飞行器智能设计愿景与关键问题

李霓，布树辉，尚柏林，李永波，汤志荔，张伟伟

西北工业大学 航空学院，西安 710072

美国国防高级研究计划局(DARPA)和美国国家航空航天局(NASA)等机构从20世纪90年代起便一直致力于推进人工智能技术在飞行器设计等方面的工程应用[1]。北约科学技术组织(NATO)在2020年3月发布的《科学和技术趋势：2020—2040》中把人工智能归为能对世界产生颠覆性影响的8大技术领域之一[2]。随着人工智能技术的飞速发展，以机器学习为代表的各种智能方法已延伸到飞行器气动、强度、结构设计等各个方面，极大地优化了设计效率和效果。如对于简单的后掠机翼的气动弹性可靠性优化设计算例，在同等的计算条件下，采用直接耦合仿真方法的优化耗时约5年，而采用基于数据驱动降阶模型的优化设计耗时仅2天[3]。当前研究表明，机器学习等智能方法在下一代飞行器研发中将起到越来越重要的作用。

在传统飞行器的研发中，首先需要根据任务要求确定飞机总重，选定可供设计参考的原型机；其次，根据飞机重量设计预期的气动特性和翼载；最后，根据所需气动特性选择气动布局，分别对机翼、尾翼等关键部件进行设计[4-5]。这种传统设计思路以完成作战任务为驱动，设计目标清晰明确，各部件设计的独立性较强、耦合度不高，涉及到的学科之间有明显的专业界线，可明确分工，在有原型机作参考的逆向设计中具有较大优势。

中国军用飞行器的设计正由过去的“跟跑”向“并跑”转变，并且在未来还要实现“领跑”目标。……