公开(公告)号：CN118133430A

公开(公告)日：2024-06-04

申请号：CN202410450684.9

申请日：2024-04-15

Applicant: 西北工业大学 ,  北京电子工程总体研究所

Inventor： 陈树生 ,  林家豪 ,  翟丽君 ,  陈刚 ,  金世轶 ,  高正红

IPC: G06F30/15 ,  G06F30/27 ,  G06F30/28 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094 ,  G06F111/06 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提出一种基于生成式扩散模型的飞行器气动电磁耦合设计方法，包括如下步骤：步骤S1：确定优化状态、优化目标和约束；步骤S2：选择基准外形，对基准飞行器外形进行参数化，确定设计变量、设计空间，并抽取样本；步骤S3：对样本点开展气动隐身性能计算，获得样本气动隐身数据集；步骤S4：构建生成式扩散模型；步骤S5：采用生成式扩散模型对样本气动隐身数据集和气动布局数据集进行训练，获得飞行器气动电磁耦合设计模型并验证其可靠性；步骤S6：采用飞行器气动电磁耦合设计模型在设计空间中进行反设计，获得目标外形。本发明够使反设计的样本要求标准大大降低，从而能够高效、高精度地设计出满足高维、多目标气动隐身性能参数的飞行器外形。

公开(公告)号：CN117806344A

公开(公告)日：2024-04-02

申请号：CN202311788863.5

申请日：2023-12-25

Applicant: 西北工业大学

Inventor： 陈树生 ,  段辰龙 ,  李金平 ,  金世轶 ,  林家豪 ,  孙伟峰 ,  高正红 ,  邹旭

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明提供了一种基于数据驱动的变体飞行器飞行控制方法，该方法不需要任何的模型先验知识，只需要收集变体飞行器在一段时间内的输入数据、输出数据和状态数据，然后利用收集的数据设计反馈控制器，反馈控制器能够实现变体飞行器的稳定控制。具体的，主要包括四个部分：1.构建变体飞行器在某一工况下的线性模型，但该线性模型并不参与控制器设计，只是为了辅助仿真实验的进行。2.利用离散数据设计开环系统表达式。3.在开环系统表达式的基础上设计广义反馈控制器。4.利用线性二次规划器优化广义反馈控制器，获取最佳的反馈增益。因此，相比其他的常见变体飞行器飞行控制方法，本发明提出的方法能够大幅减少控制器开发的时间成本和金钱成本。

公开(公告)号：CN117910140B

公开(公告)日：2024-10-18

申请号：CN202410089945.9

申请日：2024-01-23

Applicant: 西北工业大学

Inventor： 陈树生 ,  金世轶 ,  林家豪 ,  刘衍旭 ,  高正红

IPC: G06F30/15 ,  G06F30/17 ,  G06F30/27 ,  G06F30/28 ,  G06N3/0475 ,  G06N3/094 ,  G06F113/08 ,  G06F119/14 ,  G06F113/28 ,  G06F111/04

Abstract: 本发明属于飞行器设计优化技术领域，具体为基于混合条件生成对抗网络的飞行器气动电磁耦合优化设计方法，包括如下步骤：步骤S1：确定优化状态、优化目标和约束；步骤S2：选择基准外形，对基准飞行器外形进行参数化，确定设计变量、设计空间，并抽取样本；步骤S3：对样本点开展气动隐身性能计算，获得样本气动隐身数据集；步骤S4：基于样本气动隐身数据集构建MCGAN模型并验证；步骤S5：确定具体的优化数学模型，采用粒子群算法基于步骤S4获得的MCGAN模型进行寻优求解，获得优化后的飞行器外形。本发明的MCGAN模型能够在小样本下具备高精度预测能力，对样本数量需求小可降低计算成本，进而能够直接对飞行器三维外形开展气动电磁耦合优化设计。

公开(公告)号：CN118194427A

公开(公告)日：2024-06-14

申请号：CN202311706852.8

申请日：2023-12-13

Applicant: 西北工业大学

Inventor： 陈树生 ,  金世轶 ,  李金平 ,  林家豪 ,  孙伟峰 ,  高正红

IPC: G06F30/15 ,  G06F30/27 ,  G06F119/14

Abstract: 本发明属于飞行器设计领域，具体为基于空间减缩的翼型气动电磁耦合智能设计方法，包括如下步骤：步骤1：确定气动、隐身的设计目标和约束；步骤2：对翼型进行参数化，确定设计变量和设计空间，并抽样获得样本点；步骤3：对样本点进行气动隐身计算，获得样本气动隐身数据集；步骤4：采用随机森林算法对样本气动隐身数据集进行数据挖掘，获得减缩的设计空间；步骤5：建立多目标DNN代理模型；步骤6：在减缩后的设计空间内采用基于DNN代理模型的优化框架进行寻优，获得优化翼型。本发明能够通过随机森林算法对样本数据进行挖掘，实现设计空间减缩，然后减缩的设计空间内进行优化，能有效提高翼型气动隐身多目标问题的优化效率。

公开(公告)号：CN117910140A

公开(公告)日：2024-04-19

申请号：CN202410089945.9

申请日：2024-01-23

Applicant: 西北工业大学

Inventor： 陈树生 ,  金世轶 ,  林家豪 ,  刘衍旭 ,  高正红

IPC: G06F30/15 ,  G06F30/17 ,  G06F30/27 ,  G06F30/28 ,  G06N3/0475 ,  G06N3/094 ,  G06F113/08 ,  G06F119/14 ,  G06F113/28 ,  G06F111/04

Abstract: 本发明属于飞行器设计优化技术领域，具体为基于混合条件生成对抗网络的飞行器气动电磁耦合优化设计方法，包括如下步骤：步骤S1：确定优化状态、优化目标和约束；步骤S2：选择基准外形，对基准飞行器外形进行参数化，确定设计变量、设计空间，并抽取样本；步骤S3：对样本点开展气动隐身性能计算，获得样本气动隐身数据集；步骤S4：基于样本气动隐身数据集构建MCGAN模型并验证；步骤S5：确定具体的优化数学模型，采用粒子群算法基于步骤S4获得的MCGAN模型进行寻优求解，获得优化后的飞行器外形。本发明的MCGAN模型能够在小样本下具备高精度预测能力，对样本数量需求小可降低计算成本，进而能够直接对飞行器三维外形开展气动电磁耦合优化设计。

公开(公告)号：CN117787117A

公开(公告)日：2024-03-29

申请号：CN202311585346.8

申请日：2023-11-27

Applicant: 西北工业大学

Inventor： 陈树生 ,  金世轶 ,  林家豪 ,  孙伟峰 ,  高正红

IPC: G06F30/28 ,  G06F16/2458 ,  G06F113/08

Abstract: 本发明属于飞机设计领域，一种基于数据挖掘的翼型气动隐身设计规则提取方法，包括如下步骤：步骤S1：确定优化状态、优化目标，选择基准翼型，生成CFD网格，对基准翼型进行参数化，确定设计变量、设计空间，并在设计空间中抽样，获得设计空间内的样本；步骤S2：对翼型样本开展气动隐身性能计算，获得样本的气动隐身数据集；步骤S3:采用数据挖掘算法对步骤S2获得的样本数据集进行数据挖掘，获得优化设计知识；步骤4:基于步骤S3获得的优化设计知识，获得缩减后的设计空间及目标函数。通过本发明能够有效减缩设计空间及设计目标，从而有效提高气动隐身多学科高维多目标问题的优化效率。