大展弦比机翼具有升阻比大、翼内容积大等优点,被广泛应用于现代飞行器系统,如大型洲际客机、远程战略轰炸机及高空长航时无人机等。由于大展弦比机翼的大柔性特点,在设计中需考虑气动结构耦合问题,导致其建模求解更加复杂,优化过程更加耗时。为降低大展弦比机翼气动结构耦合分析与优化的计算成本并提高设计质量,本文将多模型融合思想引入大展弦比机翼气动结构耦合优化设计中,主要开展大展弦比机翼气动结构耦合分析多精度建模和基于多模型融合方法的近似优化方法两方面研究,实现了考虑气动结构耦合的大展弦比机翼高效优化设计。主要研究内容如下:(1)介绍了气动结构耦合分析与优化技术的研究概况,并对多学科设计优化和多模型融合方法的发展历程、研究现状及关键技术进行了详细综述。在此基础上归纳总结该领域目前存在的问题,明确了本文研究思路。(2)开展大展弦比机翼气动结构耦合多精度建模方法研究。首先通过UG提供的API函数实现了三维机翼几何参数化建模。在此基础上,使用计算流体力学(Computational Fluid Dynamics,CFD)和有限元分析(Finite Element Analysis,FEA)方法分别建立了大展弦比机翼气动和结构学科高精度分析模型,并通过定制数据交互接口,完成学科间信息传递,实现气动结构耦合分析。最后,通过控制仿真模型网格密度建立了大展弦比机翼气动结构耦合多精度分析模型。仿真结果表明,采用粗网格的低精度模型分析结果变化趋势与采用细网格的高精度模型基本一致,计算成本仅为高精度模型的16.7%,运用该多精度模型进行基于多模型融合的大展弦比机翼优化设计具有合理性。(3)基于多模型融合(Multi-model Fusion,MMF)思想,提出了一种静态改进多模型融合方法(Static Enhanced Multi-model Fusion,SEMMF)。该方法通过构造低精度修正模型的Kriging代理模型用于实现模型融合,克服了传统MMF方法需要大量调用低精度模型的缺陷。标准数值算例测试表明:与Kriging代理模型相比,SEMMF能在相同计算成本下,获得精度更高的近似模型。应用SEMMF方法开展大展弦比机翼气动结构耦合优化设计,相比于Kriging代理模型,在相同计算成本下,该方法能够进一步提升机翼的综合性能。经过优化,机翼的结构质量降低了24.49%,升阻比也得以小幅提升,综合性能指标改善了12.61%,初步验证了SEMMF求解机翼气动结构耦合优化问题的有效性。(4)为了进一步提高优化效率,在SEMMF方法的基础上,提出了一种动态改进多模型融合方法(Dynamic Enhanced Multi-model Fusion,DEMMF)。发展了基于目标函数最小(Mminimum of the Predicted Objective Function,MP)与均方根误差最大(Root Mean Square Error,RMSE)两种准则的混合双点序列采样策略。DEMMF采用SEMMF方法构造融合近似模型,使用遗传算法对当前近似模型进行优化,并通过混合双点序列采样策略新增样本点持续更新融合近似模型,直至满足收敛条件(即精度评估条件与最优性评估条件)。测试算例表明,与单点Kriging方法、双点Kriging方法以及单点DEMMF方法相比,采用混合双点序列采样策略的DEMMF能够在全局收敛性与优化效率方面都具有一定优势。(5)在气动结构耦合多精度建模与多模型融合方法研究的基础上,确定了基于多模型融合的大展弦比机翼气动结构耦合优化框架,进而采用该框架完成了大展弦比机翼气动结构耦合优化设计。相比于初始设计,优化后机翼质量下降了49.48%,而升阻比提高了1.59%,从而有效提高了机翼的综合性能。此外,与直接优化方法(序列二次规划、遗传算法)、静态代理模型优化方法(SEMMF方法)以及其他动态代理模型优化方法(单点Kriging方法、双点Kriging方法、单点DEMMF方法)相比,采用混合双点序列采样策略的DEMMF方法,在保证结果最优性的同时,所需计算成本最小,从而验证了本文工作的有效性和工程实用性。