基于响应面与改进差分进化算法的飞行器连接箍带参数优化

doi:10.7527/S1000-6893.2026.33038

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 |

基于响应面与改进差分进化算法的飞行器连接箍带参数优化

刘宏伟¹, 刘海波¹^,²(), 张同荣¹, 罗伟峰², 张书锋³, 潘文强¹

^1.湖南科技大学机电工程学院，湘潭 411201
^2.湖南云箭集团有限公司，长沙 410199
^3.国防科技大学智能科学学院，长沙 410073

收稿日期:2025-11-04 修回日期:2025-11-27 接受日期:2026-01-28 出版日期:2026-02-10 发布日期:2026-02-09
通讯作者: 刘海波 E-mail:lhaibo@hnu.edu.cn
基金资助:
国家自然科学基金(52205263);湖南省自然科学基金(2024JJ5157)

Optimization of aircraft connection band parameters based on response surface and improved differential evolution algorithm

Hongwei LIU¹, Haibo LIU¹^,²(), Tongrong ZHANG¹, Weifeng LUO², Shufeng ZHANG³, Wenqiang PAN¹

^1.College of Mechanical and Electrical Engineering，Hunan University of Science and Technology，Xiangtan 411201，China
^2.Hunan Yunjian Group Co. ，LTD. ，Changsha 410199，China
^3.College of Intelligence Science and Technology，National University of Defense Technology，Changsha 410073，China

Received:2025-11-04 Revised:2025-11-27 Accepted:2026-01-28 Online:2026-02-10 Published:2026-02-09
Contact: Haibo LIU E-mail:lhaibo@hnu.edu.cn
Supported by:
National Natural Science Foundation of China(52205263);Hunan Provincial Natural Science Foundation(2024JJ5157)

摘要/Abstract

摘要：

针对载机挂飞过程中飞行器子母平台连接箍带受随机振动易引发共振的问题，开展了优化设计，综合运用参数化建模、有限元分析、响应面方法及改进差分进化算法，开展多目标协同优化研究。创新性地将响应面法与改进型差分进化算法相结合，通过构建高精度响应面模型，将复杂工程问题转化为可量化的数学模型，利用改进差分进化算法的全局寻优能力突破传统方法局限，显著提升优化效率与计算精度。优化结果显示，连接箍带的结构应力下降约15%，有效增强了结构的可靠性；箍带的模态偏移率提升近30%，大幅降低共振风险；箍带的质量减重达30%，实现了结构应力降低、共振抑制和结构轻量化的有机统一，最终获得了子母平台连接箍带的最优设计方案，且模型预测值与模拟试验值相对误差在6%以内。该研究为飞行器子母平台性能的提升提供了有效的技术路径，其方法及结论可为同类航空航天装备优化设计提供参考。

关键词: 飞行器, 连接箍带, 参数化建模, 响应面方法, 改进差分进化算法, 多目标优化

Abstract:

To address the issue of resonance easily induced by random vibrations in the connecting bands between the mother and child platforms of an aircraft during carrier-based flight operations， this study conducted an optimization design. It comprehensively employed parametric modeling， finite element analysis， the response surface method， and an improved differential evolution algorithm to carry out multi-objective collaborative optimization research. By innovatively combining the response surface method with an improved differential evolution algorithm， this study constructed high-precision response surface models to transform complex engineering problems into quantifiable mathematical models. Leveraging the global optimization capabilities of the improved differential evolution algorithm to overcome the limitations of traditional methods， the study significantly enhanced optimization efficiency and computational accuracy. The optimization results show that the structural stress of the connecting clamp band decreased by approximately 15%， effectively enhancing structural reliability； the modal shift rate of the clamp band increased by nearly 30%， significantly reducing the risk of resonance； the mass of the clamp band was reduced by up to 30%， achieving an organic integration of reduced structural stress， resonance suppression， and structural lightweighting. Ultimately， an optimal design scheme for the clamp band connecting the mother and daughter platforms was obtained， with the relative error between model predictions and simulation experimental values remaining within 6%. This research provides an effective technical pathway for enhancing the performance of aircraft mother-daughter platforms， and its methods and conclusions can serve as a reference for the optimization design of similar aerospace equipment.

Key words: aircraft, connecting band, parametric modeling, response surface methodology, improved differential evolution algorithm, multi-objective optimization

中图分类号:

V275⁺.3

刘宏伟, 刘海波, 张同荣, 罗伟峰, 张书锋, 潘文强. 基于响应面与改进差分进化算法的飞行器连接箍带参数优化[J]. 航空学报, 2026, 47(15): 233038.

Hongwei LIU, Haibo LIU, Tongrong ZHANG, Weifeng LUO, Shufeng ZHANG, Wenqiang PAN. Optimization of aircraft connection band parameters based on response surface and improved differential evolution algorithm[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(15): 233038.

图/表 21

图 1

图 2

图 3

图 4

图 5

图 6

表 1

图 7

图 8

图 9

图 10

表 2

表 3

图11

表 4

图 12

图13

图 14

表 5

表 6

图 15

参考文献 27

[1]	李军，陈士超. 无人机蜂群关键技术发展综述［J］. 兵工学报， 2023， 44（9）： 2533-2545.
	LI J， CHEN S C. Overview of key technology and its development of drone swarm［J］. Acta Armamentarii， 2023， 44（9）： 2533-2545 （in Chinese）.
[2]	蓝锐，韦国旺，蓝元沛. 新型无人机抛投系统结构设计与应用研究［J］. 企业科技与发展， 2025（1）： 121-128.
	LAN R， WEI G W， LAN Y P. Research on structural design and application of new UAV throwing system［J］. Sci-Tech & Development of Enterprise， 2025（1）： 121-128 （in Chinese）.
[3]	袁永新，蒋家尚. 一种修正刚度矩阵的直接方法［J］. 江苏科技大学学报（自然科学版）， 2010， 24（2）： 193-196.
	YUAN Y X， JIANG J S. A direct updating method for the stiffness matrix［J］. Journal of Jiangsu University of Science and Technology （Natural Science Edition）， 2010， 24（2）： 193-196 （in Chinese）.
[4]	温红宁，金俊松，章一丁，等. 基于响应面法的FGH4113A高温合金涡轮盘锻造工艺参数优化［J］. 稀有金属材料与工程， 2024， 53（9）： 2633-2641.
	WEN H N， JIN J S， ZHANG Y D， et al. Optimization of forging processing parameters of the FGH4113A P/M superalloy turbine disk based on response surface method［J］. Rare Metal Materials and Engineering， 2024， 53（9）： 2633-2641 （in Chinese）.
[5]	朱尹，韩东. 基于响应面方法的直升机机身有限元模型参数修正［J］. 南京航空航天大学学报， 2025， 57（2）： 252-258.
	ZHU Y， HAN D. Parameter updating of helicopter airframe finite element model based on response surface method［J］. Journal of Nanjing University of Aeronautics & Astronautics， 2025， 57（2）： 252-258 （in Chinese）.
[6]	杜遵，汪朝晖，徐文侠，等. 基于响应面法和粒子群算法的电机轴多目标优化［J］. 机械设计， 2024， 41（1）： 43-50.
	DU Z， WANG Z H， XU W X， et al. Multi-objective optimization of motor shaft based on response-surface method and particle-swarm algorithm［J］. Journal of Machine Design， 2024， 41（1）： 43-50 （in Chinese）.
[7]	苏成志，李星佐，姜丰，等. 基于遗传算法的打磨机器人去除量工艺参数优化［J］. 组合机床与自动化加工技术， 2025（2）： 184-187.
	SU C Z， LI X Z， JIANG F， et al. Optimization of process parameters of polishing robot removal volume based on genetic algorithm［J］. Modular Machine Tool & Automatic Manufacturing Technique， 2025（2）： 184-187 （in Chinese）.
