一种基于扩散模型的飞行器气动布局反设计方法技术

本发明专利技术提供一种基于扩散模型的飞行器气动布局反设计方法，属于飞行器外形设计选型技术领域，解决了现有技术中

【技术实现步骤摘要】
一种基于扩散模型的飞行器气动布局反设计方法


[0001]本专利技术属于飞行器外形设计选型
，应用于飞行器气动布局的研制设计过程中，具体为一种基于扩散模型的飞行器气动布局反设计方法
。

技术介绍

[0002]飞行器气动布局设计是飞行器研制过程中的重要环节，直接关系到飞行器性能的优劣和任务完成的质量
。
飞行器的气动布局设计阶段中，会产生大量的飞行器外形，并进行相应的流体力学
(CFD)
模拟计算，依据计算结果，选择出能够满足气动需求的飞行器形状构造
。
[0003]然而，现有技术的此阶段过程，需要进行极大量的
CFD
计算，耗时较长，且设计出的飞行器外形不一定能完成符合气动性能要求；因此这种方法针对性不强，会降低飞行器设计的效率
。
对此，本领域技术人员采用反设计的方法，固定气动性能要求，比如给定轴向力系数
()、
法向力系数
()、
压力
()
等，来反推出飞行器形状
。
这种反设计方法能够直接构成飞行器外形气动性能与几何形状的联系，从而成为一种更加快捷
、
更加直接的飞行器设计方法
。
[0004]目前已有的反设计研究对象大多是飞行器翼型，而尚未有足够的直接针对飞行器外形的研究工作，因此开展对飞行器气动布局的设计研究是很有必要的
。
相关研究能解决现有技术的瓶颈，弥补现有技术的不足；现有技术方案主要有以下几类作为典型示例：
1、
专利
CN114077771A
采用生成拓扑映射进行反设计过程，专利
CN115455854A
采用智能优化算法
NSGA
‑
II
对三维的喷水推进泵进行反设计；这两个专利均停留在传统反设计方法阶段，未涉及机器学习的方法内容
。
[0005]2、
专利
CN104915490A
公开了一种基于支持向量机的动车组头型气动反设计方法，专利
CN112800663A
公开了一种基于人工神经网络的航空发动机压气机转子叶片的反设计方法，专利
CN104834772A
公开了一种基于人工神经网络的飞机翼型
/
机翼反设计方法，专利
CN110580396A
公开了一种基于深度学习的叶轮机械叶片的三维反设计方法；这些专利均通过判别式建模来进行反设计过程
。
[0006]3、
专利
CN111814246A
公开了一种基于生成对抗网络的翼型反设计方法；该专利属于生成式模型方法，使用了对抗生成网络，但该专利将数据分布假设成了离散分布，且无法在多工况下进行反设计过程
。

