بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن 3 2 1 جعفر روشنييان حسين دارابي هادي زارع دانشكده مهندسي هوافضا دانشگاه خواجه نصيرالدينطوسي دريافت مقاله: 1392/05/05 پذيرش مقاله: 1392/08/20 جعفر روشنييان حسين دارابي هادي زارع چكيده طراحي بهينه چندموضوعي يكي از روشهاي جديد طراحي با قابليت حل مساي ل پيچيده با فضاي طراحي بزرگ از جمله مساي ل هوافضايي است. هدف از اين پژوهش بهينهسازي طراحي مفهومي يك حامل انسان دو مرحلهاي با بوسترهاي جانبي با استفاده از روش طراحي بهينه چندموضوعي است. در اين راستا در مرحله اول براي دستيابي به يك نقطه شروع مناسب به منظور اجراي فرآيند طراحي بهينه از روش طراحي آماري استفاده شده و سپس با استفاده از شبيهسازي دو درجه آزادي و انجام محاسبات جرمي- انرژيتيك فرآيند طراحي آماري صحهگذاري گرديده است. در مرحله دوم به منظور بهينهسازي طراحي مفهومي اوليه از رويكرد طراحي بهينه چندموضوعي استفاده شده است. ساختار در نظر گرفته شده براي طراحي بهينه چندموضوعي ساختار همه در يك مرحله و الگوريتم بهينهساز بهكار رفته الگوريتم شبيهسازي سردشدن ميباشد. با انجام فرآيند بهينهسازي وزن استارتي موشك 7 تن كمتر از وزن آن در فرآيند شبيهسازي معمولي خواهد بود. كاهش در جرم استارتي عامل اصلي كاهش هزينه توليد و پرتاب موشك ميباشد. كليد واژه طراحي حامل انسان طراحي مفهومي آماري بهينهسازي طراحي چندموضوعي الگوريتم شبيهسازي سرد شدن. 1 مقدمه با توجه به نياز روزافزون 2 حضور در فضا و گستردگي كاربردهاي 3 حملونقل فضايي و نيز با توجه به هزينههاي بسيار سنگين اجراي پروژههاي فضايي همه دست اندركاران مباحث فضايي ناچار به استفاده از بهينهسازي فرآيندهاي طراحي توليد و پرتاب سامانههاي فضايي هستند. سرمايهگذاري بيشتر در مرحله طراحي مفهومي و دستيابي به طرح بهتر در نهايت منجر به كاهش هزينه و زمان اجراي پروژه ميگردد. يك طراحي دقيق ضعيف ميتواند يك طرح خوب را بههم بريزد درحاليكه بهترين طراحي دقيق هم نميتواند مشكل يك طرح نامناسب كه در مرحله طراحي مفهومي انتخاب شده را تصحيح نمايد. هدف اصلي طراحي مفهومي انتخاب طرحي است كه بتواند خواستههاي بهرهبردار از قبيل كيفيت بالا زمان توسعه كوتاه و هزينه اندك را برآورده سازد. وظيفه طراحان در حين طراحي مفهومي اين است كه حداكثر تلاش خود را براي بهدست آوردن يك طرح بهينه به عمل آورند. مرحله طراحي مفهومي در موفقيتآميز بودن كل فرآيند طراحي و سيستم نتيجه شده از آن نقش حياتي دارد. همانطور كه در شكل (1) نشان داده شده است تقريبا 70 درصد از هزينههاي فرآيند طراحي و ساخت پروژه مربوط به طرحي است كه در فاز طراحي مفهومي انتخاب ميشود. به عبارت ديگر انتخاب گزينههاي متفاوت در طي مراحل طراحي مقدماتي طراحي دقيق ساخت و بهرهبرداري اگر چه مهم هستند ولي اثر بسيار كمي بر تعيين هزينه فرآيند طراحي و ساخت پروژه خواهند داشت. فعاليتهاي ناقص درمرحله طراحي مفهومي و در مرحله طراحي اوليه باعث ميشود در طي برنامه توسعه هزينه بيش از مقدار مجاز شود. بنابراين انتخاب طرح صحيح و بهينه در آغاز طراحي.1 استاد roshanian@ kntu.ac.ir 2. دانشجوي دكتري hdarabi@dena.kntu.ac.ir (نويسنده مخاطب) 3. دانشجوي دكتري h_zare@ae.sharif.ir 13 سال دوم شماره سوم زمستان 1392
و 3 بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن بسيار مهم ميباشد. به همين دليل است كه طراحان سعي دارند با بهرهگيري از شيوههاي نوين طراحي از جمله طراحي بهينه چندموضوعي به بهترين طرح ممكن در طي فرآيند طراحي مفهومي دست يابند. شكل 1. تاثير مرحله طراحي مفهومي در طي روند طراحي و هزينه اجراي پروژه[ 1 ] همانطور كه در شكل (2) مشاهده ميشود با استفاده از طراحي چندموضوعي طراحان دانش بيشتري به طرح پيدا كرده و آزادي عمل بيشتري براي تغيير و تنظيم آن دارند از طرفي نياز به طرحي كارآ و كمهزينه كه از نظر عملكردي بهترين باشد طراحان را به استفاده از طراحي بهينه چندموضوعي وادار كرده است.طراحي بهينه چندموضوعي عبارت است از متدولوژي طراحي سيستمها و زيرسيستمهاي پيچيده مهندسي كه رفتاري مرتبط و توام با تاثير متقابل دارند [2]. و يا به عبارتي ديگر طراحي بهينه چندموضوعي روشي است كه در طراحي سيستمها و موضوعات پيچيده مهندسي كه داراي ارتباط و تاثير متقابل با يكديگرند مورد استفاده قرار ميگيرد ].