民用运输飞机的适航认证过程成本高昂、耗时长,且存在不确定性。为了减少认证过程所花费的成本和时间,本文提出了一种使用虚拟认证技术将认证考虑因素纳入早期设计阶段的方法。作为概念验证,本文重点关注飞行性能认证要求,并基于 FAR-25 Subpart B 开发了飞机概念和早期初步设计的认证分析模块。该模块将法规从文本文档转换为定量约束函数,并通过基于物理的分析确保设计的认证约束检查。为了验证该模块,开发了一个小型单通道飞机测试模型并使用该模块进行虚拟认证。测试模型的认证分析结果与公共领域数据进行了基准测试。
我们建议将概念阶段的飞机设计问题制定为几何规划 (GP),这是一种特殊类型的凸优化问题。凸优化的最新进展与飞机设计中通常使用的一般非线性优化方法相比具有显著优势。现代 GP 求解器速度极快,即使在大型问题上也是如此,不需要初始猜测或调整求解器参数,并保证全局最优解。这些好处是有代价的:所有目标和约束函数 - 描述飞机设计关系的数学模型 - 都必须在 GP 的受限函数形式内表达。也许令人惊讶的是,这种受限的函数形式集一次又一次地出现在流行的基于物理的飞机系统模型中。此外,我们表明,对于无法通过代数操作转换为 GP 所需形式的各种模型,我们通常可以拟合紧凑的 GP 模型,这些模型可以准确近似原始模型。GP 解决方法的速度和可靠性使其成为解决概念阶段飞机设计问题的一种有前途的方法。
我们建议将概念阶段的飞机设计问题制定为几何规划 (GP),这是一种特殊类型的凸优化问题。凸优化的最新进展与飞机设计中通常使用的一般非线性优化方法相比具有显著优势。现代 GP 求解器速度极快,即使在大型问题上也是如此,不需要初始猜测或调整求解器参数,并保证全局最优解。这些好处是有代价的:所有目标和约束函数 - 描述飞机设计关系的数学模型 - 都必须在 GP 的受限函数形式内表达。也许令人惊讶的是,这种受限的函数形式集一次又一次地出现在流行的基于物理的飞机系统模型中。此外,我们表明,对于无法通过代数操作转换为 GP 所需形式的各种模型,我们通常可以拟合紧凑的 GP 模型,这些模型可以准确近似原始模型。GP 解决方法的速度和可靠性使其成为解决概念阶段飞机设计问题的一种有前途的方法。
抽象的高维运动计划问题通常可以通过使用多级抽象来更快地解决。虽然有多种方式正式捕获多级抽象,但我们以纤维束的方式制定了它们。纤维束基本上使用本地产品空间来描述状态空间的低维投影,这使我们能够根据捆绑限制和捆绑截面来简化和得出新颖的算法。鉴于这种结构和相应的可允许约束函数,我们为高维状态空间开发了高度有效和基于最佳采样的运动计划方法。这些方法通过使用捆绑图来利用捆绑的结构。这些原语用于创建新颖的捆绑计划者,快速探索商的空间树(QRRT*)和商空间路线图计划者(QMP*)。两个计划者均显示出概率完整且几乎渐近地最佳。为了评估我们的捆绑计划者,我们将它们与四个低维情况的基准测试和基于经典的计划者进行了比较,以及八个高维场景,范围从21至100度的自由度不等,包括多个机器人和非健康的约束。我们的发现显示了多达2到6个数量级的改进,并强调了多级运动计划者的效率以及使用Fier Bundles的术语来利用多级抽象的有益。