滚动新闻

2020年全球飞行器多学科设计与优化领域进展综述

据AIAA网站2020年12月公告,美国航空航天学会(AIAA)多学科设计优化技术委员会会举办了学术论坛,其重点为基于学科分析、灵敏度分析、优化和人工智能的综合设计方法的研发、应用和教学。

(一)多型多学科设计优化软件发布了重大更新

2020年3月,美国宇航局(NASA)发布了第3版OpenMDAO软件,对软件的操作界面做了修改,提高了软件的可访问性和易用性。OpenMDAO是一个用于系统分析和多学科优化的开源高性能计算程序,通常按月发布更新。OpenMDAO库中的Dymos和pyCycle是在开源许可下发行的,Dymos是一个伪谱的最优控制库,pyCycle提供了一组用于发动机循环分析的热力学推进模型。

同样是在2020年3月,魁北克麦吉尔大学的系统优化实验室在GitHub平台上发布了一个针对时变/时不变问题的多模型管理框架,用于多学科设计分析和优化,具有较好的精度。

2020年5月,中央弗洛里达大学发布了新版PiNN软件,PiNN是一个开源的物理信息化神经网络模型代码,这项工作拓展了当前神经网络的功能,可对涡轮轴承的疲劳和机身壁板的腐蚀疲劳进行累积损伤建模,在一个深度神经网络中建立了一个具有物理信息的数据驱动层。

2020年6月,德克萨斯大学奥斯汀分校计算工程与科学研究所的研究人员发布了科学机器学习“算子推理”程序包,该程序包可以直接从高精度仿真数据中学习获得降阶模型。通过嵌入控制方程的结构,“算子推理”的降阶模型具有传统“黑匣”机器学习无法实现的预测能力,这对于使用降阶模型来加速多学科设计优化中的复杂物理计算非常重要。

(二)多学科设计优化方法和验证取得重要进展

2020年1月,美国华盛顿大学完成了对发动机-挂架综合结构的设计优化,在建模时考虑了负载分布和应力分析的需求。本项研究在重量、成本和进度方面都取得了重大进展,并为整机的单流程结构优化奠定了基础。

2020年2月,麻省理工学院开发了一种优化方法,并对使用多阶段任务手段让可能对地球造成破坏的小行星偏离轨道的方案进行了仿真分析。该方法将轨道动力学、航天器设计和行星科学综合到一个包含认知不确定性的通用框架中。

同样在2020年2月,弗吉尼亚理工大学的多学科分析和设计中心为无人驾驶飞机 mAEWing2开发了一个双层优化框架,研究将主动气动弹性剪裁纳入NASA资助的高性能自适应气动弹性机翼项目下的效果。研究人员表示,这种方法通过放宽被动的颤振边界,使用主动颤振控制器确保颤振可控,减轻飞机的重量。6月,该团队还开发了在Linux操作系统中使用跨声速颤振分析的大展弦比飞机的分布式设计优化软件,该软件可对具有非线性跨声速的中远程跨声速联翼飞机进行多学科设计优化和分布计算环境中的振动分析。

今年,美国空军研究实验室多学科科学技术中心与洛马公司签署了合同计划EXPEDITE,即基于效能的扩展多学科设计优化技术,由洛克希德·马丁公司牵头,将任务的效能指标而不是技术指标(例如:射程、阻力等)视为响应函数。诺格公司和斯坦福大学也共同参与,建立和评估高保真度,紧耦合模型的效用。

宾夕法尼亚州立大学的应用研究实验室完成了DARPA资助的项目,该项目演示了如何使用人工智能,在无人干涉的情况下对无人机进行设计和优化。同时,该团队用3D打印技术制作了的验证飞行器完成了相关测试。