[4 با پيشرفت تحقيقات در زمينه طراحي بهينه چندموضوعي و دستيابي به تكنولوژيهاي پيشرفته محاسباتي اعم از سختافزار و نرمافزار تعداد روشهاي حل مساي ل نيز افزايش يافته است. در همين راستا براي حل مسايل بهينهسازي طراحي چندموضوعي روشهاي متفاوتي در منابع مختلف ارايه شده است. اين روشها در كارهايي كه بالينگ و سوبيسكي [5 و 6 ] كرامر و ديگران [7] الكساندرو و لويس [8] توماس و لاورنس [9] و آرورا و وانگ [10] انجام دادهاند طبقهبندي شده است. عنصر كليدي در اين طبقهبنديها روشي است كه قابل قبول بودن قيود مطرح شده در معادلات هدف را برآورده ميكند. كرامر و ديگران [7] روشهاي بهينهسازي طراحي چندموضوعي را به گروههاي همه در 3 2 يك مرحله قابليت امكانپذيري يكموضوعي و قابليت 4 امكانپذيري چندموضوعي طبقهبندي كردند و اين سه روش را 5 بهينهسازي تجميعي كامل ناميدند. به عبارتي اين روشها را ميتوان به دو دسته با فرمولاسيون تكسطحي تقسيم نمود[ 11 ]. شكل 2. (يكپارچه) و چندسطحي نمودار سطوح آزادي عمل و دانش طراح در روشهاي سنتي و جديد [4] بالينگ و سوبيسكي [6] بين روشهاي تكسطحي و چندسطحي تفاوت قاي ل شدند. روشهاي تك سطحي به روشهايي گفته ميشود كه در آنها مسي لهي بهينهسازي سيستمي صرفا براي تعيين متغيرهاي طراحي مورد استفاده قرار ميگيرد.در روشهاي چند سطحي هنگامي كه بهينهسازهاي موضوعي براي تعيين متغيرهاي موضوعات مختلف به كار ميروند بهينهساز سطح سيستمي مقادير متغيرهاي مشترك را به دست ميآورد. از جمله روشهاي دو يا چند سطحي كه متعاقب اين تلاشها 6 ابداع و تدوين شده است ميتوان به بهينهسازي مشاركتي 8 7 بهينهسازي همزمان زير فضا تحليل يكپارچه سيستم دو سطحي و 9 تحليل هدف آبشاري اشاره داشت كه توسط براون كورو بالينگ سوبيسكي ميشلنا وكيم تدوين شدهاند [16-12]. با وجود فعاليتهاي انجام شده كه به بخشي از آن اشاره شد بهينهسازي طراحي چندموضوعي يكي از زمينههاي رشد تحقيقات با دامنه وسيعي از كار برده است و بعضي از مفاهيم طراحي بهينه چندموضوعي هنوز هم در دست توسعه ميباشند [17]. طراحي بهينه چندموضوعي يك مسي له عمومي بهينهسازي طراحي چندموضوعي را ميتوان به شكل زير تعريف كرد مينيمم كنيد تابع هدف رابطه (1) را: فصلنامه دانش و فناوري هوا فضا 14
جعفر روشنييان حسين دارابي هادي زارع f ( x, u( x)) (1) با در نظر داشتن قيود تساوي و نامساوي رابطه (2): g ( x, u( x)) و 0 h ( x, u( x)) 0 (2) كه در آن { x, x, x,..., x } 1 2 3 n u {,,,..., } u1 u 2 u 3 u n x بردارمتغيرهاي طراحي و بردار متغيرهاي حالت (رفتار) سيستم ميباشند. در اين مقاله از روش همه در يك مرحله به عنوان روش بهينهسازي چندموضوعي استفاده ميشود. روش همه در يك مرحله يك روش تكسطحي بوده و نوع بهينهسازي در اين روش 11 بهصورت طراحي و تحليل همزمان ميباشد يعني اينكه هم تحليل كوپلينگ بين زيرسيستمها و هم بهينه كردن آنها بهصورت همزمان انجام ميشود [6 و 16]. و يا بهعنوان روش جداسازي بر اساس بهينهساز [ 7 ]شناخته ميشود. در روش همه در يك مرحله هيچ كوپلينگ صريحي بين تحليلها وجود ندارد. درعوض بهينهساز با وارد كردن قيود بر روي متغيرهاي خروجي و ورودي باعث ايجاد كوپلينگ ميشود. شماتيك يك سيستم كوپله از نوع همه در يك مرحله در شكل (3) نشان داده شده است [15]. الگوريتم شبيهسازي سردشدن در اين است كه ابتدا بهصورت سراسري و تصادفي در فضاي طراحي به جستجو ميپردازد و وقتي نزديك به نقطه بهينه ميشود مانند روشهاي گراديانپايه نقطه به نقطه به سمت هدف نزديك ميشود. ويژگي ديگر اين الگوريتم با توجه به فرمول ( 3 )اين است كه در يك نقطه گير نميكند وبه اين اميد كه در نقطه بعدي در مقدار كمتري قرار گيرد حتي به نقطه بدتر هم ميرود.