[8]	苏越. 基于蚁群优化算法的结构动力模型修正［D］. 南京：南京理工大学， 2008.
	SU Y. Structural dynamic model updating based on ant colony optimization［D］. Nanjing： Nanjing University of Science and Technology， 2008 （in Chinese）.
[9]	黄江涛，钟世东，陈立立，等. 一种高速远航主机和隐身子机协同作战的组合飞行器： CN114476057A ［P］. 2022-05-13.
	HUANG J T， ZHONG S D， CHEN L L， et al. A combi nation aircraft with a high-speed long-range main engine and a stealth sub-aircraft for coordinated operations： CN114476057A［P］. 2022-05-13 （in Chinese）.
[10]	严志平，华媛媛，屈念蒙，等. 一种可自动回收释放子飞行器的子母式无人机： CN216709645U［P］. 2022-06-10.
	YAN Z P， HUA Y Y， QU N M， et al. A mother-and-child UAV that can automatically recover the release of the sub-vehicle： CN216709645U［P］. 2022-06-10 （in Chinese）.
[11]	王辉，陈功敏，林鑕瑜，等. 一种子母机式无人飞行器： CN214690197U［P］. 2021-11-12.
	WANG H， CHEN G M， LIN R Y， et al. A mother-in-child unmanned aerial vehicle： CN214690197U［P］. 2021-11-12 （in Chinese）.
[12]	李道春，林杰，傅戌毅，等. 一种多层子母式无人飞行器收放装置： CN113879536B［P］. 2024-12-13.
	LI D C， LIN J， FU X Y， et al. A multi-layer mother unmanned aerial vehicle retraction and placement device： CN113879536B［P］. 2024-12-13 （in Chinese）.
[13]	GATKAL N R， NALAWADE S M， SHELKE M S， et al. A comprehensive study on operational parameters optimization of quadcopter unmanned aerial vehicle-based spraying system in sugarcane［J］. Sugar Tech， 2026， 28（2）： 445-466.
[14]	YAN P C， FENG Y M， HAN Q S， et al. Revolutionizing crop phenotyping： Enhanced UAV LiDAR flight parameter optimization for wide-narrow row cultivation［J］. Remote Sensing of Environment， 2025， 320： 114638.
[15]	余雄庆，丁运亮. 多学科设计优化算法及其在飞行器设计中应用［J］. 航空学报， 2000， 21（1）： 1-6.
	YU X Q， DING Y L. Multidisciplinary design optimization a survey of its algorithms and applications to aircraft design［J］. Acta Aeronautica et Astronautica Sinica， 2000， 21（1）： 1-6 （in Chinese）.
[16]	周健，龚春林，粟华，等. 飞行器体系优化设计问题［J］. 航空学报， 2018， 39（11）： 222235.
	ZHOU J， GONG C L， SU H， et al. Optimal design problem of system of systems of flight vehicle［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（11）： 222235 （in Chinese）.
[17]	ZHU R， JIANG D， MARCHESIELLO S， et al. Automatic nonlinear subspace identification using clustering judgment based on similarity filtering［J］. AIAA Journal， 2023， 61（6）： 2666-2674.
[18]	赵恒，孔维民，刘洋. 基于模态叠加法的测风支架仿真模拟方法： CN119378290A［P］. 2025-01-28.
