双系统协同进化方法及在航天器舱设备布局研究

发布时间：2020-09-17 19:58

　　《2016中国的航天》白皮书指出,“十三五”及未来一段时期,载人航天、月球探测、空间站、火星探测等多舱段航天器总体布局方案设计中,如何尽量改善航天器总体动力学质量特性(转动惯量、惯性夹角、质心距、惯性积),至关重要。因为它直接影响航天器的性能、成本、安装、寿命乃至运行成败,是一个重要而又难解的问题。多舱段(或多支撑面)航天器设备布局优化设计问题(简称MSELOP),属于NP-Hard问题和工程系统优化问题,它既具有计算复杂性,又具有工程复杂性。对于这类工程系统优化问题可以采用分而治之、系统分解方式求解,例如合作式协同进化算法(Cooperative Co-evolutionary algorithms,CCEA)求解。目前存在的问题是,如何提高CCEA求解MSELOP的计算性能(计算精度和鲁棒性),并尽量改善航天器总体动力学质量特性,对于当前或未来创新航天器研发具有重大理论和工程意义。因此,本文以航天器(含卫星)布局优化设计项目为工程背景,在国家自然科学基金项目的资助下,研究一类带动力学质量特性等约束多舱段(或多支撑面)航天器舱内外仪器(设备)分配和布局方案设计问题,以及二者集成的总体布局优化方法,包括设备(组件)分配和布局优化两部分的协同设计,涉及处理二者之间,相互依存耦合关系及其协同。目的是提高CCEA的计算性能(计算精度和鲁棒性),改善一类多舱段(或多支撑面)航天器舱总体动力学质量特性(转动惯量、惯性夹角、质心距、惯性积),并提供技术支持。论文的主要工作如下:(1)针对目前如何提高CCEA求解大规模(D=1000)不可分解函数优化问题的计算性能(计算精度和鲁棒性),给出一类双系统(A,B)合作式协同进化算法(DCCDE,DCCDE/PSO)。DCCDE 通过一种改进的 DE(Differential Evolution)算法,在优化过程中每隔若干代进行一次SPX的局部搜索,提高了算法探索能力。然后,DCCDE采用改进的双系统协调机制以及A,B系统之间的信息交流,增加了种群的多样性。DCCDE/PSO从双系统结构形式,系统分解,双系统的协调机制以及CC框架中混合算法的选择和匹配四个方面进行了研究,通过Benchmark 25个不可分解函数测试表明,与单系统的CCEA算法相比,验证了本文双系统算法的有效性,并且提高了协同进化算法的计算性能(计算精度和鲁棒性),为进一步研究MSELOP奠定了基础。(2)针对MSELOP,为了进一步提高CCEA计算性能(计算精度和鲁棒性),给出一种新的双系统(A,B)合作式混合协同进化算法(NDCCDE/DPSO)。首先,构造新的双系统Potter's CC架构形式,然后给出相应的系统分解规则,矩阵分析方法和改进的双系统协调机制,最后,给出在A,B系统各自求解算法(进化或群智算法)选择和匹配。双系统NDCCDE/DPSO,求解了两个航天器舱设备布局优化案例,与经典的单系统CCEA算法和双系统Potter's CC算法相比,提高了 CCEA的计算性能(计算精度和鲁棒性),改善了航天器舱总体动力学质量特性(转动惯量、惯性夹角、质心距、惯性积)。(3)过去MSELOP一般只考虑固定组件分配方案下的组件布局优化,讨论组件分配的少见,其分配方案在初始化时一次性地给出(含初始化组件分配),并且在组件布局过程中不再改变。如果采用固定组件分配,初始化组件分配不合理,体现在各舱段的组件质量、体积等分配不合理,将严重妨碍组件布局优化设计水平的进一步提高,甚至无法达到设计技术指标(航天器的质量特性)的要求。因此为了解决上述问题,并进一步改善航天器总体质量分布特性,将多Agent系统与协同进化算法相结合,通过Agent之间的合作和交互,提出一种基于多Agent的双系统协同设计方法,共同求解组件分配和布局优化的新问题。数值仿真实验表明,与其它几种组件分配方法相比,提高了计算精度和鲁棒性,验证了本文基于多Agent系统的总体布局优化方法的有效性,提高了 CCEA的计算性能(计算精度和鲁棒性),并进一步改善了航天器舱总体动力学质量特性(转动惯量、惯性夹角、质心距、惯性积等)。在上述双系统协同进化方法研究和本课题组前期工作基础上,基于Pro/Engineer二次开发技术,给出航天器舱设备布局优化系统,建立航天器舱设备布局的Pro/E三维模型,并进行自动虚拟装配设计,并为设计师提供参考和技术支持。本文研究具有理论意义和应用价值,期望能推广应用于一类耦合工程系统设备分配和布局,诸如特种车辆动力舱、汽车发动机舱和船舶动力舱等设备布局研究,并提供技术支持。
【学位单位】：大连理工大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：V423
【部分图文】：

