《人工智能驱动的无人机多学科概念设计》

本文介绍了基于人工智能驱动分析模型的无人驾驶飞行器多学科概念设计框架。这种方法利用人工智能驱动的分析模型（包括空气动力学、结构质量和雷达截面预测），为初始设计阶段带来定量数据，从而能够从各种优化的概念设计中选择最合适的配置。由于设计优化周期的存在，机翼、尾翼和机身等关键部件的初始尺寸可以更精确地提供给后期的设计活动。同时，生成的结构还能通过设计迭代中的反馈回路选择更合适的设计点。因此，除了降低设计成本外，这种方法还在整个设计过程中提供了大量的时间优势。

人工智能驱动的概念设计算法由四个主要部分组成： 设计点计算、初始尺寸、人工智能驱动的飞机模型和配置优化。每个部分通过输入输出关系相互连接。此外，该算法还添加了设计迭代循环，以获得更精确的设计。图 2 显示了算法的总体结构。

该方法首先向算法提出设计要求。这些要求可能包括性能要求，如最大起飞重量、有效载荷重量、巡航高度-速度或对配置尺寸的限制。然后，使用设计点计算方法计算出满足这些性能要求的机翼载荷和推力载荷值。初始尺寸算法将这些值与初始要求一起计算出基本尺寸。这些尺寸包括机翼面积、长度和机身液压直径。然后，在优化算法的帮助下，在设计空间中搜索既能最大限度提高性能又能满足要求的配置。由于这里使用的飞机模型是人工智能驱动的代用模型，因此可以非常灵活地搜索设计空间。