总体一体化海量方案优选设计方法研究

赵 民，马梦颖，杨 毅，许元男，高伟凯

（中国运载火箭技术研究院，北京，100076）

0 引 言

目前中国导弹总体设计经过长期发展，已经从经验设计发展到多学科设计、优化设计，正在向一体化精细化设计阶段发展。传统设计理念和技术方法框架下，导弹总体方案论证和优化设计存在方案论证不充分、一体化程度不强、自动化效率较低等问题，主要原因包括：a）研制周期和计算资源约束强，时间和资源所限，在技术状态组合覆盖性和仿真精细程度方面难以实现全设计空间覆盖；b）自动化方案生成管理与数据分析评估方法不完善，缺少总体方案批量生成与管理方法、多目标多维度综合性能评估方法等；c）支持方案快速迭代演进的设计流程规范不健全，尚未建立支持总体一体化精细化设计的方法流程。

随着学科模型精细化水平提升、计算机计算能力增强、先进设计理念的融合，复杂系统的总体设计方法将迎来变革性发展。面向未来导弹一体化精细化设计发展趋势，基于数字化、一体化、模块化、可演进的设计理念，提出总体一体化海量方案优选设计（Mass-Concept Based Optimum Seeking，MBOS）方法，为总体设计理念变革和总体设计能力提升探索新途径。

1 总体设计方法发展历程

中国的导弹研制始于20世纪50年代，在钱学森带领下逐步壮大发展形成完整的导弹研制体系。根据研制方法和支撑技术不同，可将中国的导弹总体设计发展划分为4个阶段：跟仿研仿阶段、正向设计阶段、多学科优化设计阶段和精细化设计阶段。各阶段的特点和支撑技术如下：

a）跟仿研仿阶段（20世纪50年代）。

1956年中国的导弹研制正式进入启动阶段，由于基础人才的缺乏和技术储备的不足，导弹研制过程主要以跟仿研仿为主。这一阶段的设计方法为反设计，通过对国外已有型号导弹的拆装、测绘形导弹总体方案并完成跟仿研仿。

b）正向设计阶段（20世纪60年代～70年代）。

这一阶段由于积累了丰富的导弹仿制经验，总体设计方案在基准方案基础上不断迭代更新，设计方法更加规范化和系统化。这一阶段采用的总体设计方法包括原准弹法、统计设计法、参数分析法等。

c）多学科优化设计阶段（20世纪80年代至今）。

从20世纪80年代开始,由于多学科设计优化（Multidisciplinary Design Optimization，MDO）设计概念充分考虑多学科之间协同影响带来的综合提升效应[1]，迅速在航天领域导弹设计中得到的广泛研究和快速发展，并逐渐与工业部门融合形成了导弹多学科优化设计总体设计方法[2]。这些关键技术的不断成熟为MDO的应用推广提供了强有力支撑，从而确保了MDO技术在工程型号研制过程中逐步得到应用实践,成为导弹设计与研制过程中的设计助力[3,4]。

d）基于精细模型一体化设计阶段（2010年至今）。

2007年，基于模型的系统工程（Model-Based Systems Engineering，MBSE）概念的提出进一步强调了系统工程技术与计算机技术和数字技术融合的必要性。基于精细化模型的设计方法能够更为准确的表征复杂产品性能特征，从而更有效的发掘设计潜力和发现设计问题，逐渐成为复杂产品设计研制的必备环节[5]。

总体设计方法正向一体化精细化发展，与一体化设计、数字孪生（Digital Twins）、模块化设计、协同设计环境等技术充分结合，为复杂系统设计提供了更为精准、可靠、高效的方法途径[6]。其中，一体化设计技术强调学科细粒度交互特性以及多学科复杂耦合下问题的建模和求解；数字孪生技术通过对工业产品全生命周期过程中从物理特性到行为特征的全属性数字空间虚拟表征，是一种融合模型、数据、算法、传感器等技术，更全面、细粒度、高精度表征产品特征的建模手段；模块化设计将复杂系统按照结构和功能特点分成具有特定功能的互换性强、接口标准的分系统，通过分系统的灵活组合实现面向多种应用场景的最佳系统方案配置；协同设计环境在MDO集成环境基础上引入多人协同设计机制，更适合与现代化的团队合作设计模式。上述关键技术从强耦合特性、精细化表征、细粒度建模、组件化配置、分布式协同等层面支撑现代总体设计方法在复杂系统工程的工程应用。

