基于改进鸡群-Gauss伪谱法的组合动力飞机爬升轨迹优化方法

doi:10.7527/S1000-6893.2024.30737

固体力学与飞行器总体设计

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于改进鸡群-Gauss伪谱法的组合动力飞机爬升轨迹优化方法

王有盛¹, 孙立国¹^,², 魏金鹏³(), 谭文倩¹^,², 潘永豪¹

^1.北京航空航天大学航空科学与工程学院，北京 102206
^2.北京航空航天大学江西研究院，南昌 330096
^3.中国航空工业集团公司沈阳飞机设计研究所，沈阳 110035

收稿日期:2024-05-27 修回日期:2024-07-02 接受日期:2024-07-29 出版日期:2024-08-12 发布日期:2024-08-10
通讯作者: 魏金鹏 E-mail:weijinpeng601@126.com
基金资助:
中央高校基本科研业务费(YWF-23-SDHK-L-005);航空科学基金(20220048051001);1912项目

Optimization of climb trajectory of combined-cycle engine powered aircraft based on improved CSO-Gauss pseudospectral method

Yousheng WANG¹, Liguo SUN¹^,², Jinpeng WEI³(), Wenqian TAN¹^,², Yonghao PAN¹

^1.School of Aeronautic Science and Engineering，Beihang University，Beijing 102206，China
^2.Jiangxi Research Institute of Beihang University，Nanchang 330096，China
^3.AVIC Shenyang Aircraft Design and Research Institute，Shenyang 110035，China

Received:2024-05-27 Revised:2024-07-02 Accepted:2024-07-29 Online:2024-08-12 Published:2024-08-10
Contact: Jinpeng WEI E-mail:weijinpeng601@126.com
Supported by:
Fundamental Research Funds for Central Universities(YWF-23-SDHK-L-005);Aeronautical Science Foundation of China(20220048051001);1912 Project

摘要/Abstract

摘要：

组合动力飞机爬升段油耗占比高，亟需关注动力模态切换的安全性以及切换时机的选择，因此开展爬升轨迹优化研究具有重要意义。然而，因为模型非线性、非凸约束和强飞发耦合等因素的制约使得求解困难。首先，建立了体现飞发耦合特性的组合动力飞机模型。其次，为高效求解该问题，改进了经典鸡群优化算法的更新规则，进而与Gauss伪谱法融合形成混合优化算法。最后，对爬升段油耗与飞机关键参数进行了关联性分析。仿真结果表明，与单独使用鸡群算法或Gauss伪谱法相比，使用改进鸡群-Gauss伪谱法的油耗更低。此外，所提模型的爬升段油耗与飞机升阻比呈负相关；模态切换点的选取也对油耗有显著影响，但不呈现单调性。

关键词: 涡轮基组合动力, 高超声速飞行器, 爬升轨迹优化, 飞发耦合, 优化算法

Abstract:

Combined-cycle engine powered aircraft has high percentage of fuel consumption during the climb phase， and its safety during power mode switching and choice of switching time require urgent attention. Therefore， optimization of the climb trajectory is of great importance for the combined-cycle engine powered aircraft. However， the challenges of model nonlinearity， non-convex constraints and strong aircraft-engine coupling make the problem difficult to solve. Firstly， a combined-cycle engine powered aircraft model that represents the characteristic of aircraft-engine coupling is established. Secondly， to solve the problem efficiently， the updating rules of the Chicken Swarm Optimization （CSO） are improved. Then， the CSO is fused with the Gauss pseudospectral method to form a hybrid optimization algorithm. Finally， a correlation analysis between the fuel consumption during the climb phase and the key parameters of the aircraft is performed. The simulation results show that the improved CSO-Gauss pseudospectral method achieves lower fuel consumption than either the CSO or the Gauss pseudospectral method. In addition， the fuel consumption of the proposed model during the climb phase is negatively correlated with the lift-to-drag ratio of the aircraft， and the selection of the power mode switching point also has a significant effect on the fuel consumption but does not show monotonicity.

Key words: turbine-based combined-cycle engine, hypersonic vehicle, climb trajectory optimization, aircraft-engine coupling, optimization algorithm

中图分类号:

V249.1

王有盛, 孙立国, 魏金鹏, 谭文倩, 潘永豪. 基于改进鸡群-Gauss伪谱法的组合动力飞机爬升轨迹优化方法[J]. 航空学报, 2025, 46(2): 230737.

Yousheng WANG, Liguo SUN, Jinpeng WEI, Wenqian TAN, Yonghao PAN. Optimization of climb trajectory of combined-cycle engine powered aircraft based on improved CSO-Gauss pseudospectral method[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(2): 230737.

