邓凯文
- 作品数:3 被引量:48H指数:2
- 供职机构:清华大学航天航空学院更多>>
- 发文基金:清华大学自主科研计划更多>>
- 相关领域:航空宇航科学技术更多>>
- 机器学习技术在气动优化中的应用被引量:38
- 2019年
- 近年来优化设计在气动设计中发挥了越来越多的作用,但实用性和效率是制约其发挥作用的两大障碍。在大型客机超临界机翼设计中,通过"人在回路"(依靠人的经验在优化进行过程中实施必要干预)等努力,取得了较好的效果,机器学习技术逐步得到发展。提出了利用机器学习技术模拟人在优化过程中的合理行为和作用机制,以深层次利用信息和知识,改善优化的实用性和效率。梳理了机器学习技术在气动优化中应用的发展脉络,并结合工作实践介绍了机器学习在优化设计中的典型应用。进一步探讨了深度学习在气动优化中的可能应用方式。
- 陈海昕邓凯文李润泽
- 关键词:气动优化空气动力学设计
- 后体单边膨胀面气动优化研究
- 2023年
- 为降低对下方的红外信号特征,飞行器会利用机身后体部分型面,既提供对下方的红外遮蔽,也作为发动机喷流的单边膨胀面。喷流对单边膨胀面的非对称作用,可能对全机气动效率和飞行控制产生不利干扰。通过计算流体力学(CFD)分析带喷流的全机模型在不同来流条件和发动机工况下的气动性能,发现喷流在起飞状态产生较大的低头力矩,影响飞行安全,在巡航状态则增加了全机阻力,降低了推进效率。运用基于NSGA-II算法和Kriging代理模型的混合优化算法对后体膨胀面进行优化设计,通过对压力分布形态的调整,使起飞时由发动机喷流引起的低头力矩增量减少了47.6%,巡航阻力也有所降低。现有优化算法和优化策略对此类问题有较好的效果。
- 杨锦文陈海昕张宇飞邓凯文
- 关键词:CFD分析气动优化
- 基于差分进化和RBF响应面的混合优化算法被引量:12
- 2017年
- 针对气动优化等昂贵优化问题,提出了一种基于差分进化和RBF响应面的混合优化算法HSADE,该方法结合了差分进化算法的强全局寻优能力和RBF响应面方法的快速局部搜索能力,能够同时有效地提高算法的局部搜索效率和全局寻优能力.对各子算法中的策略和逻辑进行了多项改进,提出和应用了基于双败淘汰赛的竞赛赛制和参数自适应等改进策略.对HSADE使用多个典型算例进行了测试,并横向对比了NSGA-II,MOPSO和多目标差分进化算法.测试结果表明,在大多数问题中HSADE在以世代距离表征的局部搜索效率和以超体积比表征的全局寻优能力两项指标上都优于其他算法,证实了以上混合策略及算法改进的有效性.将该算法应用于一个翼型优化问题和一个二维超声速喷管膨胀面优化问题,并横向对比未经改良的差分进化算法DE和另一种混合算法NARSGA,结果表明在接近1 000次的函数评估下,HSADE能相对其他算法进一步对翼型减阻0.5 count,在喷管优化中HSADE得到的结果也好于其他两种算法,表明该方法具有较强工程应用价值.
- 邓凯文陈海昕
- 关键词:差分进化计算流体力学多目标优化优化设计