并行子空间优化法提升无人机机翼综合设计效率

本文主要探讨了"计及气动和隐身约束结构综合优化的并行子空间优化方法"，针对多学科设计优化中的计算量过大问题，提出了一种改进的并行子空间优化策略。在传统的并行子空间优化算法中，如基于全局敏感性方程（GSE）的方法，设计问题被分解为各个学科级别的子问题，每个学科领域的专家利用其专业优化工具进行处理，同时通过近似模型考虑其他学科的影响。 Sellar和Bathe等人引入了响应面近似技术，这显著提高了算法的精度并节省了计算资源。作者通过一个两学科耦合的设计优化问题实例，阐述了基于响应面的并行子空间优化算法的优势。这种算法的关键在于对设计对象进行有效分解，并在优化过程中，学科级优化阶段利用精确分析方法，而在需要跨学科交互时，依赖于响应面模型进行近似计算，从而避免了复杂的接口问题，降低了整体优化的计算负担。 文章还强调了在实际应用中，如在无人机机翼的设计中，考虑到气动性能和隐身特性，这种综合优化方法能够提供性能优良的设计点，支持结构、气动和隐身的一体化设计。通过这种方法，设计者能够在满足气动和隐身约束的同时，实现整体系统的最优化，对于复杂工程项目的高效设计具有重要意义。 此外，论文的科学贡献还包括对现有并行子空间优化算法的深入分析和改进，以及对多学科设计优化中具体问题的解决策略，这对于推进工程设计的科学性和效率有着积极的推动作用。文章的作者包括苟仲秋、宋笔锋和李为吉三位学者，他们分别代表了博士生、教授和博士生导师的角色，显示出团队在该领域的专业实力。 总结来说，这篇论文研究的核心是优化算法在复杂工程设计中的实际应用，特别是在减少计算成本、提高设计效率和保证关键性能指标方面，展示了并行子空间优化方法在多学科设计优化中的优势。