图/表 23

图 1

表 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

表 2

图 9

图 10

图 11

图 12

图 13

图 14

图 15

图 16

表 3

图 17

图 18

图 19

图 20

参考文献 31

1	黄伟，夏智勋. 美国高超声速飞行器技术研究进展及其启示［J］. 国防科技， 2011， 32（3）： 17-20.
	HUANG W， XIA Z X. Research progress and apocalypses on the American hypersonic vehicle technology［J］. National Defense Technology， 2011， 32（3）： 17-20 （in Chinese）.
2	张增辉，杨凌宇，申功璋. 高超声速飞行器大包线切换LPV控制方法［J］. 航空学报， 2012， 33（9）： 1706-1716.
	ZHANG Z H， YANG L Y， SHEN G Z. Switching LPV control method in wide flight envelope for hypersonic vehicles［J］. Acta Aeronautica et Astronautica Sinica， 2012， 33（9）： 1706-1716 （in Chinese）.
3	牧童，黄一敏，王浩鑫. 组合动力原型机吸气爬升段纵向控制器设计［J］. 机械制造与自动化， 2024， 53（2）： 252-257.
	MU T， HUANG Y M， WANG H X. Longitudinal controller design for climb phase of combined-cycle vehicle［J］. Machine Building & Automation， 2024， 53（2）： 252-257 （in Chinese）.
4	QI Y K， MA X F， JIANG P X， et al. Review on heat-to-power conversion technologies for hypersonic vehicles［J］. Chinese Journal of Aeronautics， 2024， 37（5）： 148-179.
5	张泰. 吸气式高超声速飞行器轨迹优化研究［D］. 哈尔滨：哈尔滨工业大学， 2013： 11.
	ZHANG T. Research on trajectory optimization of air-breathing hypersonic vehicle［D］.Harbin： Harbin Institute of Technology， 2013： 11 （in Chinese）.
6	LUO Y H， WANG J Y， JIANG J， et al. Reentry trajectory planning for hypersonic vehicles via an improved sequential convex programming method［J］. Aerospace Science and Technology， 2024， 149： 109130.
7	GATH P F， CALISE A J. Optimization of launch vehicle ascent trajectories with path constraints and coast arcs［J］. Journal of Guidance， Control， and Dynamics， 2001， 24（2）： 296-304.
8	汤佳骏，刘燕斌，曹瑞，等. 吸气式高超声速飞行器爬升段关键任务点的鲁棒优化［J］. 宇航学报， 2020， 41（5）： 507-520.
	TANG J J， LIU Y B， CAO R， et al. Robust optimization of key mission points in climbing phase for air-breathing hypersonic vehicle［J］. Journal of Astronautics， 2020， 41（5）： 507-520 （in Chinese）.
9	向宏程，邓亦敏，段海滨. 基于探索群策略鸽群优化的高超声速飞行器飞/发一体化控制［J］. 智能系统学报， 2022， 17（4）： 849-855.
	XIANG H C， DENG Y M， DUAN H B. Integrated control of hypersonic aerial vehicle and engine system based on exploring swarm strategy based pigeon inspired optimization［J］. CAAI Transactions on Intelligent Systems， 2022， 17（4）： 849-855 （in Chinese）.
10	QU C R， CHENG L， GONG S P， et al. Dynamic-matching adaptive sliding mode control for hypersonic vehicles［J］. Aerospace Science and Technology， 2024， 149： 109159.
11	SUDALAGUNTA P R， SULTAN C， KAPANIA R K， et al. Aeroelastic control-oriented modeling of an air-breathing hypersonic vehicle： AIAA-2016-1325［R］. Reston： AIAA， 2016.
12	YANG S B， CUI T， HAO X Y， et al. Trajectory optimization for a ramjet-powered vehicle in ascent phase via the Gauss pseudospectral method［J］. Aerospace Science and Technology， 2017， 67： 88-95.
13	刘凯，郭健，周文雅，等. 吸气式组合动力高超声速飞行器上升段制导方法研究［J］. 宇航学报， 2020， 41（8）： 1023-1031.
	LIU K， GUO J， ZHOU W Y， et al. Investigation on ascent guidance law for air-breathing combined-cycle hypersonic vehicle［J］. Journal of Astronautics， 2020， 41（8）： 1023-1031 （in Chinese）.
14	孙佩华，刘燕斌，陈柏屹. 基于预置动压的高超声速飞行器上升段轨迹设计［J］. 飞行力学， 2017， 35（5）： 57-61.
	SUN P H， LIU Y B， CHEN B Y. Ascent trajectory design of hypersonic vehicle based on preset dynamic pressure［J］. Flight Dynamics， 2017， 35（5）： 57-61 （in Chinese）.
15	吕翔，何国强，刘佩进. RBCC飞行器爬升段轨迹设计方法［J］. 航空学报， 2010， 31（7）： 1331-1337.
	LV X， HE G Q， LIU P J. Ascent trajectory design method for RBCC-powered vehicle［J］. Acta Aeronautica et Astronautica Sinica， 2010， 31（7）： 1331-1337 （in Chinese）.