[ 21 ] probability : exp ( E / T0 ) (3) تعريف مسي له هدف اين مقاله پيادهسازي الگوريتم طراحي مفهومي با استفاده از مدل آماري و سپس طراحي بهينه آن با استفاده از روش طراحي بهينه چندموضوعي به منظور حمل يك محموله 5000 كيلوگرمي به مدار دايروي با ارتفاعي برابر 200 كيلومتر با شيب مداري 55 درجه و در نظر گرفتن عرض جغرافيايي نقطه پرتاب برابر 35 درجه و رسيدن به سرعت مداري 7784 متربرثانيه ميباشد. محموله اين طرح متشكل است از فيرينگ يا پوشش آيروديناميكي مدول نجات سرنشين و نيز كپسول زيستي يا همان محفظه حامل انسان كه قابليت قرارگيري در مدار و سپس بازگشت به جو را داشته باشد. شكل 3. شماتيك ساختار روش همه در يك مرحله [15] الگوريتم شبيهسازي سرد شدن الگوريتم شبيهسازي سرد شدن يكي از الگوريتمهاي تكاملي است و اولين مقاله در اين خصوص در سال 1983 توسط كريك پاتريك ارايه گرديد [18 و 19 ]. اين الگوريتم يك الگوريتم مكاشفهاي است كه از لحاظ رياضي دقيقا شبيه فرآيند ذوب كردن فلز و سپس سرد كردن آن است. اين روش هميشه همگراست چون در هر تكرار به سمت كاهش مقدار تابع هدف يا نقطه بهينه حركت ميكند به عبارت ديگر اين روش هميشه به نقطه بهينه ميرسد و معمولا يك پاسخ با كيفيت خوب (مينيمم مطلق يا مينيمم نسبتا نزديك به نقطه بهينه) براي تابع هدف بهدست ميآورد [20]. مزيت طراحي آماري ماهوارهبرحامل انسان با رجوع به منابع موجود و استفاده از اطلاعات طرحهاي مشابه با طرحي كه قابليت انجام ماموريت خواسته شده را داشته باشد ضرايب آماري مد نظر قابل استخراج ميباشد [22]. با استفاده از 12 اطلاعات آماري بهدست آمده براي خانواده حاملهاي سايوز 16 15 14 13 واستوك پروتون واسخود و كاسموس روسي و رداستون 19 18 17 - مركوري و اطلس مركوري آمريكايي و سيزدتواف چيني كه ماموريتي تقريبا مشابه ماموريت مد نظر را انجام دادهاند و استخراج ضرايب نسبت وزني بار مفيد يا نسبت وزني بار مراحل µ Ki نسبت وزني كل و مراحل µ PLi وزن مراحل n 0i و ضربه موتورهاي مراحل نسبت نيروي پيشران به I SPi (كه نمايانگر سطح تكنولوژي هر كشور ميباشد) و نيز در نظر داشتن سطح تكنولوژي موجود ميتوان پارامترهاي آماري مورد نياز فوقالذكر بهدست آورد [23]. در نهايت با اعمال اين ضرايب در برنامه طراحي آماري نتايج ارايه شده در جدول ( 1 )حاصل گرديد. 15 سال دوم شماره سوم زمستان 1392
بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن جدول 1. نتايج حاصل از طراحي آماري موشك حامل انسان متغيرهاي طراحي بوسترها مرحله 1 0/27 0/26 pl مرحله 2 0/22 0/27 22/73 1/14 16/59 17/73 20/45 259/56 63/92 320/00 0/90 0/34 84/18 5/89 55/56 61/45 71/55 205/76 270/00 265/00 0/85 0/31 323/75 16/19 223/39 239/58 427/35 129/64 1723/19 248/00 1/32 F 0 ( ton) m st m p (ton) (ton) m 0 ( ton) Th (tonf ) t b (sec) m& (kg /sec) I SP n 0 (sec) شبيهسازي دو درجه آزادي به منظور صحهگذاري اطلاعات بهدست آمده از طراحي آماري از شبيهسازي دو درجه آزادي استفاده شده و توان جرمي - انرژيتيك سامانه طراحي شده مورد بررسي واقع گرديد در خصوص نتايج حاصل از شبيهسازي دو درجه آزادي با توجه به شكل( 4 ) ميتوان گفت نمودار ارتفاع سامانه نشان از توانايي و قابليت سامانه سرعت در قرار دادن محموله در مدار مورد نظر را دارد. نمودار سامانه بيانگر رسيدن سامانه به سرعت لازم مداري يعني حدود 7800 متر برثانيه ميباشد. نمودار نيروي پيشران سامانه نشان دهنده اين است كه نيروي پيشران در نظر گرفته شده در سه مرحله و در هر مرحله از اطلاعات آماري براي انجام ماموريت سامانه موردنظر كافي ميباشد. نمودار نرخ تغييرات جرم بهعنوان گراف چهارم ارايه شده است. نمودار شتاب سامانه كه يكي از پارامترهاي بسيار مهم در حاملهاي موجود زنده و از جمله انسان است بيانگر اين است كه سامانه در طي مراحل و تا رسيدن به مدار از شتاب مناسبي برخوردار است. نمودار آخر نيز نمايانگر تغييرات زاويه مسير سامانه ميباشد كه در زمان عمود پروازي 90 درجه و طبق برنامه تغييرات زاويه پيچ تعريف شده تا زمان تزريق فضاپيما در مدار به صفر ميل ميكند. شكل 4. گراف نتايج حاصل از اجراي شبيهسازي دو درجه آزادي با استفاده از اطلاعات ورودي طراحي آماري از اين اطلاعات ميتوان به عنوان نقطه شروع طراحي در فرآيند طراحي بهينه چندموضوعي استفاده نمود. بهينهسازي طراحي مفهومي چندموضوعي حامل انسان براي اجراي فرآيند بهينهسازي طراحي چندموضوعي ابتدا بايد مدل رياضي از سيستم در دست باشد. سپس با انتخاب ساختار مناسب براي طراحي بهينه چندموضوعي و همچنين انتخاب و تنظيم روش بهينهسازي مناسب اقدام به حل مسي له نمود. همانطور كه در شكل (5) نشان داده شده است موضوعات درنظرگرفته شده در طراحي بهينه چندموضوعي موثر در طراحي عبارتند از: پيشرانش وزن و هندسه آيروديناميك مسير در ادامه موضوعات طراحي تشريح ميشود. ( tonf) فصلنامه دانش و فناوري هوا فضا 16
شكل 5. موضوعات درگير در بهينهسازي طراحي چندموضوعي حامل انسان در قالب ماتريس ساختار طراحي همه در يك مرحله جعفر روشنييان حسين دارابي هادي زارع m fuel moxid 1 = m prop 1 + q q = m prop 1 + q (9) (10) قسمت عمده جرم خشك ماهوارهبر را وزن موتور و متعلقات آن تشكيل ميدهد. براي محاسبه جرم اجزاي موتور از قبيل نازل و محفظه احتراق پس از محاسبه ابعاد هندسي آنها با استفاده از فشار آنها و همچنين تنش تسليم سازهاي در نظر گرفته شده ضخامت محاسبه ميگردد. سيستم پيشران در مراجع مختلف الگوريتمهاي گوناگوني براي محاسبات پيشرانشي وجود دارد كه از سطوح دقت مختلفي برخوردار هستند. الگوريتم اتخاذ شده در اين مقاله از دقت متوسط برخوردار بوده كه با دريافت وروديهايي چون نوع سوختواكسيد نسبت اكسيد به سوخت برخي از پارامترهاي هندسي موتور پارامترهاي فشاري نوع سيستم فشارگذاري سيستم خنككاري و غيره پارامترهاي اساسي موتور از جمله نرخ سوزش و ضربه ويژه رامحاسبه ميكند. روابط اساسي استفاده شده در اين ماژول عبارتند از [24]: مدلسازي آيروديناميك ضرايبي كه از تحليل آيروديناميكي ماهوارهبر در اين فاز از طراحي استخراج ميشود شامل ضريب نيروي محوري و ضريب نيروي نرمال بوده كه اين ضرايب بر حسب توابعي از زاويه حمله عدد ماخ و عدد رينولدز (يا ارتفاع) براي هر نقطه دلخواه از مسير پرواز محاسبه ميشوند. با توجه به اينكه در مرحله طراحي مفهومي نياز به دقت زياد وجود ندارد و هزينه محاسباتي نيز مطرح است در محاسبات آيروديناميكي از روشهاي مهندسي استفاده شده است. براي انجام محاسبات آيروديناميكي از نرمافزار محاسبات 20 آيروديناميكي [25] استفاده شده است. مدلسازي مسير پرواز براي آناليز مسير پرواز يك مدل دو درجه آزادي توسعه يافته و در نرم افزار C++ پيادهسازي شده است. در واقع وسيله به عنوان يك جرم نقطهاي در نظر گرفته شده و از حركت وضعي آن صرف نظر ميشود. مدل به كار رفته براي زمين كروي و در حال چرخش در نظر گرفته شده است. ضرايب آيروديناميكي مورد استفاده در اين ماژول كه قبلا در ماژول هندسه و آيروديناميك بر حسب اعداد ماخ اعداد رينولدز و زاويه حملههاي مختلف جدولبندي شدهاند با معين شدن عدد ماخ عدد رينولدز و زاويه حمله به صورت لحظهاي دريافت ميشود. در اينجا از مدل اتمسفر استاندارد استفاده شده است. e 1 2 P e ( ) 1 1 P c 1 2 1 [( )(1 ] 1 2 c * e * RT c c 1 2 2( 1) ( ) 1 1 2 1 2 2( 1) e * 1 1 * 2 2 1 Pe c c Isp { ( )( ) [1 ( ) ] ( Pe Pa)} g 1 1 P g P 0 c 0 c () () () () (8) مدل سازي وزن و هندسه جرم كل ماهوارهبر شامل جرم پيشران و سازه مراحل (موتور مخازن و ساير اجزا) جرم محموله محفظه محموله و سيستم جدايش ميباشد. روابط محاسبه جرم پيشران مورد نياز عبارتند از: بهينهساز در اين مقاله با توجه به اينكه براي ساختار طراحي بهينه چندموضوعي از روش همه در يك مرحله استفاده شده است مقادير متغيرهاي طراحي در سطح سيستم توسط بهينهساز تعيين ميشود. همانطور كه ذكر شد به دليل اينكه از طرفي فضاي m طراحي به شدت غيرخطي بوده و تابع هدف ناهموار ميباشد و prop m& t burn 17 سال دوم شماره سوم زمستان 1392
بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن از طرفي ديگر الگوريتم شبيهسازي سردشدن يك الگوريتم همگرا ميباشد بنابراين در حل اين مسي له از الگوريتم شبيهسازي سردشدن بهعنوان بهينهساز استفاده شده است. در اينجا ابتدا حل مسي له را با يك دسته از متغيرهاي طراحي كه از نتايج روش طراحي x 0 آماري و شبيهسازي دو درجه حاصل شده است بهعنوان نقطه شروع با الگوريتم شبيهسازي سرد شدن آغاز نموده و پس از اجراي يك تكرار از فرآيند بهينهسازي با استفاده از اين الگوريتم شروط خاتمه فرآيند بهينهسازي را چك نموده تا در صورت ارضاي آنها بتوان مسي له را خاتمه داد در صورت عدم ارضاي شروط ختم فرآيند بهينهسازي اين فرآيند را ميتوان تا ارضاي شروط تعريف شده ادامه داد. براي اعمال قيود طراحي در الگوريتم شبيهسازي سردشدن بايد آنها را با استفاده از روش پنالتي به تابع هدف اعمال نمود [26 و 27]. متغيرهاي طراحي متغيرها و پارامترهاي طراحي در نظر گرفته شده عبارتند از: متغيرهاي پيشران شامل نيروي پيشران و زمان سوزش بوستر نيروي پيشران و زمان سوزش مراحل متغيرها و پارامتراهاي مسير شامل ماكزيمم زاويه حمله (پيك اول و پيك دوم) ميزان نرخ زاويه فراز و زمان سوييچ كردن آنها (با توجه به نمودار نرخ زاويه فراز) زمان