低速大雷诺数混合飞艇气动性能分析

针对混合飞艇体积巨大同时气动外形复杂使得现有条件的风洞试验很难精确测量其气动性能的问题,开展了适用于混合飞艇气动性能分析的计算流体力学(CFD)的数值分析方法研究。考虑混合飞艇低速大雷诺数的特点,将变分多尺度方法 (VMS)与动态Smagorinsky大涡模拟(LES)模型相结合,提出了组合的VMSLES湍流模型。将基于RANS方法和LES方法的其他三种湍流模型相对比,利用雷诺数相近、实验数据丰富的6:1长椭球飞艇对不同的湍流模型进行了对比验证。结果显示LES方法预测结果与实验结果吻合较好,优于RANS方法,并能显示更多流动细节,而组合的VMS-LES模型能够更精确地捕获实验研究中观察到的二次涡。利用组合的VMS-LES模型对有翼HAV与多囊瓣HAV进行了气动性能分析,并研究了不同部件对飞艇气动特性的影响。结果表明,由于尾翼表面产生的一次涡与二次涡相互作用,尾翼在增加气动升力的同时也增加了阻力。     

适合概念设计的制导炮弹气动外形优化方法

为了构建能够满足复杂外形制导炮弹气动外形优化设计的方法,给出了基于解析函数和UG NX软件二次开发系统的制导炮弹参数化建模基本原理和具体实施方法,并使用遗传算法为优化算法,结合高精度面元法的气动特性预估程序,完成概念设计阶段的制导炮弹气动外形优化的快速优化设计。以翼-身-尾布局形式的制导炮弹气动外形优化设计为算例,对该优化方法进行了考核验证。算例验证结果表明:气动外形优化方法在使用较少的参数条件下,能够构建具有复杂形状的弹身和翼型的制导炮弹气动布局,并能在构建几何外形的同时快速生成不同拓扑结构外形的面元网格,结合遗传算法能够在制导炮弹概念设计阶段快速得到较优的外形布局,具有很好的工程应用前景。     

模型驱动的作战概念工程化设计方法

作战概念设计是一项军事科学与系统科学相互交织的复杂领域。本文利用模型驱动的“V型”工程化设计方法将军事设计的艺术性和工程方法的科学性进行有机融合,通过构建可视化展现模型、体系化设计模型及科学化论证模型三类核心模型簇,支撑开展作战需求分析、作战概念研提、作战概念体系设计、作战概念验证优化与作战需求确认等活动,形成由作战需求牵引的作战概念研提、设计和验证的工程化设计链路,实现作战概念由原型到样品再到产品的螺旋迭代优化。采用模型驱动的工程化方法设计作战概念必将促进作战概念设计由粗放式的概略定性思辨向系统化的精细定量设计转变,提高作战概念的可操作性和实用化水平。     

基于ERA和PT的舰艇编队多作战想定下效能评价

为了解决舰艇编队作战效能评价高度专业性、复杂性及要素间关联性等技术难题,提出了基于证据推理法(ERA)和前景理论(PT)的舰艇编队作战效能评价方法,分两步确定最优的评价指标体系及权重。对于要素间客观存在的关联性,从理论上证明了关联性越低,证据推理法的应用效果越佳,再以此为目标优化效能评价指标体系;运用前景理论构建了指标体系关联度最小、评价能力前景价值最大的非线性优化模型,同时确定指标最优权重,并给出求解方法。为了验证这一方法的有效性,将基于ERA和PT的舰艇编队作战效能评价方法应用于多想定的算例分析,结果表明,提出的方法能有效地解决舰艇编队作战效能的评价问题。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。