申请/专利权人：西北工业大学

申请日：2024-01-30

公开（公告）日：2024-04-30

公开（公告）号：CN117951809A

主分类号：G06F30/15

分类号：G06F30/15;G06F30/27;G06F17/11;G06N3/006;G06F119/02;G06F119/14;G06F111/06;G06F111/04;G06F111/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明提出一种高空长航时无人机高速高升力层流翼型设计方法，包括如下步骤：步骤1：确定不确定源及相应的随机变量；步骤2：确定设计变量及变化范围；步骤3：确定目标稳健性和约束可靠性的评价指标；步骤4：建立稳健优化设计模型；步骤5：获取样本数据；步骤6：基于FAFBS的PCE方法建立不确定分析方法；步骤7：基于智能优化算法对步骤4建立的稳健优化设计模型进行求解，获得满足目标稳健性与约束可靠性的翼型解集；步骤8：对所得解集进行判断，若满足设计要求则输出结果，否则更新样本后返回步骤6，直至收敛输出结果；最终完成设计获得一组翼型族。本发明能够显著改善稳健优化的效率和高空长航时无人机翼型的气动性能，可满足工程应用。

主权项：1.高空长航时无人机高速高升力层流翼型设计方法，其特征在于，包括如下步骤：步骤1：针对高空长航时无人机，确定对高空长航时无人机气动性能造成显著影响的不确定源，确定代表不确定源的随机变量的分布形式和变化范围；步骤2：选择初始翼型，对初始翼型进行参数化，确定设计变量及变化范围；步骤3：根据高空长航时无人机翼型的设计要求，确定气动设计目标和约束，并确定目标稳健性和约束可靠性的评价指标；步骤4：确定设计点，结合步骤3确定的目标稳健性和约束可靠性的评价指标，建立稳健优化设计模型；步骤5：采用拉丁超立方方法抽样获取样本，并获取样本的气动特性；所述样本包括：针对带有稳健性评价指标的目标和可靠性评价指标的约束而构建的随机变量和设计变量联合样本；步骤6：基于步骤5获得的样本，针对步骤1确定的不确定源，基于全自适应前向-后向选择算法FAFBS的稀疏多项式混沌重构方法PCE建立不确定分析和量化方法；步骤7：基于多目标粒子群优化算法和步骤6建立的不确定分析和量化方法，对步骤4建立的稳健优化设计模型进行寻优求解，获得满足目标稳健性与约束可靠性的翼型解集；步骤8：对步骤7中得到的解集进行判断，判断是否满足设计要求，满足则输出结果并结束，否则使用多目标优化加点准则选择新样本点，并获取样本气动特性，添加到样本库中，然后返回步骤6，重新往后执行，直至收敛输出结果并结束。

全文数据：

权利要求：

百度查询： 西北工业大学 高空长航时无人机高速高升力层流翼型设计方法及翼型族

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD