طراحی بهینه چندموضوعی پیکربندی کپسول بازگشتی در حضور عدم قطعیت

در این پژوهش، بهینه سازی مقاوم چندموضوعی پیکربندی کپسول بازگشتی با توجه به ملاحظات آیروترمودینامیک، مسیر، پایداری و هندسه بصورت چندهدفه انجام شده است. بیشینه سازی بازده حجمی، کمینه سازی ضریب بالستیک و بیشینه سازی پایداری استاتیکی کپسول بازگشتی اهداف در نظر گرفته شده در فرایند بهینه سازی مقاوم پیکربندی کپسول بازگشتی در حضور عدم قطعیت ها می باشند؛علاوه بر این، قیودی در زمینه های هندسه، بار حرارتی و ضریب بار در فرایند بهینه سازی لحاظ شده اند. برای کاهش زمان و هزینه بهینه سازی مقاوم، از روش شبیه سازی مونت کارلو تطبیقی استفاده شده تا تعداد ارزیابی های مورد نیاز در حین بهینه سازی مقاوم کاهش یابد. با استفاده از الگوریتم ژنتیک چندهدفه مقید، مجموعه ای از پیکربندی های بهینه مقاوم کپسول بازگشتی بدست می آیند. نتایج بدست آمده نشان می دهند که عملکرد پیکربندی های بهینه مقاوم حاصله به نحوی است که قیود درنظرگرفته شده حتی در حضور عدم قطعیت ها با سطح اطمینان 99.8% نقض نمی شوند.

Multidisciplinary optimization for configuration of a reentry capsule considering uncertainty

The robust multidisciplinary, multiobjective shape optimization of reentry capsule with aerothermodynamic, trajectory, stability, and the geometry considerations are presented in this paper. The results of maximizing the volumetric efficiency of the capsules while minimizing the ballistic coefficient and the longitudinal stability derivative with considering uncertainties are discussed in presence of some constraints on geometry, heating load, and load factor. To reduce the time and cost of robust optimization, the Adaptive Monte Carlo Simulation technique is used which decreases the number of required evaluations within the robust optimization process. Utilizing the constrained multiobjective genetic algorithm will result in a collection of robust optimal solutions. The results show that the performance of obtained robust optimal configurations is in a way that the considered constraints aren’t violated with 99.8% of confidence level even in the presence of uncertainties.