摘要
本发明涉及航空航天结构设计的技术领域,提供一种基于多目标协同优化的舵翼构件智能轻量化设计方法,包括参数化建模、建立气动仿真自动化流程、气动性能数据集构建、CNN气动代理模型构建以及NSGA‑Ⅱ算法多目标优化,通过构建参数驱动的自动化建模框架,将构件的关键几何特征定义为设计参数,实现了几何模型的参数化表征及自动生成;通过搭建的CNN气动代理模型,能够根据输入的构件几何参数快速、准确地预测其气动性能,通过构建CNN气动代理模型与NSGA‑Ⅱ算法融合的多目标协同优化方法,实现了航空航天舵翼构件的智能轻量化设计,解决了传统设计中“极限轻量化与高气动效率”的刚性矛盾,满足了新型航空航天装备快速迭代的设计需求。
技术关键词
轻量化设计方法
卷积神经网络模型
航空航天结构设计
拉丁超立方采样
二次开发技术
分层随机抽样
航空航天装备
协同优化方法
任务调度系统
遗传算法
脚本工具
生成结构
栅格
生成参数
生成算法
网格
数据
定义
系统为您推荐了相关专利信息
识别验证码
残差神经网络
字符检测模型
验证码图片
字符识别方法
模型构建方法
热阻
变速箱壳体
实验设计方法
仿真软件
荧光成像方法
甲状腺手术
风险评估模型
血流
图像
缺陷检测方法
自动化测试设备
网络模型结构
分支
缺陷类别
超前地质预报
实时图像
训练场景
卷积神经网络模型
掌子面