传统的航空器适航质量特性优化方法依赖单一数据源,无法应对多特性耦合的复杂场景。因此,开展基于多源数据驱动的航空器适航质量特性优化设计研究。采用皮尔逊相关系数和多元回归分析揭示特性间关联规律,构建“结构-系统-环境”耦合关...传统的航空器适航质量特性优化方法依赖单一数据源,无法应对多特性耦合的复杂场景。因此,开展基于多源数据驱动的航空器适航质量特性优化设计研究。采用皮尔逊相关系数和多元回归分析揭示特性间关联规律,构建“结构-系统-环境”耦合关联矩阵。以结构合规性、系统可靠性和成本可控性为目标,利用改进的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对机翼蒙皮厚度等核心变量进行多目标优化,从而完成适航特性优化设计。实例分析显示,应用该方法后,航电系统电压波动系数降低50.6%,航电系统平均故障间隔时间(Mean Time Between Failures,MTBF)提高25.0%,液压系统密封件更换周期延长33.3%,机翼最大挠度与发动机振动加速度有效值分别优化11.2%和21.6%,实现了航空器适航质量特性的全局提升。展开更多
文摘传统的航空器适航质量特性优化方法依赖单一数据源,无法应对多特性耦合的复杂场景。因此,开展基于多源数据驱动的航空器适航质量特性优化设计研究。采用皮尔逊相关系数和多元回归分析揭示特性间关联规律,构建“结构-系统-环境”耦合关联矩阵。以结构合规性、系统可靠性和成本可控性为目标,利用改进的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对机翼蒙皮厚度等核心变量进行多目标优化,从而完成适航特性优化设计。实例分析显示,应用该方法后,航电系统电压波动系数降低50.6%,航电系统平均故障间隔时间(Mean Time Between Failures,MTBF)提高25.0%,液压系统密封件更换周期延长33.3%,机翼最大挠度与发动机振动加速度有效值分别优化11.2%和21.6%,实现了航空器适航质量特性的全局提升。