عمودپروازي زمان خاموشي موتور (بين مرحله 1 و 2 ) و زمان پرواز آزاد (خاموشي موتور در پايان مسير پرواز و قبل از جدايش نهايي). مقادير برخي متغيرهاي مهم طراحي به همراه بازه مربوطه در جدول (2) ارايه شده است. مقادير زاويه حمله در طراحي موشكهاي حامل در مقاطع گذر از ماخ يك بار ماكزيمم و زمان جدايش بايد صفر باشد و در باقي زمانها در مرحله 1 كوچكتر از 2 درجه و در مرحله 2 كوچكتر از 15 درجه در نظر گرفته شده است. جدول 2. معرفي متغيرهاي مهم طراحي و مقادير مربوطه متغير طراحي نيروي پيشران مرحله 1 1(ton.f) x نيروي پيشران مرحله 2 2(ton.f) x زمان سوزش مرحله 1 3(sec) x زمان سوزش مرحله 2 4(sec) x نيروي پيشران بوسترها 5(ton.f) x زمان سوزش بوسترها 6(sec) x نقطه شروع 71 مقدار ماكزيمم 60 مقدار مينيمم تابع بهينگي و قيود اعمالي به صورت پنالتي از آنجاييكه يكي از مهمترين پارامترهاي موثر در هزينه يك ماموريت جرم لحظه پرتاب است اين جرم به عنوان معيار بهينگي اصلي رابطه( 11 ) در نظر گرفته شده است. همانطور كه ذكر شد قيود مسي له و حدود متغيرهاي طراحي به صورت پنالتي با اين تابع جمع شدهاند. البته با توجه به دقت مورد نياز در مورد هر يك از قيود ضرايب پنالتي به گونهاي در نظر گرفته شد كه خطاهاي حاصله هم مرتبه باشند. قيودي كه به عنوان پنالتي اعمال شدند عبارتند از: - اختلاف سرعت نهايي واقعي V AV (±2 7784 متر بر ثانيه). - اختلاف ارتفاع نهايي واقعي H P از سرعت طراحي مطلوب از ارتفاع طراحي مطلوب 10) 200000 ± متر). - زاويه مسير نهايي (0/001 ± 0 درجه) - ماكزيمم شتاب اعمالي 4) 2/0- (g و در نهايت با استفاده از روش اعمال قيود به شكل پنالتي به تابع هدف در مسي له مد نظر تابع بهينگي به شكل زير قابل ارايه خواهد بود: Cost function = Glow n + r i i = 1. g i (11) فرآيند بهينهسازي در اين پروژه به منظور بهينهسازي مسي له از نرم افزار متلب استفاده شده است. همانطور كه ذكر شد بهينهسازي با استفاده از الگوريتم شبيهسازي سردشدن انجام گرديده است. همانگونه كه در بخش قبل توضيح داده شد قيود و بازه متغيرهاي طراحي به شكل پنالتي به تابع هدف اضافه شده و با اعمال آن به الگوريتم برنامه به منظور دستيابي به مقادير بهينه متغيرهاي طراحي و تابع هدف به اجراء گذاشته شد. به منظور توقف برنامه نيز حالتهاي مختلفي به طور پيشفرض در نرمافزار بهعنوان معيار توقف در نظر گرفته شده از جمله تعداد تكرار زمان تكرار ارضاي مقدار خطاي در نظر گرفته شده براي مقدار تابع هدف به نسبت مقدار نهايي و ارضاي مقدار خطاي در نظر گرفته شده براي مقادير متغيرها به نسبت مقدار نهايي. در اين مسي له به منظور حصول اطمينان از دستيابي به نقطه مينيمم قطعي از الگوريتم توقف مقدار تابع با تعريف تابع اين بدان معني است كه مقدار 10 ( f( xi ) ( x i 1 to 10 ) f ) استفاده شده است. و تكرار آخر با هم مقايسه شده است و اگر اختلاف آنها كمتر از مقدار خطاي تعريف شده توسط طراح تحت عنوان باشد برنامه مجاز به توقف ميباشد. دليل استفاده ازاين روش پيشگيري از توقف در نقطهاي غير بهينه است تا 80 30 360 300 400 150 10 300 200 300 90 20 205 259 355 129 فصلنامه دانش و فناوري هوا فضا 18
اطمينان لازم براي رسيدن به نقطه اصلي مورد نظر حاصل گردد زيرا در اين روش بهينهسازي همگراشدن به نقطه بهينه بسيارآهسته است و ممكن است در مسير رسيدن به نقطه مينيمم بر اساس منطق روش (ميل به نقاطي با سطح انرژي بيشتر به اميد دستيابي به مقدار كمتر تابع هدف در حركتهاي بعدي) در نزديكي نقطه بهينه ناگهان از آن دور شود. نتايج بهينهسازي نتايج نهايي بهينهسازي در جدول (3) و شكل (6) مشاهده ميشود. اين نتايج با استفاده از روش طراحي بهينه چندموضوعي همه در يك مرحله و با بهكارگيري الگوريتم شبيهسازي سردشدن حاصل شده است. در جدول (3) نتايج نهايي بهينهسازي با نتايج حاصل از شبيهسازي آماري و نيز شبيهسازي دو درجه آزادي مقايسه شدهاند. جدول 3. نتايج حاصل از اجراي برنامه در حالتهاي مختلف نوع طراحي مشخصات سسيستمي طرح طراحي آماري طراحي با شبيهسازي دو درجه آزادي بهينهسازي طراحي با AAO+SA جعفر روشنييان حسين دارابي هادي زارع 68/08 69/ 97 71/ تراست مرحله اول (ton.f) 55 20/02 20/ تراست مرحله دوم (ton.f) 45 37 20 / 303/61 297/ 15 355/ تراست 4 بوستر جانبي (ton.f) 8 282/74 287/ 91 205/ زمان سوزش مرحله اول (sec) 76 185/2 189/ 32 259/ زمان سوزش مرحله دوم (sec) 56 96/08 100/ 2 129/ زمان سوزش بوسترها (sec) 64 5486/09 5585/ جرم خشك مرحله اول (kg) 5890 7 1056/21 1067/ جرم خشك مرحله دوم (kg) 1140 55 11037/7 11360/ جرم خشك بوسترها (kg) 16190 5 74071/38 77516/ 4 55555/ جرم سوخت مرحله اول (kg) 2 11813/91 12291/ 8 16591/ جرم سوخت مرحله دوم (kg) 075 121656/49 124197/ 9 223394/ جرم سوخت بوسترها (kg) 35 79557/47 83102/ 1 61445/ جرم كل مرحله اول (kg) 2 12870/12 13359/ 3 17731/ جرم كل مرحله دوم (kg) 075 132694/2 135558/ جرم كل بوسترها (kg) 35 4 239584 / 261/977 269/ نرخ سوزش مرحله اول (kg/sec) 270 236 63/79 64/ 927 63/ نرخ سوزش مرحله دوم (kg/sec) 92 1266/2 1239/ 5 1723/ نرخ سوزش بوسترها (kg/sec) 19 كل جرم مراحل + محموله 230121/79 237019/ 8 323760/ 6 (kg) (5000 kg) همانطور كه در جدول (3) مشاهده ميشود نتايج حاصل از طراحي آماري بهعنوان نقطه شروع كار در شبيهسازي دو درجه آزادي مورد استفاده واقع گرديد و مشاهده شد كه با تركيب حاصل از طراحي آماري انرژي قابل ملاحظهاي وجود دارد. از جمله دلايل اختلاف بين اين نتايج ميتوان به موارد زير اشاره نمود: اطلاعات مربوط به اين بخش از كار بر اساس دادههاي ارايه شده در مراجع مرتبط موجود ميباشد كه احتمالا تقريبي بوده و يا داراي خطا ميباشند [22]. در بين موشكهاي حامل موجود موردي كه دقيقا"مانند طرح مد نظر باشد وجود ندارد و طراح بايد از اطلاعات طرحهاي نزديك به طرح مد نظر استفاده نمايد.عليرغم وجود خطاي قابل ملاحظه در نتايج شبيهسازي آماري باز هم ميتوان از آن با كمك شبيهسازي دودرجه به عنوان يك نقطه شروع خوب در فرآيند طراحي بهينه چندموضوعي استفاده نمود. در نتايج حاصل از شبيهسازي آماري بين 20 تا 25 خطا نسبت به مقدار واقعي قابل پذيرش است كه اين در صورتي محقق ميگردد كه اطلاعات لازم براي اجراي شبيهسازي آماري صحيح باشد. با توجه به اطلاعات موجود ديده مي شود كه 27 خطا بين نتيجه شبيهسازي آماري و شبيهسازي دودرجه آزادي وجود دارد كه نشان دهنده 17 خطاي بيشتر نسبت به حد انتظار است و اين به دليل عدم وجود دقت در اطلاعات ورودي شبيهسازي آماري است. البته واضح است كه با فرض صحيح بودن شبيهسازي دودرجه اين مشكل برطرف شده و اين خطا در نتايج شبيهسازي دودرجه حذف گرديده است و صرفا خطاي شبيهسازي دودرجه آزادي باقيمانده است. حال با محاسبه خطاي موجود بين نتايج شبيهسازي دودرجه آزادي و طراحي بهينه چندموضوعي به مقدار حدود 3 رسيده كه نشان دهنده تطابق 60 درصدي با حد انتظار كه كاهش 5 خطا بين اين دو روش بوده ميباشد. اين نتايج نشان دهنده اين است كه در اينجا بخشي از خطا با سهم بيشتر به شبيهسازي دودرجه و بخش كمتري نيز به روش طراحي بهينه انجام شده اختصاص دارد. به اين دليل ميتوان گفت سهم بيشتر خطا متعلق به شبيهسازي دودرجه آزادي است كه از همان كد شبيهسازي در طراحي بهينه چندموضوعي استفاده شده است. لذا در صورت بالا بردن دقت كدهاي مورد استفاده در شبيهسازي دودرجه احتمال بسيار قوي به همان اختلاف 5 بين نتايج اين دو روش خواهيم رسيد. با توجه به نمودارهاي حاصل از خروجي شبيهسازي دو درجه آزادي و نيز نتايج حاصل از بهينهسازي مشخص است كه به سرعت و ارتفاع مداري مد نظر دست يافته شده است. از طرفي يكي از پارامترهاي مهم در طراحي سامانههاي حامل انسان شتاب وارد به محموله يا همان كپسول حامل فضانورد است كه بايد كمتر از 4g باشد كه اين قيد نيز با توجه به تلرانس در نظر گرفته شده ارضاء شده است. ضمنا بررسي تطابق اطلاعات جدول (3) و نمودارهاي ارايه شده در شكل (6) با دقت در نمودارهاي سرعت مداري و شتاب موشك كاملا محسوس است. 19 سال دوم شماره سوم زمستان 1392
ب- ج- (6- د) نمودار شتاب (6- الف) نمودار ارتفاع مداري بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن (6- ه) نمودار زاويه تزريق (زاويه مسير) ( نمودار زاويه پيچ 6) شكل 6. نمودارهاي ارتفاع زاويه پيچ سرعت شتاب زاويه حمله زاويه تزريق قبل و بعد از بهينهسازي نتيجهگيري هدف اين پژوهش بهينهسازي طراحي مفهومي چندموضوعي يك سامانه حامل انسان دومرحلهاي با بوسترهاي جانبي است كه براي اولين بار در كشور انجام گرديده است. در اين مقاله از ساختار همه در يك مرحله بهعنوان ساختار بهينهسازي چندموضوعي واز الگوريتم شبيهسازي سردشدن براي دستيابي به پاسخ بهينه استفاده گرديده است. به منظور اجراي فرآيند طراحي بهينه چندموضوعي به يك نقطه قابل قبول نياز ميباشد به همين دليل در ابتدا با استفاده از روش طراحي آماري و شبيهسازي دو درجه آزادي نقطه شروع طراحي بهينه تعيين شده و سپس به منظور بهينهسازي طراحي مفهومي موشك حامل از ( نمودار سرعت مداري 6) رويكرد طراحي بهينه چندموضوعي استفاده شده است. بنابراين فرآيند فصلنامه دانش و فناوري هوا فضا 20