16	ZHANG T F， SU H， GONG C L. A three-stage sequential convex programming approach for trajectory optimization［J］. Aerospace Science and Technology， 2024， 149： 109128.
17	宋晓晨，姚骁帆，叶尚军. 基于伪谱法的小型超音速无人机轨迹优化［J］. 浙江大学学报（工学版）， 2022， 56（1）： 193-201.
	SONG X C， YAO X F， YE S J. Trajectory optimization of small supersonic unmanned aerial vehicle based on pseudo-spectral method［J］. Journal of Zhejiang University （Engineering Science）， 2022， 56（1）： 193-201 （in Chinese）.
18	MAHMOUD A M， CHEN W C， ZHOU H， et al. Trajectory optimization for ascent and glide phases using Gauss pseudospectral method［J］. International Journal of Modeling and Optimization， 2016， 6（5）： 289-295.
19	SONG J， SU H Q. The ascent trajectory optimization of two-stage-to-orbit aerospace plane based on pseudospectral method［J］. Procedia Engineering， 2015， 99： 1044-1048.
20	CHENG X M， LI H F， ZHANG R. Efficient ascent trajectory optimization using convex models based on the Newton-Kantorovich/Pseudospectral approach［J］. Aerospace Science and Technology， 2017， 66： 140-151.
21	王嘉炜，张冉，郝泽明，等. 基于Proximal-Newton-Kantorovich凸规划的空天飞行器实时轨迹优化［J］. 航空学报， 2020， 41（11）： 624051.
	WANG J W， ZHANG R， HAO Z M， et al. Real-time trajectory optimization for hypersonic vehicles with Proximal-Newton-Kantorovich convex programming［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（11）： 624051 （in Chinese）.
22	LI Z H， HU C， DING C B， et al. Stochastic gradient particle swarm optimization based entry trajectory rapid planning for hypersonic glide vehicles［J］. Aerospace Science and Technology， 2018， 76： 176-186.
23	周宏宇. 组合动力可重复使用运载器三维轨迹优化与在线制导方法研究［D］. 哈尔滨：哈尔滨工业大学， 2019： 19.
	ZHOU H Y. Research on 3D trajectory optimization and online guidance method of combined power reusable launch vehicle［D］. Harbin： Harbin Institute of Technology， 2019： 19 （in Chinese）.
24	WU D H， XU S P， KONG F. Convergence analysis and improvement of the chicken swarm optimization algorithm［J］. IEEE Access， 2016， 4： 9400-9412.
25	WANG J Q， CHENG Z W， ERSOY O K， et al. Improvement and application of chicken swarm optimization for constrained optimization［J］. IEEE Access， 2019， 7： 58053-58072.
26	FU W Z， WANG B， LI X， et al. Ascent trajectory optimization for hypersonic vehicle based on improved chicken swarm optimization［J］. IEEE Access， 2019， 7： 151836-151850.
27	刘君，袁化成，王云飞，等. 组合动力推进系统总体性能初步分析［C］∥中国航天第三专业信息网第三十七届技术交流会暨第一届空天动力联合会议. 2016： 874-884.
	LIU J， YUAN H C， WANG Y F， et al. Preliminary analysis of the overall performance of the combined-cycle propulsion system［C］∥The 37th Technical Seminar of the Third Professional Information Network of China Aerospace and the First Conference of Aerospace Propulsion. 2016： 874-884 （in Chinese）.
28	BOLENDER M A， DOMAN D B. Nonlinear longitudinal dynamical model of an air-breathing hypersonic vehicle［J］. Journal of Spacecraft and Rockets， 2007， 44（2）： 374-387.
29	罗文莉，李道春，向锦武. 吸气式高超声速飞行器大迎角气动特性分析［J］. 航空学报， 2015， 36（1）： 223-231.
	LUO W L， LI D C， XIANG J W. Aerodynamic characteristics analysis of air-breathing hypersonic vehicles at high angle of attack［J］. Acta Aeronautica et Astronautica Sinica， 2015， 36（1）： 223-231 （in Chinese）.
30	李乐，姜光泰，褚显应，等. TBCC飞行器发动机尺寸选型及爬升策略设计［J］. 宇航学报， 2018， 39（1）： 17-26.
	LI Y， JIANG G T， CHU X Y， et al. Research on TBCC engine size selection and ascent strategy of combined-cycle aircraft［J］. Journal of Astronautics， 2018， 39（1）： 17-26 （in Chinese）.
31	MENG X B， LIU Y， GAO X Z， et al. A new bio-inspired algorithm： Chicken swarm optimization［C］∥5th International Conference on Swarm Intelligence. Cham： Springer， 2014： 86-94.

