跨域变体飞行器气动力热非层次多模型融合降阶方法

doi:10.7527/S1000-6893.2023.28259

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

跨域变体飞行器气动力热非层次多模型融合降阶方法

武宇飞¹, 龙腾¹^,²(), 史人赫¹^,², 张尧¹

^1.北京理工大学宇航学院，北京 100081
^2.北京理工大学飞行器动力学与控制教育部重点实验室，北京 100081

收稿日期:2022-11-14 修回日期:2022-12-07 接受日期:2023-01-09 出版日期:2023-01-31 发布日期:2023-01-12
通讯作者: 龙腾 E-mail:tenglong@bit.edu.cn
基金资助:
国家自然科学基金(52272360);北京理工大学研究生科研水平和创新能力提升专项计划(2022YCXZ017)

Non⁃hierarchical multi⁃model fusion order reduction based on aerodynamic and aerothermodynamic characteristics for cross⁃domain morphing aircraft

Yufei WU¹, Teng LONG¹^,²(), Renhe SHI¹^,², Yao ZHANG¹

^1.School of Aerospace Engineering，Beijing Institute of Technology，Beijing 100081，China
^2.Key Laboratory of Dynamics and Control of Flight Vehicle of Ministry of Education，Beijing Institute of Technology，Beijing 100081，China

Received:2022-11-14 Revised:2022-12-07 Accepted:2023-01-09 Online:2023-01-31 Published:2023-01-12
Contact: Teng LONG E-mail:tenglong@bit.edu.cn
Supported by:
National Natural Science Foundation of China(52272360);Graduate Technological Innovation Project of Beijing Institute of Technology(2022YCXZ017)

摘要/Abstract

摘要：

跨域变体飞行器根据飞行状态改变构型以提升大空域宽速域飞行能力，已成为当前研究热点。建立了类乘波体跨域变体飞行器基于雷诺平均纳维–斯托克斯（RANS）方程的气动力热高精度模型、基于工程估算方法的气动力热低精度模型。针对高超声速气动力热仿真存在非层次多模型的特点，提出基于多层Kriging与二次规划的非层次多模型融合降阶方法（NMF-MKQP），推导解耦的均方误差表达式，将比例系数极大似然估计全局优化问题转化为二次规划问题，解析确定模型比例系数以降低构造成本，高效实现非层次多模型融合降阶。数值算例测试结果表明，降阶模型的近似精度与国际同类算法相比具有明显优势。基于气动力热特性降阶模型，揭示了后掠角及展长对跨域变体飞行器气动力热特性的影响规律，进而确定滑翔跨域飞行的变体方案。在减少最大热流的同时，变体方案通过增加升阻比，改善了飞行器跨域飞行性能。

关键词: 跨域变体飞行器, 气动力热, 非层次多模型融合, 模型降阶, 机翼变后掠, 机翼变展长

Abstract:

Cross-domain morphing aircraft can change their configurations to adapt to different flight conditions and improve flight capability in large airspace within wide speed range， consequently becoming a topic of interest. This paper constructs a high-fidelity aerodynamic and aerothermodynamic model of a quasi-waverider cross-domain morphing aircraft based on RANS equations and low-fidelity models based on engineering estimation methods. The Non-hierarchical Multi-model Fusion Method using Multi-level Kriging and Quadratic Programming （NMF-MKQP） is proposed considering the existence of non-hierarchical multi-fidelity models for hypersonic aerodynamic and aerothermodynamic analysis. The uncoupled expression of the mean squared error is derived to convert the global optimization problem of scaling factor maximum likelihood estimation into a quadratic programming problem， and the scaling factors are analytically determined accordingly. In this way， the efficiency of the proposed model reduction method is significantly improved while reducing the computation cost. The NMF-MKQP outperforms the state-of-the-art multi-fidelity surrogate modeling methods in terms of approximation accuracy. The aerodynamic and aerothermodynamic characteristics of cross-domain morphing aircraft with varying sweep angles and spans are assessed based on the constructed reduced-order model， further establishing a morphing strategy during cross-domain gliding. The flight performance increases with the lift-to-drag ratio， while ensuring a decreasing maximum heat flux.

