速飞行器整机结构设计方法，其特征在于，确定飞行器结构各个部件的设计状态的具体步骤为：
依据飞行器的弹道特性提取特征点，以此分析飞行器特征点处的气动载荷；
设计飞行器的基准结构方案，建立飞行器基准结构的有限元模型，将特征点处的气动载荷以插值的方式转换成结构节点力作用到有限元模型上；
利用有限元分析方法计算出飞行器各个结构部件在不同特征点处的结构应力，以结构应力最大作为选取原则确定飞行器结构各个部件的设计状态。


3.根据权利要求1所述的一种高超声速飞行器整机结构设计方法，其特征在于，利用混合优化方法确定结构部件的最佳布局和尺寸参数的具体步骤为：
在传统基结构布局优化问题中引入尺寸变量，构建了结构布局与尺寸参数混合优化模型；以遗传算法为基本搜索方法，设计了支持0-1型布局变量和连续型尺寸变量统一描述的基因编码结构，建立了结构布局与尺寸混合优化求解流程。


4.根据权利要求3所述的一种高超声速飞行器整机结构设计方法，其特征在于，所述混合优化求解流程包括：遗传操作、适应度函数计算和收敛性判断三部分；
在遗传操作部分，根据结构布局与尺寸混合优化问题的特征将染色体分成布局变量和尺寸变量，分别进行交叉和变异，生成新个体；
在适应度函数计算部分，优化框架需要根据布局变量和尺寸变量的取值范围更新结构的布局和相应的结构尺寸参数；
在收敛性判断部分，遗传算法根据相应收敛准则完成收敛。


5....

【专利技术属性】
技术研发人员：龚春林，卜学雨，苟建军，高瑞朝，王健磊，吴蔚楠，粟华，黄文钰，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61