技术实现思路

[0007]针对现有技术的情况，本专利技术的目的是通过新的反设计方法过程，更加高效精确地进行飞行器气动布局外形的设计；通过首次使用条件扩散模型，丰富了飞行器外形设计内容，同时，本专利技术还具有能适应多种工况，更贴近工程现实，设计过程稳定可靠的优点
。
[0008]本专利技术采用了以下技术方案来实现目的：一种基于扩散模型的飞行器气动布局反设计方法，包括如下步骤：
S1、
通过编码空间插值方式，构建出有翼飞行器的气动性能数据库；
S2、
依据气动性能数据库，设计从气动性能至飞行器气动布局的连续条件的扩散模型；
S3、
应用
kd
树原理，对扩散模型进行训练；
S4、
扩散模型训练完成后，为其适配不同工况条件下的生成采样方式，生成外形编码；
S5、
将生成得到的外形编码重构为飞行器气动布局外形
。
[0009]进一步的，步骤
S1
的具体过程如下：
S11、
依据不同种类的飞行器外形，构建初始数据库；对飞行器外形数据进行坐标归一化，通过外形编码器和外形解码器实现参数化，利用飞行器各翼面相对于头部的位置，以及各翼面的外形，在编码器作用下完成参数化，得到外形编码；
S12、
对外形编码进行插值，插值后得到新的外形编码，实现飞行器设计数据的扩充过程；
S13、
在外形解码器作用下，依据飞行器外形的正确性，筛选插值后的飞行器外形，将筛选得到的正确飞行器外形加入至初始数据库中，构建过程数据库；
S14、
在外形编码器作用下，对过程数据库进行参数化编码；随后在包括不同的马赫数
、
滚转角和攻角的飞行器工况条件下，使用
CFD
模拟计算对应的气动性能，气动性能包括轴向力系数
、
法向力系数和压心；一个外形编码与一组飞行器工况条件对应于一组气动性能数据，经过条件改变和模拟计算后，构建出包括个数据对的飞行器反设计训练数据库
。
[0010]进一步的，基于连续条件，设计分布扩散模型的损失函数；对于离散的外形数据点，通过将外形数据点的气动性能视为高斯分布的方式进行计算，具体的计算式依次排列如下：如下：如下：如下：如下：上述各式中的参数含义解释如下：为分布扩散模型的损失函数，代表该函数为经过化简的损失函数，为模型参数，为积分常量，为样本总数目；
为扩散过程的第步，为数据对中的外形编码，为一个高斯随机噪声；为工况条件与目标气动性能的拼接向量，其中代表第个真实样本，同理；为将
、、、
输入至分布扩散模型后得到的输出，为外形的气动性能的扰动的高斯分布；为样本损失的权重，为用于控制的超参数；为扩散过程的总步数，为随着步数增加而不断增长的第步扩散系数，为与相关的中间计算参数；为第步前所有的连乘，也是中间计算参数
。
[0011]综上所述，由于采用了本技术方案，本专利技术的有益效果如下：本专利技术首次使用了条件扩散模型来生成新的飞行器外形，可丰富飞行器设计内容，并在预测飞行器外形的扩散模型中使用了专门针对该问题的代价函数；在扩散模型训练过程中，本专利技术应用了
kd
树，实现了训练加速的效果；本专利技术方法还能适应多种工况，以反设计的连续条件扩散模型实现飞行器的外形设计过程
。
[0012]与现有技术相比，其预测的是翼型参数，而非本专利技术的飞行器参数；飞行器作为一个整体，
CFD
计算更加复杂，消耗时间更久；飞行器具有多个翼面，周围的空气流动复杂，难以进行设计；而本专利技术通过新的反设计方法解决了该难题
。
[0013]现有技术采用的对抗生成式模型，假设了生成条件是离散的，而本专利技术方法中假设生成条件是连续的，更加贴近工程现实；现有技术的模型容易模式崩溃，导致在生成设计过程中可能仅生成少量设计，而本专利技术采用的扩散模型自身具有不存在模式崩溃的优点
。
附图说明
[0014]图1为本专利技术飞行器气动布局反设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于扩散模型的飞行器气动布局反设计方法，其特征在于：所述方法包括如下步骤：
S1、
通过编码空间插值方式，构建出有翼飞行器的气动性能数据库；
S2、
依据气动性能数据库，设计从气动性能至飞行器气动布局的连续条件的扩散模型；
S3、
应用
kd
树原理，对扩散模型进行训练；
S4、
扩散模型训练完成后，为其适配不同工况条件下的生成采样方式，生成外形编码；
S5、
将生成得到的外形编码重构为飞行器气动布局外形
。2.
根据权利要求1所述的一种基于扩散模型的飞行器气动布局反设计方法，其特征在于：步骤
S1
中，构建气动性能数据库的过程包括：依据不同种类的飞行器外形，构建初始数据库；针对参数化后的，通过插值及筛选过程，构建过程数据库；针对参数化后的，在不同工况下通过
CFD
计算得出对应的气动性能，完成数据对应后，构建出飞行器反设计训练数据库，即为气动性能数据库
。3.
根据权利要求2所述的一种基于扩散模型的飞行器气动布局反设计方法，其特征在于：步骤
S1
的具体过程如下：
S11、
依据不同种类的飞行器外形，构建初始数据库；对飞行器外形数据进行坐标归一化，通过外形编码器和外形解码器实现参数化，利用飞行器各翼面相对于头部的位置，以及各翼面的外形，在编码器作用下完成参数化，得到外形编码；
S12、
对外形编码进行插值，插值后得到新的外形编码，实现飞行器设计数据的扩充过程；
S13、
在外形解码器作用下，依据飞行器外形的正确性，筛选插值后的飞行器外形，将筛选得到的正确飞行器外形加入至初始数据库中，构建过程数据库；
S14、
在外形编码器作用下，对过程数据库进行参数化编码；随后在包括不同的马赫数
、
滚转角和攻角的飞行器工况条件下，使用
CFD
模拟计算对应的气动性能，气动性能包括轴向力系数
、
法向力系数和压心；一个外形编码与一组飞行器工况条件对应于一组气动性能数据，经过条件改变和模拟计算后，构建出包括个数据对的飞行器反设计训练数据库
。4.
根据权利要求1所述的一种基于扩散模型的飞行器气动布局反设计方法，其特征在于：步骤
S2
中，结合外形编码器
、
外形解码器和飞行器工况编码器组成的网络结构，设计同为网络结构组成之一的分布扩散模型；其中，外形编码器用于对飞行器外形进行编码，得到对应的外形编码；外形解码器用于对外形编码进行解码后，得到对应的飞行器外形；飞行器工况编码器用于对飞行器工况进行编码，得到对应的工况编码；分布扩散模型用于计算扩散过程的逆过程，其输入为扩散过程的后一步
、
扩散步数和工况编码，输出为扩散过程的前一步
。5.
根据权利要求4所述的一种基于扩散模型的飞行器气动布局反设计方法，其特征在于：基于连续条件，设计分布扩散模型的损失函数；对于离散的外形数据点，通过将外形数据点的气动性能视为高斯分布的方式进行计算，具体的计算式依次排列如下：
上述各式中...

【专利技术属性】
技术研发人员：赵晏萱，孙国鹏，王岳青，张鹏，杨志供，张效源，
申请(专利权)人：中国空气动力研究与发展中心计算空气动力研究所，
类型：发明
国别省市：