Key words: cross-domain morphing aircraft, aerodynamics and aerothermodynamics, non-hierarchical multi-model fusion, model order reduction, wing sweep angle morphing, wing span morphing

中图分类号:

V221

武宇飞, 龙腾, 史人赫, 张尧. 跨域变体飞行器气动力热非层次多模型融合降阶方法[J]. 航空学报, 2023, 44(21): 528259-528259.

Yufei WU, Teng LONG, Renhe SHI, Yao ZHANG. Non⁃hierarchical multi⁃model fusion order reduction based on aerodynamic and aerothermodynamic characteristics for cross⁃domain morphing aircraft[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(21): 528259-528259.

图/表 26

图1

图2

表1

初始方案几何参数

参数	$W'$	$T'$	$H u'$	$H l'$	$N u'$	$N l'$
取值	1.40	1.00	0.30	0.30	1.25	1.25
参数	$M u'$	$M l'$	$ρ L'$	$ρ 12'$	$W 1'$	$W 2'$
取值	0.75	0.75	0.30	0.70	0.75	0.60

表1

图3

图4

图5

表2

网格无关性检验结果

代号	规模/万	$C L$	$C D$	$C L / D$	$q m a x$ / （10⁶ W·m^-2）	最大变化率/ %
G1	1 024	0.288	0.124	2.322	6.784	N/A
G2	1 167	0.288	0.124	2.322	7.013	3.37
G3	1 296	0.288	0.124	2.321	7.306	4.18
G4	1 530	0.288	0.124	2.322	7.304	0.28
G5	1 814	0.287	0.124	2.322	7.303	0.20

表2

图6

表3

图7

图8

图9

图10

图11

图12

表4

球头钝锥案例仿真结果对比

模型	$q m a x$ /（10⁶ W·m^-2）	耗时/s
高精度	3.196	8.446×10³
低精度Ⅰ	3.285	5.367
低精度Ⅱ	3.364	4.548

表4

表5

数值算例构造成本信息

序号	$N c$	$n e$	$r e c$
1	2	5	4
2	2	20	4
3	3	40	6
4	3	60	6
5	2	150	4
6	3	200	6

表5

表6

表7

高/低精度模型相关性检验结果

模型	$C L$	$C D$	$q m a x$
高精度/低精度Ⅰ	0.979	0.964	0.861
高精度/低精度Ⅱ	0.979	0.964	0.840

表7

表8

初始方案气动力热特性近似精度与计算耗时

类别	指标	NMF-MKQP	MLK	CK⁃Ⅰ	CK-Ⅱ
$C L$	MAE/10^-3	1.877	1.871	2.929	2.921
	RMSE	4.788×10^-6	4.788×10^-6	7.333×10^-4	7.387×10^-4
	耗时/s	3.452	11.436	2.736	2.795

$C D$	MAE	1.101×10^-4	1.096×10^-4	1.273×10^-3	1.189×10^-3
	RMSE	4.967×10^-8	4.971×10^-8	2.588×10^-4	2.626×10^-4
	耗时/s	3.312	9.918	2.946	2.790

q_max	MAE/10⁵	2.299	2.960	4.529	3.929
	RMSE/10⁵	1.276	1.667	1.764	1.582
	耗时/s	3.651	11.294	2.863	2.844

表8

表9

跨域飞行特征工况

工况点	$M a ∞$	$α$ /（°）	$H$ /km
起点	18.0	20.0	50.0
中点	15.0	15.0	45.0
末点	12.0	10.0	40.0

表9

图13

图14

图15

图16

表10

变体方案气动力热性能对比

工况点	$C L / D$		$q m a x$ /（W·m^-2）
工况点	初始方案	变体方案	初始方案	变体方案
起点	1.835	2.170	1.621×10⁷	1.578×10⁷
中点	2.352	2.554	1.026×10⁷	9.961×10⁶
末点	2.937	3.216	5.072×10⁶	4.928×10⁶