图1 导弹总体设计方法发展历程 Fig.1 History of the Development of the Missile System Design Methodology

典型一体化设计方法应用包括美国下一代战略导弹哨兵（其前身为美国GBSD陆基战略威慑导弹）设计过程，在其研发阶段，哨兵通过数字化设计手段，形成了60亿种不同的设计方案，并从中选择出最优方案，实现了美国战略导弹海量方案优选设计。

2 海量方案优选设计方法

2.1 方法步骤

海量方案优选设计的核心思想是围绕设计对象提出一系列方案构想组成海量方案空间，对每个方案构想逐一进行优化设计，获得方案空间内的优化解集。在优化解集中，根据不同的评价规则进行评估和优选，获得满足需求程度最高的设计方案。主要流程如图2所示，包括海量方案生成、设计、评估3个步骤。

图2 海量方案优选设计方法步骤 Fig.2 The Design Process of MBOS

a）海量方案生成：针对总体设计对象，以精细化模型进行方案构想描述和量化，辨识对总体关注性能影响较大的总体参数和分系统主要设计参数，以关键参数作为设计变量，设置取值范围，将所有可能的设计状态进行组合，考虑方案变异度，生成组合方案空间。考虑方案可行性，生成可行方案空间。

b）海量方案设计：在可行方案空间里，按单个方案性能最优及必要约束完成优化设计并存储每个方案的设计参数和性能数据。包括总体方案及各系统的模型状态、设计参量、总体与各系统性能、成本代价等，构成优化方案的解空间。

c）海量方案评估：在海量方案的解空间内进行数据筛选与挖掘分析。根据设计需求和目标构建评估指标体系和筛选规则，在海量数据中筛选出符合条件的方案或方案集合，对设计方案与性能参数进行可视化和分析。

2.2 特点优势

多学科优化设计方法和海量方案优选设计方法都是基于精细模型的总体一体化设计方法，都能够解决总体方案寻优问题。如表1所示，相比多学科优化设计，海量方案优选设计在理念、流程、算法依赖性、可扩展性等方面具有特点和优势，可进一步拓展，用于方案演进设计。

表1 优化设计与优选设计对比 Tab.1 Comparison of Optimized Design and Preferred Design

续表1

3 总体一体化海量方案优选设计应用

以固体导弹发动机内弹道方案设计为例，研究海量方案优选设计方法的应用及效果。在传统设计流程中，导弹总体设计与固体发动机设计串行进行，发动机系统根据总体提出的指标要求进行发动机性能最优的内弹道选型与优化，难以获得以总体性能最优为目标的发动机内弹道方案。海量方案优选设计提供了将总体飞行弹道设计与发动机内弹道设计进行一体化设计的方法，支持总体性能挖潜与提升。

3.1 海量方案生成

总体动力一体化海量方案优选设计首先需要建立海量发动机方案库，海量发动机设计方法通过给定总质量、直径、总冲等设计约束，通过调整发动机关键设计参数，组合形成多种内弹道形式的海量发动机方案，涵盖发动机全部设计空间，为总体提供完整全面的发动机模型库，满足不同外弹道、不同投掷能力的需求。

固体发动机方案生成将按燃烧室、喷管、壳体等部段，从装药设计、推进剂配方等维度进行设计。通过各维度设计参数组合，形成海量发动机方案，及发动机质量、尺寸、性能及成本等指标参数。发动机模型组成与输入输出参数如图3所示。

图3 发动机模型组成 Fig.3 Motor Module Segments Division

在给定各级发动机推进剂类型与装药量范围的条件下生成发动机内弹道海量方案，内弹道曲线簇见 图4。

图4 海量发动机内弹道设计曲线 Fig.4 Massive Motor Internal Ballistic Design Curve

导弹总体设计根据外形、直径、级数、发动机、弹道等模型驱动，生成不同状态的总体方案，构成组合方案空间，组合方案在内弹道形式方面具有显著差异性，可以覆盖全部设计空间。根据可行性评估判据，对组合方案空间中不满足工程可行性方案进行筛选，生成可行方案空间，其中可行方案数量达到百万量级。