جستجو و تكرار بهينهسازي در بازهاي مناسب و قابل قبول از فضاي بزرگ و پيچيده طراحي آغاز و در زمان كمتري به نقطه بهينه دست مييابد كه اين مورد نيز از موارد نوآوري كار محسوب ميگردد. همانطور كه از اطلاعات جدول (3) پيداست با اجراي فرآيند بهينهسازي حدود 7000 كيلوگرم از وزن استارتي حامل انسان به نسبت خروجي شبيهسازي بدون اجراي فرآيند بهينهسازي كاسته ميشود. اين كاهش وزن استارتي ناشي از كاهش نيروي پيشران و زمان سوزش مراحل و به تبع آن كاهش ميزان سوخت و اكسيدكننده و همچنين كاهش در وزن خشك سازه مراحل يا به عبارتي بهينهسازي متغيرهاي طراحي ميباشد. بر اساس تجربه ثابت شده كه درصدي از هر ميزان كاهش در وزن استارتي به مرحله نهايي اختصاص دارد و اين بدان معني است كه با استفاده از نتايج بهينهسازي چندموضوعي ميتوان درصورت نياز محمولهاي سنگينتر را در مدار قرار داد. همچنين بايد به اين نكته توجه داشت كه بعد از دريافت نتايج حاصل از فرآيند بهينهسازي طراح بايد با توجه به امكانات موجود نسبت به انتخاب موتورهاي نزديك به نقطه طراحي يافته شده اقدام نمايد. يا به عبارتي طراح است كه ميتواند ارتباط بين خروجي بهينهسازي و واقعيت موجود را برقرار نمايد. علاي م و اختصارات سرعت مشخصه خروجي قطر بوستر شتاب جاذبه شتاب جاذبه در سطح دريا ضربه ويژه طول بوستر جرم نرخ سوزش جرم اوليه بوستر نتايج جعفر روشنييان حسين دارابي هادي زارع * c D B g g I sp 0 LB m& 0.B جرم اوليه مرحله i ام نرخ سوزش بوستر جرم استارتي ماخ خروجي موتور جرم محموله جرم پيشران جرم سوخت بوستر m& B 0i Glow e mpl Pro Pro.B جرم سوخت بلوك i ام m propi جرم سازه مرحله i ام m sti m مجموع جرم بلوكهاي موشك جرم اوليه بلوك 0 جرم استارتي موشك n0i نسبت نيروي پيشران به وزن مراحل q نسبت اكسيدكننده به سوخت Pa فشار محيط Pb فشار انفجار محفظه احتراق Pc فشار محفظه احتراق Pe فشار خروجي نازل R ثابت گاز خروجي Δ E تغيير انرژي T0 دماي اوليه t زمان T B نيروي پيشران بوستر t burn.b زمان سوزش بوستر Th i نيروي پيشران مرحله i ام زاويه حمله زاويه مسير پارامتر آيزنتروپيك محفظه احتراق c ميزان خطاي همگرايي ضريب انبساط نازل * كارآيي محفظه احتراق c كارآيي نازل Fi نسبت وزني سازه مراحل نسبت وزني محموله پينوشت pli 1. ultidisciplinary Design Optimization (DO) 2. All At Once (AAO) 3.Individuel Discipline Feasible(IDF) 4. ultiple Disciplines Feasible (DF) 5. Fully Integrated Optimization (FIO) 6.Collaborative Optimization (CO) 7.Concurrent Subspace Optimization (CSSO) 8.Bi-Level Integrated System Synthesis (BLISS) 9.Analytical Target Cascading (ATC) 10. Simultaneous Analysis and Design (SAND) 11. Simulated Annealing (SA) 12. Soyuz 13. Vostok 14. Proton 15. Voskhod 16. Kosmos 17. Redstone-ercury 18. Atlas D/ercury 19. CZ-2F 20. issile DATcom. m 0 sum 21 سال دوم شماره سوم زمستان 1392
14. Balling, R. J. and J. Sobieszczanski-Sobieski. 1994. An Algorithm for Solving the System-level Problem in ultilevel Optimization.AIAA Paper 94. 15. ing, L. 2000. A Study on the ultidisciplinary Design Optimization (DO) using Collaborative optimization method, Shipbuilding and arine Engineering Department. Pusan National University. South Korea. 16. Balesdent,. 2012. ultidisciplinary Design Optimization of Launch Vehicles.doctoral thesis. 17. Xiaoqian, C., and et al. 2006. Research on Theory and Application of ultidisciplinary Design Optimization of Flight Vehicles. 47th AIAA /ASE /ASCE /AHS /ASC structures.structural Dynamics, and aterials Conference. Newport. Rhode Island. 18. Besnard, E., and C. L. Nicolas. 