一种模拟发射装置多学科优化设计方法制造方法及图纸

本发明专利技术公开了一种模拟发射装置多学科优化设计方法，以模拟发射装置为研究对象，深入探求该模拟发射装置一体化设计中弹丸、发射装置结构参数、火药参数的更优匹配关系，基于弹丸内弹道子学科、外弹道子学科及终点效应子学科的内部耦合关系，以弹丸最大初速、火药利用效率、射程及杀伤面积为优化目标，借助于Isight集成优化平台，采用非层次型改进二级求解策略建立了系统级学科及模拟发射装置一体化多学科优化模型。相比于传统的单目标优化方法，该模型充分发挥了各个子学科的自治能力，借助于系统级学科的统筹协调，避免了优化目标的过度劣化，实现了模拟发射装置综合性能的改善。

【技术实现步骤摘要】
一种模拟发射装置多学科优化设计方法
本专利技术属于模拟发射装置优化设计方法，具体涉及一种模拟发射装置多学科优化设计方法。
技术介绍
多学科综合优化设计(multi-disciplinarydesignoptimization,MDO)，综合考虑了并行协同优化设计及集成制造技术的理论研究成果，针对系统优化过程中存在的子学科耦合作用，将子学科优化与系统级优化分析结合起来，获得系统的整体最优解,在航空航天、汽车制造、及导弹发射等领域中得到了广泛的应用。在传统的模拟发射装置设计过程中，通常基于已有的经验数据进行模拟发射装置发射过程中内弹道、外弹道及终点效应性能要求的分析，以模拟弹丸设计为例，通常根据经验数据进行相对质量Cm的确定，采取经验方法进行弹丸序列计算以及弹丸系数i0的确定，在弹丸质量确定后进行弹丸结构设计，弱化了弹丸结构与弹丸质量的耦合关系，忽略了模拟发射装置内弹道、外弹道及终点效应对于弹丸质量及弹丸结构的差异化的学科级要求所导致的对于弹丸质量及弹丸结构的决策博弈。
技术实现思路
本专利技术的目的在于提供一种模拟发射装置多学科优化设计方法，综合考虑弹丸参数、发射装药参数及模拟发射装置结构参数对于模拟发射装置内弹道子学科、外弹道子学科及终点效应子学科性能要求的深入影响，基于非层次型改进二级求解技术，以弹丸初速、火药利用效率、射程及杀伤面积为优化目标，建立了该模拟发射装置一体化设计多学科优化模型，实现了该模拟发射装置整体性能的改善。实现本专利技术目的的解决方案为：一种模拟发射装置多学科优化设计方法，包括以下步骤：步骤1、根据模拟发射装置弹丸全弹道性能优化指标，进行全弹道子学科划分及设计变量确定，其中全弹道子学科划分为内弹道子学科、外弹道子学科及终点效应子学科，转入步骤2；步骤2、建立内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型，求取内弹道子学科、外弹道子学科及终点效应子学科理想解，构造系统级优化数学模型，转入步骤3；步骤3、对系统级优化数学模型求解，确定多学科优化初始协调值，转入步骤4；步骤4、根据上述初始协调值进行内弹道子学科优化数学模型局部变量求解，并将相关信息传递至系统级优化数学模型，转入步骤5；步骤5、系统级优化数学模型在获取内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型相关信息后，进行系统级求解，转入步骤6；步骤6、根据满意收敛条件进行寻优满意收敛判断，如果满足满意收敛条件，则多学科优化寻优结束；否则，转至步骤7。步骤7、选取系统级优化数学模型寻优结果作为新的多学科协调值，转到步骤4进行求解，直至收敛。本专利技术与现有技术相比，其显著优点为：(1)综合考虑弹丸参数、发射装药参数及模拟发射装置结构参数对于模拟发射装置内弹道子学科、外弹道子学科及终点效应子学科性能要求的深入影响，优化结果更为全面、高效；(2)充分发挥了各子学科在模拟发射装置一体化设计过程中的学科自治作用，防止了各子学科的过度劣化；(3)可以通过调整模型参数适用于不同型号的模拟发射装置及弹种，实现模拟发射装置性能的整体改善。附图说明图1为模拟发射装置多学科优化具体流程图。图2为模拟发射装置多学科设计变量耦合关系图。图3为模拟发射装置一体化设计多学科优化框架。图4为模拟发射装置多学科优化结果示意图，其中图(a)为弹丸初速优化迭代曲线图，图(b)为火药利用效率优化迭代曲线图，图(c)为射程优化迭代曲线图，图(d)为杀伤面积优化迭代曲线图。具体实施方式下面结合附图和具体实施方式进一步阐述本专利技术方案：图1为某模拟发射装置多学科优化具体流程图，下面以某模拟发射装置为具体应用对象，详细介绍该模拟发射装置多学科优化设计方法，具体步骤如下：步骤1、如图2所示，基于内弹道子学科、外弹道子学科及终点效应子学科三者间内在耦合关系，根据模拟弹丸三维模型参数驱动约束方程，选取指定弹丸结构参数、装药参数及模拟发射装置结构参数作为模拟发射装置多学科优化设计变量，设计变量参数区间如表1所示。表1设计变量参数区间步骤2、基于已有的内弹道、外弹道及终点效应计算方程组，根据弹丸初速、火药利用效率、射程及杀伤面积性能优化指标，建立内弹道、外弹道及终点效应子学科优化数学模型，并根据各子学科优化数学模型优化结果，构造系统级优化数学模型，分别如式(1)-(4)所示。其中:L1为前定心部长度，L2为圆柱部长度，L3为后定心部长度，L4为弹带宽度，L5为弹尾圆台部长度，L6为内腔中部长度，t0为平均弹壳厚度，ω1为发射装药薄火药质量，ω2为厚火药质量，lg为弹丸行程，v0为药室容积，m为弹丸质量，Vg为弹丸初速，Mu_w为火药利用效率，Distance为弹丸射程，S_A为杀伤面积。步骤3、基于Isight集成优化平台，集成Matlab及Fortran软件，进行Isight系统级优化数学模型搭建。采用NSGA-II优化算法进行系统级优化数学模型多学科多目标优化，并选取系统级多目标最优解作为多学科优化迭代初始值，最优解如表2所示。表2系统级迭代最优解步骤4、根据上文所述的子学科及系统级优化数学模型，基于Isight非层次型改进二级求解技术建立模拟发射装置一体化设计多学科优化框架，如下图3所示。步骤5、将多学科优化初始协调值传递至内弹道子学科优化数学模型，采用NLPQL算法进行内弹道子学科优化数学模型求解。根据内弹道、外弹道及终点效应子学科优化数学模型相关信息，采用NLPQL算法进行系统级学科优化数学模型求解。步骤6、根据满意收敛条件进行寻优满意收敛判断，如果满足满意收敛条件，则多学科优化寻优结束；否则，转至步骤7。步骤7、选取系统级优化数学模型寻优结果作为新的多学科协调值，转至步骤4进行求解，直至收敛。经过系统级学科优化数学模型与子学科优化数学模型的3次协调，共计1675次迭代后，系统级优化数学模型设计变量满足满意收敛条件，得到最优解，如表3及表4所示，优化迭代曲线图如图4所示。其中，内弹道子学科优化目标弹丸初速Vg优化前为980.14m/s，优化结果为1020.58m/s，提高了4.06％，火药利用效率Mu_w优化前为1296.661kJ·kg-1，优化结果为1389.905kJ·kg-1，提高了7.19％；外弹道子学科优化目标射程Distance优化前为33005.61m/s，优化结果为36007.43m/s，提高了9.09％；终点效应子学科优化目标S_A优化前为优化结果为提高了12.23％。表3优化变量前后对比表4优化目标前后对比本文档来自技高网...