3.2 海量方案设计

对可行方案空间内的每个方案进行优化设计与性能预示。基于质量特性模型、气动模型、弹道模型、控制模型、发动机模型，考虑飞行距离最远与力热环境约束，进行弹道优化设计，获得可行方案对应的优化方案，将可行方案空间映射到优化方案空间。存储优化方案空间中的全息数据，包括总体设计参数与总体性能参数。

方案生成与优化设计过程可以实时获得各方案的关键指标，并实时显示计算进度与各方案关键参数。对于总体动力一体化海量方案优选设计，其实际流程如表2所示：

表2 总体动力一体化设计流程 Tab.2 System-motorIntegration Design Process

在方案生成过程中，为提升计算速度，采用节点并行的计算方式，实现计算任务自动和手动分配，实现海量分布式数据的快速自动处理与评估。根据普通台式计算机的计算速度，6天内可实现百万量级总体方案的生成与计算。

3.3 海量方案评估

对优化方案空间中的方案性能进行评估，利用专家评估系统以不同规则筛选满意方案；利用大数据分析技术，可研究总体设计参数与性能参数的映射关系，获得新规律和新认识，在获得优选方案的同时获得借鉴方案，为方案创新和技术创新提供参考。

a）专家评估系统。利用专家打分评估系统进行方案性能综合评估。对总体性能和所关注系统的性能建立评分方法和组合权重，对海量总体方案进行打分排序。评估规则可以根据总体需求和关注问题按需定制、灵活调整，在每一个学科指标体系下均可添加一个或多个核心参数作为该学科评估指标，通过组合指标计算出总指标的评估分值，得到评估结果。如以射程最大+起飞质量最小+载荷最低3个指标组合作为筛选规则，通过专家打分给出不同指标权重，并通过打分排序筛选出多个满足指标需求的方案。相对于以射程单一评价指标的评价方案，最优方案虽然射程略微下降，但是起飞质量、飞行载荷大幅降低，方案更加合理可行，多指标组合评估更全面、更客观，整体参考价值更大。

如图5所示，以优选方案400与非优选方案401对比，两方案在载荷、弹道样式、级间比、装药量等方面均无太大差异。但由于两方案一级发动机内弹道曲线不同，造成射程差距在35%以上。

图5 采用不同内弹道曲线的总体方案性能对比 Fig.5 Scheme Performance Comparison Using Different Internal Ballistic

在获得总体优选方案的同时，海量方案优选结果也直接指导了分系统方案选型。传统方法难以快、精、全的得到该优选方案，一体化设计理念的工程应用优势得到了验证。

b）海量数据挖掘分析。海量数据可呈现设计空间全局，方便地建立任意参数间的关联关系，实现定性与定量结合的新规律发现与认识挖掘。通过一体化设计平台，直观获取分系统参数设计对于总体性能的影响规律，发掘以往分立设计难以获得的设计思路，建立基于海量数据挖掘而产生的全面、准确的总体设计框架与思路。

图6分别建立了同一载荷与弹道样式下，飞行时间、最大速度关于射程的分布规律，以及起飞质量、最大速度关于最高高度的影响分布规律。其中射程与飞行时间、最大速度呈现明显正相关特性；而最高高度与起飞质量、最大速度则呈现不同程度的负相关特性。

图6 多参数拟合统计 Fig.6 Multi-parameter Fitting Statistical

4 结束语

面向总体设计能力提升、导弹总体性能提高的目标，总体一体化海量方案优选设计方法，能够将海量方案和海量数据作为设计资源充分挖掘，将总体设计空间转变为数据空间，成为揭示新规律、研究新机理的信息空间和智慧空间，拓展导弹总体设计创新空间。

a）总体一体化海量方案优选设计方法践行先进设计理念，突破传统研发模式局限，符合未来技术发展趋势，有望形成具备快速迭代优化、方案全局最优、持续更新演进等特征的总体设计平台。