1999.Design Optimization With Advanced Simulated Annealing. (AIAA 99-0186). 37th AIAA Aerospace Sciences eeting and Exhibit. 19. Kirkpatrick, E., andc. D. Gelatt. 1983. Optimization by Simulated Annealing.Science220. 671-680. 20. Dr eo, J., and A. P etrowski. 2006.eta heuristicsfor Hard Optimization. Springer - Verlag Berlin Heidelberg. 21. Zeeshan, Q., and D. Yunfeng. 2009. eta-heuristic approach for the conceptual design and optimization of multistage interceptor. 18th World IACS/ ODSI Congress. Australia. 22. Steven J. I. 1991 International Reference Guide to Space Launch Systems, artin arietta Astronautics Group, Published and Distributed by AIAA. 23. هاشمي دولابي سيد مجتبي حسين دارابي و جعفر روشنييان. 1391. بهينهسازي طراحي چندموضوعي حامل انسان با استفاده از روش همه در يك مرحله و الگوريتم شبيهسازي سرد شدن مراجع بررسي مقايسهاي روش طراحي آماري با روش بهينهسازي چندموضوعي (AAO) در طراحي مفهومي يك ماهوارهبر سبك سوخت مايع. فصلنامه علمي و پژوهشي علوم و فناوري فضايي (1) 5 :61-72. 24. Humble, R. W., G. N. Henry, and Larson.1995.Space Propulsion Analysis and Design. cgraw-hill. Inc. 25. Blake, W.B. 1998.issile Datcom: User s manual - 1997 Fortran 90 Revision, Wright-Patterson Air Force Base. Ohio. 26. Robert. F. 2004. Penalty and Barrier ethods for Constrained Optimization. assachusetts Institute of Technology. 27. Benjamin W. Wah., C. Yixin, and T. Wang. 2006. simulated annealing with asymptotic convergence for nonlinear constrained optimization. J Glob Optim. Springer Science. 1. William, D. N. 2005. ultidisciplinary Structural Design and Optimization for Performance, Cost and Flexibility. assachusetts Institute of Technology. 2. Li, Y., X. Ling, and W. Zhenguo. 2006. Research on Theory and Application of ultidisciplinary Design Optimization of Flight Vehicles. 47th AIAA/ASE/ ASCE/AHS/ASC structures, Structural Dynamics and aterials Conferee.Newport. Rhode Island. 3. American Institute for Aeronautics and Astronautics Inc. (AIAA). 1991. CurrentState of the Art in ultidisciplinary Design Optimization. Technical report. 4. Zachary C.,Krevor. 2007. A ethodology to Link Cost and Reliability for Launch Vehicle Design. School of Aerospace Engineering Georgia Institute of Technology. 5. Balling R. J., and J. Sobieszczanski-Sobieski. 1995. An Algorithm for Solving the System-level Problem in ultilevel Optimization.Structural optimization 9. 168-177. 6. Balling R. J., and J. Sobieszczanski-Sobieski. 1996. Optimization of Coupled Systems: a Critical Overview of Approaches. AIAA Journal 34. 6-17. 7. Cramer, E.J., et al., 1994. Problem formulation for multidisciplinary optimization.sia Journal of Optimization4. 754-776. 8. Alexandrov,N.. and R.. Lewi. 1999. Comparative Properties of Collaborative Optimization and Other Approaches to DO. CB University Press. 9. Thomas, A. Z. and L. G. Lawrence. 1999. ultidisciplinary Design Optimization Techniques. 30th AIAA Fluid Dynamics Conference. Norfolk. 10. Arora, S., and Q. Wang. 2004. Review of Formulations for Structural and echanical System Optimization. The University of Iowa. Iowa City. IA 52242. USA. SO 1239. 11. Nathan, P. T., and R.. Joaquim. 2010. Benchmarking multidisciplinary design optimization algorithms.optimization and Engineering11. 159 183. 12. Braun, R. and I. Kroo. 1995. Development and application of the Collaborative Optimization architecture in a multidisciplinary design environment. ultidisciplinary Design Optimization: State of the Art.SIA:98-116. 13. Braun, R. 1996. Collaborative Optimization: An architecture for large-scale distributed design, PhD thesis Stanford University. فصلنامه دانش و فناوري هوا فضا 22