实例图,航天器,实例,双系统

与ＣＥＧＡ，ＧＡ算法相比，取得了较好的计算结果。逡逑丁６啤等＿基于Ｐｏｔｔｅｒ’ｓ邋ＣＣ给出一种双系统协同进化算法（Ｏｂｏｅ－ＣＣＥＡ）用于求解逡逑卫星舱设备布局优化问题（图１．３（ｂ）［３（）］），组件数目Ｎ＝６０，设计优化目标为转动惯量，逡逑质心距，惯性夹角，并且需要满足组件之间，以及组件与舱壁之间的不干涉约束。逡逑Ｏｂｏｅ－ＣＣＥＡ算法将原系统Ｐ分解为／个子系统，然后将分解后的Ｐ系统复制为Ａ、Ｂ两逡逑个系统以及相应的子系统Ａｊ，邋Ｂｐ邋Ａ，邋Ｂ系统同时进化，Ａ系统采用整体优化。Ｂ系统逡逑基于一个Ｐｏｔｔｅｒ’ｓＣＣ，其进化是由其子系统场的协同进化实现。为了降低系统整体优化逡逑的困难，减少由于增加双系统而增加计算耗时，采用了由粗至细变粒度策略。进化过程逡逑中，精英个体迁移是通过子系统Ａｊ和场之间的精英个体迁移实现，并且构成双系统之逡逑间协作进化。数值仿真实验表明，与ＧＡ和ＣＣＧＡ相比，取得较好的计算结果。逡逑Ｃｕｃｏ等［３１］研究一类多任务卫星平台设备布局问题

不可分解,二维,图形,三维映射

⑧邋ｘｅ［－３２，３２ｆ逡逑（９）邋Ｇｌｏｂａｌ邋ｏｐｔｉｍｕｍ：邋ｘ＊＝ｏ，邋Ｆ６（ｘ＊）邋＝邋／＿ｂｉａｓ６邋＝邋－１４０逡逑⑩其二维函数的三维映射如图２．〗（ｅ）所示［９］。逡逑＊玲0邋＜ｔ0ｅ逦－１？邋－＜00逡逑（ａ）二维邋Ｓｃｈｗｅｆｅｌ’ｓ邋Ｐｒｏｂ丨ｅｍ邋２．２１邋（Ｆｊ）逦（ｂ）二维邋Ｓｈｉｆｔｅｄ邋Ｒｏｓｅｎｂｒｏｃｋ’ｓ邋Ｆｕｎｃｔｉｏｎ邋（Ｆ＿？）逡逑－＂＇？逦ｊ逦＂邋：？？．逦？０、？．’：逡逑－２00｜逦．．．Ｊａ逦Ｊ逡逑－５逦－５逦＾０９逦．？？逡逑（Ｃ）二维邋Ｓｈｉｆｔｅｄ邋Ｒａｓｔｒｉｇｉｎ’ｓ邋Ｆｕｎｃｔｉｏｎ邋（Ｆｖ）逦（ｄ）二维邋Ｓｈｉｆｔｅｄ邋Ｇｒｉｅｗａｎｋ’ｓ邋Ｆｕｎｃｔｉｏｎ邋（巧－）逡逑ｔｆ邋＞■？？＞邋？ｔｕｕｍｔＯｍ－邋ｔｒｎｍｍＯ＾ｒｎ邋ａ邋Ｏｍｘｔｔｒ邋＾邋ｔｍ．邋ｉ）逡逑５逦ｙｉ＾＼逡逑？逦ｙ邋？逦？？ｖ、＼逦，一逦’逡逑0＇、＇．逦ｚ、Ｔ’邋３６逦０卜、、０＊逡逑ｚ邋＜逦，邋？邋Ｘ、逡逑－ｗ名逦ｘ逡逑（ｅ）二维邋Ｓｈｉｆｔｅｄ邋Ａｃｋｌｅｙ’ｓ邋Ｆｕｎｃｔｉｏｎ邋（巧）逦（ｆ）二维邋ＦａｓｔＦｒａｃｔａｌ邋“Ｄｏｕｂ

框架图,框架图,变量分组,双系统

图２．４邋ＤＣＣＤＥ／ＰＳＯ框架图逡逑Ｆｉｇ．邋２．４邋Ｔｈｅ邋ｆｒａｍｅｗｏｒｋ邋ｏｆ邋ＤＣＣＤＥ／ＰＳＯ逡逑解逡逑测试函数乃采用横向分解方式，将它截成￡个子函数表达则该函数乃可以表示为其中Ｘ邋＝／邋＾邋｜邋／邋ｅ邋Ｊ邋＝丨／邋ｅ邋邋￡邋＝邋１，２，．．．，￡邋ｙ，即将Ｉ分解为￡＇个子系统。逡逑于ＣＣ框架的系统分解如上所述。将Ｂｅｎｃｈｍａｒｋ中测试函体，也即相当于从系统角度实现变量分组。变量分组分两分组，分组后不再改变，另一种是动态（可变）变量分组［１５］效，当然也需付出代价。本文采用前者方式，意在探讨在高本文算法求解不可分解函数的计算性能［１１９］。逡逑ＣＣＤＥ／ＰＳＯ双系统之间的协调机制逡逑ＣＤＥ／ＰＳＯ双系统之间的协调机制是基于ＣＣＥＡ的隐式协调

【参考文献】