表10

参考文献 26

1	白鹏，陈钱，徐国武，等. 智能可变形飞行器关键技术发展现状及展望［J］. 空气动力学学报， 2019， 37（3）： 426-443.
	BAI P， CHEN Q， XU G W， et al. Development status of key technologies and expectation about smart morphing aircraft［J］. Acta Aerodynamica Sinica， 2019， 37（3）： 426-443 （in Chinese）.
2	AJAJ R M， PARANCHEERIVILAKKATHIL M S， AMOOZGAR M， et al. Recent developments in the aeroelasticity of morphing aircraft［J］. Progress in Aerospace Sciences， 2021， 120： 100682.
3	PHOENIX A A， MAXWELL J R， ROGERS R E. Mach 5-3.5 morphing waverider accuracy and aerodynamic performance evaluation［J］. Journal of Aircraft， 2019， 56（5）： 2047-2061.
4	彭悟宇，杨涛，涂建秋，等. 高超声速变形飞行器翼面变形模式分析［J］. 国防科技大学学报， 2018， 40（3）： 15-21.
	PENG W Y， YANG T， TU J Q， et al. Analysis on wing deformation modes of hypersonic morphing aircraft［J］. Journal of National University of Defense Technology， 2018， 40（3）： 15-21 （in Chinese）.
5	阎超. 航空CFD四十年的成就与困境［J］. 航空学报， 2022， 43（10）： 526490.
	YAN C. Achievements and predicaments of CFD in aeronautics in past forty years［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（10）： 526490 （in Chinese）.
6	张斌. 基于自由变形和代理优化的飞行器气动外形优化设计研究［D］. 长沙：国防科技大学， 2019.
	ZHANG B. Research on aerodynamic shape optimization design of vehicle based on free form deformation and surrogate-based optimization［D］. Changsha： National University of Defense Technology， 2019 （in Chinese）.
7	DREYER E R， GRIER B J， MCNAMARA J J， et al. Rapid steady-state hypersonic aerothermodynamic loads prediction using reduced fidelity models［J］. Journal of Aircraft， 2021， 58（3）： 663-676.
8	张伟伟，寇家庆，刘溢浪. 智能赋能流体力学展望［J］. 航空学报， 2021， 42（4）： 524689.
	ZHANG W W， KOU J Q， LIU Y L. Prospect of artificial intelligence empowered fluid mechanics［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（4）： 524689 （in Chinese）.
9	LAM R， ALLAIRE D L， WILLCOX K E. Multifidelity optimization using statistical surrogate modeling for non-hierarchical information sources［C］∥ 56 th AIAA/ASCE/AHS/ASC Structures， Structural Dynamics， and Materials Conference. Reston： AIAA， 2015： 0143.
10	XIAO M Y， ZHANG G H， BREITKOPF P， et al. Extended Co-Kriging interpolation method based on multi-fidelity data［J］. Applied Mathematics and Computation， 2018， 323： 120-131.
11	CHENG M， JIANG P， HU J X， et al. A multi-fidelity surrogate modeling method based on variance-weighted sum for the fusion of multiple non-hierarchical low-fidelity data［J］. Structural and Multidisciplinary Optimization， 2021， 64（6）： 3797-3818.
12	ZHANG T T， WANG Z G， HUANG W， et al. Parameterization and optimization of hypersonic-gliding vehicle configurations during conceptual design［J］. Aerospace Science and Technology， 2016， 58： 225-234.
13	李铭琦. 基于热流固多场耦合分析的剪切式滑动蒙皮变后掠翼设计与优化［D］. 哈尔滨：哈尔滨工业大学， 2021.
	LI M Q. Design and optimization of a shear sliding skin variable sweep wing based on thermal-fluid-solid multi-field coupling analysis［D］. Harbin： Harbin Institute of Technology， 2021 （in Chinese）.
14	MAIER W T， NEEDELS J T， GARBACZ C， et al. SU2-NEMO： An open-source framework for high-Mach nonequilibrium multi-species flows［J］. Aerospace， 2021， 8（7）： 193.
15	SATA 999. PyPanair ［EB/OL］. （2017-04-20）［2022-10-28］. .
16	GENTRY A E， SMYTH D， OLIVER W. The Mark IV supersonic-hypersonic arbitrary-body program. volume II. program formulation［R］. 1973
17	李正洲，贺元元，高昌，等. 有翼再入飞行器气动外形集成设计优化［J］. 航空学报， 2020， 41（5）： 623356.
	LI Z Z， HE Y Y， GAO C， et al. Optimization of aeroshape integrated design of winged re-entry vehicles［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（5）： 623356 （in Chinese）.
18	PARK S H， NEEB D， PLYUSHCHEV G， et al. A study on heat flux predictions for re-entry flight analysis［J］. Acta Astronautica， 2021， 187： 271-280.
19	ZHAO M. Prediction and validation technologies of aerodynamic force and heat for hypersonic vehicle design［M］. Singapore： Springer， 2021.
20	周宇航. 考虑防热层的高速火箭弹气动热计算［D］. 南京：南京理工大学， 2017.
	ZHOU Y H. Aerodynamic heat calculation of high-speed rocket with heat protection layer［D］. Nanjing： Nanjing University of Science and Technology， 2017 （in Chinese）.
21	叶年辉，龙腾，武宇飞，等. 基于Kriging代理模型的约束差分进化算法［J］. 航空学报， 2021， 42（6）： 324580.
	YE N H， LONG T， WU Y F， et al. Kriging-assisted constrained differential evolution algorithm［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（6）： 324580 （in Chinese）.
22	韩忠华. Kriging模型及代理优化算法研究进展［J］. 航空学报， 2016， 37（11）： 3197-3225.
	HAN Z H. Kriging surrogate model and its application to design optimization： A review of recent progress［J］. Acta Aeronautica et Astronautica Sinica， 2016， 37（11）： 3197-3225 （in Chinese）.
23	DASH S， MANDAL B N， PARSAD R. On the construction of nested orthogonal Latin hypercube designs［J］. Metrika， 2020， 83（3）： 347-353.
24	TOAL D J J. Some considerations regarding the use of multi-fidelity Kriging in the construction of surrogate models［J］. Structural and Multidisciplinary Optimization， 2015， 51（6）： 1223-1245.
25	李昊歌，杨华，杨雨欣，等. 高超声速升力体迎风面精细化降热优化设计［J］. 航空学报， 2022， 43（S2）： 124-137.
	Refinement optimization design for heat reduction on windward surface of hypersonic lifting body［J］. Acta Aeronauticaet Astronautica Sinica， 2022， 43（S2）： 124-137 （in Chinese）.
26	冉茂鹏，王成才，刘华华，等. 变体飞行器控制技术发展现状与展望［J］. 航空学报， 2022， 43（10）： 527449.
	RAN M P， WANG C C， LIU H H， et al. Development status and prospect of control technology for variant aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（10）： 527449 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