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

发动机类型	H/km	Ma	单发推力/t	单发耗油率/（kg·s^-1）
涡轮喷气	0	0	12.55	5.54
亚燃冲压	12	2.5	21.18	13.61
超燃冲压	24	5	24.88	16.85

升阻比摄动/%	油耗/t	耗时/s
-10	6.150	210.89
-5	6.124	206.96
0	5.792	210.36
5	5.749	204.92
10	5.606	235.01

[1]	梁帅, 高广乐, 曲晓雷, 李雅君. 基于误差累积因子的高超声速飞行器渐进控制[J]. 航空学报, 2024, 45(S1): 730745-730745.
[2]	贺杨超, 李炯, 邵雷, 卜祥伟, 张锦林, 姬博洋. 基于改进“当前”统计模型的再入目标跟踪算法[J]. 航空学报, 2024, 45(S1): 730800-730800.
[3]	周大鹏, 曲晓雷. 基于知识引导智能鸽群优化的舰载机着舰控制[J]. 航空学报, 2024, 45(S1): 730801-730801.
[4]	杨博, 于贺, 樊子辰. 微观能量分析气动光学效应时变误差的方法[J]. 航空学报, 2024, 45(4): 128703-128703.
[5]	倪育德, 闫苗玉, 刘瑞华. 基于DOA-BP神经网络的电离层TEC短期预测[J]. 航空学报, 2024, 45(4): 328707-328707.
[6]	武天才, 王宏伦, 任斌, 严国乘, 吴星雨. 基于学习的高超声速飞行器分层协调容错方法[J]. 航空学报, 2024, 45(22): 330191-330191.
[7]	武天才, 王宏伦, 任斌, 刘一恒, 吴星雨, 严国乘. 考虑规避与突防的高超声速飞行器智能容错制导控制一体化设计[J]. 航空学报, 2024, 45(15): 329607-329607.
[8]	王四季, 张羽薇, 黄开明, 吕彪, 赵海凤, 王虎, 廖明夫. 基于改进粒子群算法的直升机动力涡轮转子系统优化方法[J]. 航空学报, 2024, 45(1): 228608-228608.
[9]	倪炜霖, 王永海, 徐聪, 赤丰华, 梁海朝. 基于强化学习的高超飞行器协同博弈制导方法[J]. 航空学报, 2023, 44(S2): 729400-729400.
[10]	马平, 张宁, 石安华, 于哲峰, 梁世昌, 黄洁. 典型微波波段信号在模拟等离子体中的传输特性[J]. 航空学报, 2023, 44(S2): 729476-729476.
[11]	程晓玉, 韩鹏, 贺维, 张朋, 韩晓霞, 李英梅, 曹友. 一种新的基于可解释性置信规则库的飞轮健康状态评估模型[J]. 航空学报, 2023, 44(S1): 172-184.
[12]	张安, 杨咪, 毕文豪, 张百川, 王雨农. 基于多策略GWO算法的不确定环境下异构多无人机任务分配[J]. 航空学报, 2023, 44(8): 327115-327115.
[13]	陈浩宇, 王彬文, 宋巧治, 李晓东. 热颤振地面模拟试验技术[J]. 航空学报, 2023, 44(8): 227295-227295.
[14]	王梓伊, 张伟伟, 刘磊, 杨肖峰. 适用于复杂流动的热气动弹性降阶建模方法[J]. 航空学报, 2023, 44(4): 126807-126807.
[15]	韩荣, 刘伟, 杨小亮. 高超声速飞行器自适应减阻盘动态减阻机理[J]. 航空学报, 2023, 44(4): 126633-126633.

基于改进鸡群-Gauss伪谱法的组合动力飞机爬升轨迹优化方法

Optimization of climb trajectory of combined-cycle engine powered aircraft based on improved CSO-Gauss pseudospectral method

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 23

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价

等级	组号
等级	1	2	3	4	5	6	7	8
公鸡	优	上	优	优	上	上	优	上
母鸡	优	优	上	优	上	优	上	上
小鸡	优	优	优	上	优	上	上	上