从国际军民领域的先进设计理念来看，目前美、日等国均采用一体化海量方案设计思路，通过现有成熟技术整合择优，实现整体能力提升，中国亟需开展相关研究；从中国导弹武器的固有研发模式来看，当前存在各专业分立设计、专业耦合型不强的问题，该技术基于各专业学科模型，可以统筹多学科精细化一体化研究成果，具有突破传统设计经验、多学科紧密耦合的设计优势；从面向未来演进的技术发展趋势来看，各专业学科模型不断深入研究精细设计、数字化平台工具大规模使用、计算能力不断升级、并行计算持续刷新方案设计速度，数据挖掘技术兴起、大数据处理分析能力日趋成熟，发展海量方案寻优设计的软硬件能力均已具备；从新质概念图像的总体设计工具来看，新装备、好装备的需求愈发强烈，论证迭代节奏不断加快；装备需求边界越来越模糊，构建武器概念图像难度加大；原有设计工具各自为战、线性设计、反复迭代优化的设计方法已难以适应快节奏、颠覆性创新的新要求，需要海量方案通用化模块化设计平台，为总体专业提升论证与设计的效率和方案供给能力。

b）在现有技术框架的基础上，需要不懈构建精细模型、深入探究耦合机理、不断丰富模型库、持续完善规则库、提升并行计算能力，支撑新质战略/常规导弹武器的论证与设计，为形成先进的总体设计方法提供技术基础。

现有海量方案优选设计已经实现发动机内弹道方案优选，为进一步扩展应用到总体各系统的一体化设计，需建立完整的学科精细化模型，适用于不同类型的优选问题，支持覆盖性更全面的总体方案空间；完善总体性能指标优选规则，确保优选结果充分匹配总体需求，实现方案空间内全局最优；不断提升计算能力，优化计算过程，发展并行计算，实现万、亿级方案快速持续生成，支撑多型武器并行开发与演进升级，为导弹总体设计提供标准化通用化设计工具。

c）按照新的设计理念与方法，传统的总体与动力专业的分工界面可能将不再清晰，存在多种规则下指标组合与权重分配、如何科学客观表达用户需求等问题，需要总体与动力专业加强联动、打破传统分立设计理念；设计方与用户持续沟通明确需求、建立专家系统持续迭代升级。

一方面，新理念将加强总体与分系统间的联系，专业分工界限不再明确，各专业紧密耦合协同设计成为应有之义，打破传统专业分工，建立“大总体”设计理念，以总体能力最优为统一目标开展协同创新设计，借助海量方案优选结果决定各系统方案，分系统单位聚焦方案实现过程，提升设计流程专业程度与沟通迭代效率；另一方面，新理念将同时加强用户与科研院所的联系，用户不再通过指标形式提出设计要求，而是根据实际需求，通过建立科学决策下的多指标评价机制，自行择优选择符合需求的方案，未来将实现设计方提供海量方案库，用户根据需要自由选择方案的设计—采购模式。

d）前瞻运用智能、大数据、云计算等前沿新兴技术赋能，强化总体动力一体化海量方案寻优设计数据生成、挖掘与信息利用能力，进一步提升导弹武器总体设计效能。

一体化海量方案数字化设计借力新型网络与智能技术，利用云计算、分布式并行计算等技术，充分利用全国设计资源，利用新型举国体制协同加速导弹总体开发设计速度；突破以往总体导弹设计过程中，存在参考方案有限，依赖传统设计经验、难以从少量数据中获得普遍客观设计规律的局限，通过海量方案生成与统计，通过大数据处理，海量数据挖掘，实现数据建模，用计算的方式去建模、理解、解决具体问题，为总体设计提供新思维。

深入挖掘海量方案中蕴含的信息价值，了解其中的信息、知识、规律甚至智慧，最终转化为实际的设计过程与方法；利用人工智能、机器学习等技术，加速方案设计与决策速度，提升总体设计自动化程度，深入发掘总体设计设计空间与性能潜力。