问题	指标	NMF-MKQP	VWS-MFS	VWS-HK	LR-MFS	MLMF-CK
1	MAE	1.862×10^-6	0.214	1.017	2.865	1.825
1	RMSE	1.951×10^-7	0.051	0.349	0.855	1.269

2	MAE	0.210	0.499	0.547	1.092	6.353
2	RMSE	0.026	0.079	0.088	0.209	1.311

3	MAE	2.113×10³	1.618×10⁴	3.770×10⁴	1.229×10⁵	9.596×10⁴
3	RMSE	2.229×10²	2.804×10³	4.734×10³	2.898×10⁴	2.127×10⁴

4	MAE	0.607	1.017	2.722	7.566	10.310
4	RMSE	0.064	0.207	0.390	1.684	2.148

5	MAE	595.65	626.430	716.89	850.15	5.388×10³
5	RMSE	55.850	59.830	72.502	88.230	201.104

6	MAE	6.912×10⁷	8.511×10⁷	3.299×10⁸	6.728×10⁹	5.728×10¹¹
6	RMSE	6.546×10⁶	7.932×10⁶	2.758×10⁷	9.310×10⁷	7.272×10¹⁰

[1]	董威利, 刘莉, 周思达. 含局部非线性的月球探测器软着陆动力学模型降阶分析[J]. 航空学报, 2014, 35(5): 1319-1328.
[2]	杨超;宋晨;吴志刚;张瞿辉. 多控制面飞机的全机颤振主动抑制设计[J]. 航空学报, 2010, 31(8): 1501-1508.
[3]	熊纲;杨超. 平衡截断方法在气动伺服弹性系统模型降阶中的应用[J]. 航空学报, 2001, 22(2): 168-170.
[4]	唐永哲. 武装直升机控制增稳系统的设计[J]. 航空学报, 1998, 19(2): 240-242.

跨域变体飞行器气动力热非层次多模型融合降阶方法

Non⁃hierarchical multi⁃model fusion order reduction based on aerodynamic and aerothermodynamic characteristics for cross⁃domain morphing aircraft

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 26

参考文献 26

相关文章 4

编辑推荐

Metrics

本文评价