一种基于混合优化框架的固液组合动力性能优化方法与流程
本发明涉及组合式发动机领域,具体涉及一种基于混合优化框架的固液组合动力性能优化方法。
背景技术:
1、采用基于固体火箭发动机及涡轮喷气发动机的组合式动力系统是支撑飞行器具备短时助推、长时巡航的关键。两种不同构型发动机的组合加大了动力系统性能优化设计的难度,而固体发动机、涡喷发动机性能仿真时间消耗的不同也对优化方法提出了更高的要求,采用传统单一架构的优化方法难以实现对固、液组合动力性能优化问题的高效求解。为了提高固、液组合动力性能优化效率、缩短优化时间,对固、液组合动力性能与飞行器综合性能的关系进行解耦,建立混合优化框架,实现高效、高精度动力方案优化设计。
技术实现思路
1、本发明的目的是提供一种基于混合优化框架的固液组合动力性能优化方法,用以解决传统发动机性能优化方法在面向固液组合式动力性能优化问题时消耗时间长、优化效率差等问题。
2、为了实现上述任务,本发明采用以下技术方案:
3、一种基于混合优化框架的固液组合动力性能优化方法,包括:构建双层混合优化框架,内层包含固体动力子优化模型和液体动力子优化模型;外层为固体动力装药参数代理优化子模型;
4、步骤1,外层固体动力装药参数代理优化子模型的输入为多组固体动力装药参数,并建立初始的固体动力装药方案存入到待优化的装药方案库中;
5、步骤2,基于代理优化算法对固体动力装药方案进行优化,包括:将固体动力装药方案作为固体动力子优化模型的输入,通过在预设的第一优化目标下利用启发式优化算法进行固体动力设计参数的优化,得到与所述固体动力装药方案匹配的最优固体动力方案,并作为液体动力子优化模型的输入;
6、步骤3,液体动力子优化模型基于液体动力启动飞行工况,在当前最优固体动力方案下,以该方案对应的整体飞行性能最优作为第二优化目标,利用启发式优化算法对液体动力燃料重量及液体动力设计参数进行优化,输出最优液体动力方案与对应的最优整体飞行性能;利用固体动力装药参数和最优整体飞行性能进行代理模型的构建;
7、步骤4,利用代理模型对固体动力装药参数进行全局搜索与优化;代理优化算法每生成一组新的固体动力装药参数,便会将其对应的新的固体动力装药方案加入装药方案库,并驱动固体动力子优化模型和液体动力子优化模型进行下一轮的计算;当代理优化算法收敛后,输出最优的固体动力装药参数,以及与之精确匹配的最优固体动力方案和最优液体动力方案。
8、进一步地,在初始化阶段,首先采用空间填充采样策略在参数设计空间内生成多组初始的固体动力装药参数,每一组固体动力装药参数作为一个样本点,其包含一组药柱外径、内孔直径、翼个数、翼高度、翼厚度、翼长度、翼倾角的具体取值;基于每组固体动力装药参数,分别构建各自对应的固体动力装药方案,即由固体动力装药参数确定的具体的固体药柱三维几何构型;将固体动力装药方案存入待优化的装药方案库中,作为后续内层模型迭代评估的起点。
9、进一步地,采用代理优化算法,以整体飞行性能最大化为优化目标,对固体动力装药参数进行外层迭代寻优;代理优化算法的具体步骤为:
10、(i) 基于装药方案库,驱动内层的固体动力子优化模型、液体动力子优化模型完成评估,获得每个样本点的最优整体飞行性能;基于样本点和对应的最优整体飞行性能构建初始的代理模型;
11、(ii) 在当前代理模型上应用优化填充准则,在参数设计空间内主动预测并筛选出新的样本点,即新的固体动力装药参数;
12、(iii) 基于新的样本点构建对应的新的固体动力装药方案并将其存入待优化的装药方案库中,同时利用内层的固体动力子优化模型、液体动力子优化模型进行评估,得到新的样本点对应的最优整体飞行性能,用于更新代理模型;
13、(iv) 循环执行上述(ii)至(iii)步直至算法收敛。
14、进一步地,所述算法收敛是指:当连续多次迭代后,系统找到的最优目标函数值的变化量小于预设的极小容忍阈值;或者当算法的总迭代轮数达到工程任务预设的资源上限。
15、进一步地,固体动力子优化模型的处理过程包括:
16、从装药方案库中取出固体动力装药方案,根据对应的固体药柱三维几何构型执行燃面推移计算,获得燃面推移结果;
17、将燃面推移结果与固体动力设计参数进行耦合计算,获得加权固体动力性能;
18、采用启发式优化算法,以加权固体动力性能为第一优化目标,以固体动力设计参数为优化变量进行全局迭代寻优;当算法收敛后,输出与该固体动力装药方案匹配的最优固体动力方案。
