一种基于扩散模型的飞行器气动布局反设计方法

技术领域

本发明属于飞行器外形设计选型技术领域，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。

背景技术

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。

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(

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。

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。

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。

发明内容

针对现有技术的情况，本发明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，本发明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。

本发明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。

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

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

S14、在外形编码器

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：

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，/>

为扩散过程的第/>

为扩散过程的总步数，/>

综上所述，由于采用了本技术方案，本发明的有益效果如下：

本发明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，本发明应用了kd树，实现了训练加速的效果；本发明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。

与现有技术相比，其预测的是翼型参数，而非本发明的飞行器参数；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；而本发明通过新的反设计方法解决了该难题。

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，而本发明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，而本发明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

图1为本发明飞行器气动布局反设计方法流程示意图；

图2为本发明飞行器编码及解码过程示意图；

图3为本发明扩散模型的训练过程示意图；

图4为本发明生成飞行器外形的过程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以按各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

一种基于扩散模型的飞行器气动布局反设计方法，该方法的整体流程可同步参看图1的示意，关键步骤叙述如下：

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。

本实施例将按照上述步骤顺序，详细介绍每一步中的具体内容。

一、通过编码空间插值，构建有翼飞行器-气动性能数据库。

步骤1.1、收集不同种类的飞行器几何形状，构建初始数据库

本实施例中，外形编码器

步骤1.2、利用步骤1.1中参数化的飞行器外形扩充飞行器数据。将得到的飞行器外形编码，按照下式进行插值，来得到新的飞行器外形编码：

式中，

步骤1.3、筛选插值后的飞行器外形以保证飞行器外形的正确性。将步骤1.2中插值得出的飞行器编码恢复成飞行器的原始外形，并筛选出合乎视觉要求的飞行器外形，然后将插值生成的合乎物理的飞行器外形加入至初始数据库

步骤1.4、将步骤1.3中得到的扩充飞行器数据以及原始的飞行器数据组成的过程数据库

步骤1.5、利用步骤1.4中得到的，分别在不同的马赫数(

二、设计从气动性能到飞行器气动布局的连续条件的扩散模型。

在此部分中，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，如图2所示，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。

在设计及后续的训练过程中，扩散模型的损失函数是基于连续条件来设计的，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：

上述各式中的参数含义解释如下：

为分布扩散模型的损失函数，/>

为扩散过程的第/>

为扩散过程的总步数，/>

三、基于kd树的连续条件扩散模型快速训练方法。

此部分的具体过程如下，可同步参看图3所示的相关流程：

步骤3.1、依据工况条件与目标气动性能的拼接向量

步骤3.2、在所有拼接向量

步骤3.3、在构建好的kd树

步骤3.4、在集合

步骤3.5、依据前述计算式，计算出损失函数，并计算梯度更新模型的参数；不断迭代步骤3.2至3.5的采样计算过程，直至结果收敛，完成模型训练过程。

四、适配不同工况条件下的生成采样方式，生成外形编码。

此部分的具体过程如下，可同步参看图4的示意，图4中以参数

步骤4.1、对于单工况条件，直接将测试的飞行器工况

式中，

步骤4.2、多工况条件约束时，假设有

步骤4.3、将

式中，

五、将生成的外形编码重构为飞行器外形。

由于第四部分中生成的是飞行器外形编码