Page 212 - 《爆炸与冲击》2026年第11期

第 46 卷 翟政博，等： 大载重吊落式缓冲气囊设计及多目标优化 第 11 期

现为：所有样本点的预测偏差均控制在极低误差范围内，最大过载值的预测曲线几乎与实际值重叠。这
种微小偏差特征证实了该代理模型在非线性映射关系建模中的高精度优势。

3.4 多目标优化
基于上述构建的代理模型，选择 NSGA-Ⅱ遗传算法对缓冲气囊的排气孔尺寸、排气临界压力和气
囊底面积进行多目标优化，该算法增大了采样空间从而保持个体的多样性，且能保留住最优个体不被忽
略流失 [20] 。

优化计算得到本次设计问题的 Pareto 解集，
1.60
其最大过载值 a x 与比吸能 e 构成 Pareto 前沿
ma 1.55
图，如图 9 所示，最优解集内各解均呈现典型的 1.50 1 527 J/kg
目标冲突特征，任意解在提升最大过载值指标时 1.45
均会导致比吸能下降，为平衡多目标之间的权 e/(kJ·kg −1 ) 1.40 Optimal solution
重，在比吸能不低于 1 527 J/kg 的约束条件下选 1.35
出最具有代表性的优化结果，取最大过载值最小 1.30
时对应的排气参数组合。为验证优化结果的正 1.25
1.20
确性，采用该点设计参数进行有限元仿真分析， 9 10 11 12 13 14 15 16 17 18
分析结果表明，最大过载为 14.5g，缓冲气囊的比 a max /g
吸能为 1 529 J/kg。最大过载值与比吸能的相对 图 9 缓冲气囊 Pareto 前沿图
误差分别为 5% 和 8%。 Fig. 9 Buffer airbag Pareto front line diagram

为了验证优化设计方法的有效性，图 10 和 25
表 4 中比较了优化前后的缓冲性能。结果表明， 16.8g
20 14.5g
优化前的最大过载值为 16.8g，优化后的最大过 Optimized
载值为 14.5g，相较于优化前降低了 13.6%。优化 15 Before optimization
前的比吸能为 1 527 J/kg，而优化后的比吸能为 Overload/g 10
1 529 J/kg。可以看出，优化前后的比吸能变化不 5
大。原因是回弹过程中第一个峰值速度与速度
0 −g
相比是一个较小的值，虽然优化后的回弹过程中
第一个峰值速度比优化前的大，但随着气囊底面 −5 0 0.05 0.10 0.15 0.20 0.25
积的增加，整个缓冲气囊系统质量也在增加，回 t/s
弹过程中第一个峰值速度和缓冲气囊系统质量 图 10 优化前后过载值比较
在同时增大，故比吸能很难大幅增加。因此，验 Fig. 10 Comparison of overload values before
证了优化后的缓冲气囊系统具有更好的缓冲性能。 and after optimization

表 4 优化结果
Table 4 optimization results
参数 排气孔尺寸/mm 2 排气临界压力/kPa 气囊底面积/m 2 最大过载值/g 比吸能/(J·kg )
−1
优化前 3 600 173 0.95 16.8 1 527
优化后 3 952 158 1.08 14.5 1 529

4 试验验证

结合缓冲气囊缓冲过程特性，设计了基于轨道式龙门吊模拟直升机/无人机吊装空投试验方式，如
图 11 所示。为精确捕捉无人平台着陆过程中的冲击特性，采用压电式 IEPE 加速度传感器测量平台过载
值，根据刚体动力学原理与应力分布特征，选取主支撑杆及四个方位上任意分支撑杆及调平架上某合适

115901-10