	ZHAO H， KONG W M， LIU Y. Simulation method of wind bracket based on modal superposition method： CN119378290A［P］. 2025-01-28 （in Chinese）.
[19]	钱进，陈果，寸文渊，等. 拧紧力矩作用下螺栓预紧力的高保真有限元仿真与实验验证［J］. 机械强度， 2024， 46（4）： 809-815.
	QIAN J， CHEN G， CUN W Y， et al. High-fidelity finite element simulation and experimental verification of bolt preload force under tightening torque［J］. Journal of Mechanical Strength， 2024， 46（4）： 809-815 （in Chinese）.
[20]	秦维彩，薛新宇，张宋超，等. 基于响应面法的P20型多旋翼无人机施药参数优化与试验［J］. 江苏大学学报（自然科学版）， 2016， 37（5）： 548-555.
	QIN W C， XUE X Y， ZHANG S C， et al. Optimization and test of spraying parameters for P20 multi-rotor electric unmanned aerial vehicle based on response surface method［J］. Journal of Jiangsu University （Natural Science Edition）， 2016， 37（5）： 548-555 （in Chinese）.
[21]	资丹，王福军，姚志峰，等. 基于响应曲面模型的泵站进水池参数优化方法研究［J］. 水利学报， 2017， 48（5）： 594-607.
	ZI D， WANG F J， YAO Z F， et al. Research on optimization method of pump sump parameters based on response surface model［J］. Journal of Hydraulic Engineering， 2017， 48（5）： 594-607 （in Chinese）.
[22]	王荣颖，卞鸿巍，刘文超. 基于RMSE的惯导系统随机误差影响分析［J］. 海军工程大学学报， 2017， 29（6）： 18-23， 27.
	WANG R Y， BIAN H W， LIU W C. Analysis of stochastic errors impact in SINS based on RMSE［J］. Journal of Naval University of Engineering， 2017， 29（6）： 18-23， 27 （in Chinese）.
[23]	钱树伟，石庆贺，林柏超，等. 基于正则化与范数归一化的概率损伤识别方法［J］. 噪声与振动控制， 2024， 44（6）： 135-142.
	QIAN S W， SHI Q H， LIN B C， et al. Probabilistic damage identification method based on regularization and norm normalization［J］. Noise and Vibration Control， 2024， 44（6）： 135-142 （in Chinese）.
[24]	ZHU R， FEI Q G， JIANG D， et al. Dynamic sensitivity analysis based on Sherman-Morrison-Woodbury formula［J］. AIAA Journal， 2019， 57（11）： 4992-5001.
[25]	谢友柏. 现代设计理论和方法的研究［J］. 机械工程学报， 2004， 40（4）： 1-9.
	XIE Y B. Study on the modern design theory and methodology［J］. Chinese Journal of Mechanical Engineering， 2004， 40（4）： 1-9 （in Chinese）.
[26]	何振宇，毛亿，杨扬，等. 基于改进差分进化算法的GNSS无源多基地雷达海上目标定位方法［J］. 通信学报， 2025， 46（2）： 44-58.
	HE Z Y， MAO Y， YANG Y， et al. Maritime moving target localization method based on improved differential evolution with GNSS-based passive multistatic radar［J］. Journal on Communications， 2025， 46（2）： 44-58 （in Chinese）.
[27]	吉嘉威. 多变异策略集成的差分进化算法研究［D］. 南京：南京信息工程大学， 2024.
	JI J W. Research on differential evolution algorithm for multi-mutation strategy integration［D］. Nanjing： Nanjing University of Information Science & Technology， 2024 （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