【技术保护点】
1.一种模拟发射装置多学科优化设计方法，其特征在于，包括以下步骤：步骤1、根据模拟发射装置弹丸全弹道性能优化指标，进行全弹道子学科划分及设计变量确定，其中全弹道子学科划分为内弹道子学科、外弹道子学科及终点效应子学科，转入步骤2；步骤2、建立内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型，求取内弹道子学科、外弹道子学科及终点效应子学科理想解，构造系统级优化数学模型，转入步骤3；步骤3、对系统级优化数学模型求解，确定多学科优化初始协调值，转入步骤4；步骤4、根据上述初始协调值进行内弹道子学科优化数学模型局部变量求解，并将相关信息传递至系统级优化数学模型，转入步骤5；步骤5、系统级优化数学模型在获取内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型相关信息后，进行系统级求解，转入步骤6；步骤6、根据满意收敛条件进行寻优满意收敛判断，如果满足满意收敛条件，则多学科优化寻优结束；否则，转至步骤7；步骤7、选取系统级优化数学模型寻优结果作为新的多学科协调值，转到步骤4进行求解，直至收敛。

【技术特征摘要】
1.一种模拟发射装置多学科优化设计方法，其特征在于，包括以下步骤：步骤1、根据模拟发射装置弹丸全弹道性能优化指标，进行全弹道子学科划分及设计变量确定，其中全弹道子学科划分为内弹道子学科、外弹道子学科及终点效应子学科，转入步骤2；步骤2、建立内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型，求取内弹道子学科、外弹道子学科及终点效应子学科理想解，构造系统级优化数学模型，转入步骤3；步骤3、对系统级优化数学模型求解，确定多学科优化初始协调值，转入步骤4；步骤4、根据上述初始协调值进行内弹道子学科优化数学模型局部变量求解，并将相关信息传递至系统级优化数学模型，转入步骤5；步骤5、系统级优化数学模型在获取内弹道子学科优化数学模型、外弹道子学科优化数学模型及终点效应子学科优化数学模型相关信息后，进行系统级求解，转入步骤6；步骤6、根据满意收敛条件进行寻优满意收敛判断，如果满足满意收敛条件，则多学科优化寻优结束；否则，转至步骤7；步骤7、选取系统级优化数学模型寻优结果作为新的多学科协调值，转到步骤4进行求解，直至收敛。2.根据权利要求1所述的模拟发射装置多学科优化...

【专利技术属性】
技术研发人员：王浩，葛建立，李朝辉，谢新宇，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32