19、进一步地,所述固体动力设计参数包括推进剂燃速、喷管喉径、喷管扩张比。
20、进一步地,液体动力子优化模型的处理过程包括:
21、接收固体动力子优化模型输出的最优固体动力方案,结合预给定的液体动力燃料重量约束,通过弹道积分计算获得液体动力启动飞行工况;
22、根据液体动力启动飞行工况,结合液体动力设计参数,通过建立液体动力发动机部件级性能仿真模型,获得液体动力飞行性能;
23、基于液体动力飞行性能与当前最优固体动力方案,利用飞行器动力学仿真模型,得到飞行器的整体飞行性能;
24、采用启发式优化算法,以整体飞行性能最优作为第二优化目标,以液体动力燃料重量及液体动力设计参数为优化变量进行迭代寻优;当算法收敛后,输出与当前固体动力设计方案匹配的最优液体动力方案,此时的整体飞行性能即为对应的最优整体飞行性能。
25、进一步地,所述液体动力设计参数包括压气机增压比、涡轮前温度、喷管喉径。
26、一种终端设备,包括处理器、存储器以及存储在所述存储器中的计算机程序;处理器执行计算机程序时,实现所述基于混合优化框架的固液组合动力性能优化方法。
27、一种计算机可读存储介质,所述介质中存储有计算机程序;计算机程序被处理器执行时,实现所述基于混合优化框架的固液组合动力性能优化方法。
28、与现有技术相比,本发明具有以下技术特点:
29、本发明在固体、液体动力子优化模型中采用启发式优化算法快速迭代,建立固体动力装药方案与最优固体、液体动力方案之间的联系,采用代理优化算法对固体动力装药参数进行优化。应用本发明方法可以加强固体、液体动力设计耦合度,提升设计优化效率,克服采用传统动力设计优化方法开展固体、液体动力设计消耗时间长、优化精度和效率低的缺点。
1.一种基于混合优化框架的固液组合动力性能优化方法,其特征在于,包括:构建双层混合优化框架,内层包含固体动力子优化模型和液体动力子优化模型;外层为固体动力装药参数代理优化子模型;
2.根据权利要求1所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,在初始化阶段,首先采用空间填充采样策略在参数设计空间内生成多组初始的固体动力装药参数,每一组固体动力装药参数作为一个样本点,其包含一组药柱外径、内孔直径、翼个数、翼高度、翼厚度、翼长度、翼倾角的具体取值;基于每组固体动力装药参数,分别构建各自对应的固体动力装药方案,即由固体动力装药参数确定的具体的固体药柱三维几何构型;将固体动力装药方案存入待优化的装药方案库中,作为后续内层模型迭代评估的起点。
3.根据权利要求1所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,采用代理优化算法,以整体飞行性能最大化为优化目标,对固体动力装药参数进行外层迭代寻优;代理优化算法的具体步骤为:
4.根据权利要求3所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,所述算法收敛是指:当连续多次迭代后,系统找到的最优目标函数值的变化量小于预设的极小容忍阈值;或者当算法的总迭代轮数达到工程任务预设的资源上限。
5.根据权利要求1所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,固体动力子优化模型的处理过程包括:
6.根据权利要求5所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,所述固体动力设计参数包括推进剂燃速、喷管喉径、喷管扩张比。
7.根据权利要求1所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,液体动力子优化模型的处理过程包括:
8.根据权利要求7所述的基于混合优化框架的固液组合动力性能优化方法,其特征在于,所述液体动力设计参数包括压气机增压比、涡轮前温度、喷管喉径。
9.一种终端设备,包括处理器、存储器以及存储在所述存储器中的计算机程序;其特征在于,处理器执行计算机程序时,实现权利要求1-8中任一项所述基于混合优化框架的固液组合动力性能优化方法。
10.一种计算机可读存储介质,所述介质中存储有计算机程序;其特征在于,计算机程序被处理器执行时,实现权利要求1-8中任一项所述基于混合优化框架的固液组合动力性能优化方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com