阶数	频率/Hz
阶数	实验值	仿真值
1	159.044	145.99
2	279.363	279.81
3	335.356	322.76
4	628.357	589.03
5	799.176	792.21
6	852.730	979.22

参数	下限值	初始值	上限值
x₁/mm	20	25	28
x₂/mm	10	14	20
x₃/N	1 500	1 600	1 700
x₄/N	900	985	1 000
x₅	0.1	0.2	0.3

序号	x₁/mm	x₂/mm	x₃/N	x₄/N	x₅	y₁/MPa	y₂/%	y₃/（10^-2 kg）
1	21.5	18.2	1 501	964	0.25	274.94	80.24	12.71
2	23.6	15.4	1 694	982	0.15	290.25	56.78	10.7
3	26.7	18.6	1 678	960	0.15	262.33	54.76	13
4	25.4	17.7	1 685	955	0.2	269.95	57.16	12.35
5	25.7	19.9	1 698	945	0.23	255.76	80.66	13.93
51	20	13.2	1 665	917	0.23	315.84	77.22	9.77

参数	y₁	y₂	y₃
R²	0.91	0.94	0.99
RMSE	10.62	0.185 2	0.027 2

参数	实验值	优化预测值	误差/%
y₁/MPa	256.86	246.31	4.1
y₂/%	76.27	71.71	5.9
y₃/kg	6.79×10^-2	6.45×10^-2	5.0

基于响应面与改进差分进化算法的飞行器连接箍带参数优化

Optimization of aircraft connection band parameters based on response surface and improved differential evolution algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 27

相关文章 15

编辑推荐

Metrics

本文评价

参数	优化前	优化后
y₁/MPa	301.82	256.86
y₂/%	59.19	76.27
y₃/（10^-2 kg）	9.69	6.79

[1]	郑巧巧, 陈谋. 基于性能函数的高速飞行器编队切换控制方法[J]. 航空学报, 2026, 47(S1): 732951-732951.
[2]	郭晋利, 陈谋. 高速飞行器编队有限时间逆优化复合控制[J]. 航空学报, 2026, 47(S1): 732952-732952.
[3]	王婕, 杨铭, 田栢苓, 李博皓, 陈治世. 高速变外形飞行器动态事件触发预设性能编队控制[J]. 航空学报, 2026, 47(9): 532499-532499.
[4]	张泽君, 王恩美, 陈泽帅, 李晨龙, 章健淳, 余翔. 考虑测量误差的高超声速飞行器抗干扰追逃博弈[J]. 航空学报, 2026, 47(9): 533305-533305.
[5]	陈农田, 张玉城, 李琳琳, 郑又铭. 基于改进NSGA-Ⅱ的飞机定检任务调度工期鲁棒性多目标优化[J]. 航空学报, 2026, 47(8): 232675-232675.
[6]	李佳忆, 司海青, 董昊, 仇静轩, 夏天宇. 深度动态失速数值模拟方法验证与确认[J]. 航空学报, 2026, 47(6): 132671-132671.
[7]	余囿铮, 寇家庆, 张伟伟. 基于生成对抗网络的通航飞行器气动布局设计方法[J]. 航空学报, 2026, 47(6): 132518-132518.
[8]	朱琪潇, 黄研昕, 朱锐, 杭晓晨, 费庆国. 飞行器结构动载荷特征、测量及识别技术研究进展[J]. 航空学报, 2026, 47(5): 232510-232510.
[9]	刘庆宗, 丁明松, 董维中, 孔文慧, 江涛. 高速飞行器质量引射条件下气动热数值计算[J]. 航空学报, 2026, 47(5): 132462-132462.
[10]	王宇, 白兴之, 张代贤, 林泽铖, 范召林, 吴文华. 多旋翼近水面效应气动特性实验[J]. 航空学报, 2026, 47(4): 132234-132234.
[11]	刘备, 达兴亚, 朱耀武, 易渊. 分布式推进飞行器纵向气动/推进耦合效应[J]. 航空学报, 2026, 47(4): 132280-132280.
[12]	苏健欣, 廖宇新, 许炜平, 谭君岳, 高兴. 考虑性能约束的高超声速变体飞行器自适应优化控制[J]. 航空学报, 2026, 47(4): 332387-332387.
[13]	刘延芳, 王洪悦, 鄂羽佳, 齐乃明. 迈向智能驱动的高超声速飞行器边界层主动质量引射减阻降热研究新范式[J]. 航空学报, 2026, 47(2): 132171-132171.
[14]	李白杨, 祝小平, 周洲, 李明浩, 王贵晨, 王睿. 串列翼布局分布式推进/气动耦合特性车载试验[J]. 航空学报, 2026, 47(14): 132807-132807.
[15]	张同勇, 曾萌祥, 陈强, 费庆国, 张大海. 机载电子设备复合微通道液冷板智能优化设计[J]. 航空学报, 2026, 47(13): 133030-133030.