升力體式浮升混合飛艇多學科設計優化

孟軍輝，李沫寧，馬諾，劉莉，2

（1.北京理工大學 宇航學院，北京100081； 2.飛行器動力學與控制教育部重點實驗室，北京100081）

隨著全球貿易的增長，特別是互聯網商務的快速發展，全球貨運市場日益擴大。相關研究表明，由于貨輪運輸具有較低的成本，其占有世界遠洋集裝箱運輸99%的市場，僅當對速度有較高要求時才采用運輸機運輸［1］。浮升混合飛艇兼顧重于空氣的飛行器（HTA）和輕于空氣的飛行器（LTA）的特點，將飛艇艇體設計成具有高升阻比的外形，同時增加矢量推進系統和氣墊著陸系統等，其升力由靜浮力和氣動升力以及矢量推進系統共同提供，其中靜浮力所占比率不大于0.8［2］。由于混合飛艇同時具有中等速度和相對較低的成本，可作為貨輪和運輸機的折中方案，近年來成為國際遠距離貨物運輸的研究熱點［3-4］。

為了產生足夠的靜浮力滿足載重的需求，混合飛艇一般被設計為具有巨大的體積，同時有利于在其較大的表面鋪設太陽能電池［5］。但現階段柔性太陽能電池轉換效率較低，無法滿足低空混合飛艇長時遠距離貨物運輸的能源需求。鋰電池等化學電池的功率密度較高，適合短時間高功率放電，但同時其能量密度較小，也無法滿足混合飛艇長時間飛行對于高能量密度電源的需求；與化學電池相比，燃料電池能量密度較高，適合小功率長時間放電，但此類電池功率密度相對較小，不適合高功率短時放電［6］。因此，為了同時滿足高功率短時放電和長時高能量密度放電的需求，采用太陽能電池、燃料電池和鋰電池等化學電池混合而成的能源系統作為載重運輸飛艇的能量來源成為一種較好的選擇，可以發揮各種電源的優勢，揚長避短。

最早將HTA和LTA的概念互相融合可追溯至20世紀60年代［7］，早期關于混合飛艇的研究多集中于可行性的分析，直到2000年英國先進技術集團的SkyCat混合飛艇完成原型機試飛［8］。近年來，結合新型低碳能源的混合飛艇在全球貨物運輸中的潛在應用逐漸引起國內外學者的重視［9］。Alexander等［1］開 發 了 混 合 飛 艇 總 體 參 數設計的程序并論斷載重量大于200 t的混合飛艇以70 kn的速度完成貨物運輸的成本小于15美分/（t·m i）（m i為英里，1 m i=1.609 344 km）。Tensys設計團隊開發了用于分析混合飛艇結構力學性能的有限元工具，并與傳統飛艇結構力學性能進行了對比分析［10］。國內中航通用飛機有限責任公司和法國飛鯨控股公司于2016年簽署合同聯合研制載重60 t的混合飛艇［11］。以上國內外的研究通常根據混合飛艇載重運輸的任務需求對總體參數進行估值，進而根據關鍵的特征參數進行迭代求解，雖然可以得到設計參數的可行解，但是無法保證最優。混合飛艇一方面升力同時來源于氣動升力和靜浮力，另一方面能量同時來源于太陽能電池、燃料電池和化學電池［12］，以滿足其同時具有長時間定點駐空和遠距離快速巡航的性能。因此，在總體設計階段需要充分考慮氣動、結構、推進、能源、控制等多個分系統的耦合協調關系，有必要利用多學科設計優化（Multidisciplinary Design Optimization，MDO）的方法實現對混合飛艇總體參數的優化［13］。

現階段多種MDO方法已經成功應用在復雜工程系統的設計優化，包括同時分析與設計（SAND）方法、多學科可行（MDF）方法、協同優化（CO）方法和并行子空間優化（CSSO）算法等［14］。其中，Sobieszczanski-Sobieski［15］提出的CSSO算法是分布式兩級優化方法，包含一個系統級優化器和多個子空間優化器。相對于MDF方法，CSSO算法有效減小了系統分析的次數，同時能實現子空間的并行優化，優化效率得到一定的提高［16］。最初的CSSO算法中，子空間優化器和系統級優化器的信息協調以及子系統設計的自治性是通過責任系數、平衡系數和相關系數來實現［17］。同時，系統級優化器的設計變量包括所有子系統的設計變量，所需的系統分析次數要比其他分布式MDO方法要多，因此相比之下優化效率依舊較低［18］。Sellar等［19］提出基于響應面的并行子空間優化（CSSO-RS）算法，有效解決了CSSO算法中設計變量無法在子空間之間共享的問題，從而將其擴展到解決非連續型的優化問題，擁有更強的適用性，然而此算法中收斂速率和優化結果依舊受近似模型的選取影響很大［20］。隨著研究的深入，近年來出現了越來越多的響應面建模的方法，除了傳統的響應面法（RSM）外，還包括多項式回歸法、人工神經網絡法、Kriging函數法和徑向基函數（RBF）法等。選用擬合精度且擬合效率都較高的建模方法，對于其工程應用至關重要［21］。

本文將MDO的設計方法引入到混合飛艇的概念設計中，同時對傳統CSSO-RS算法進行改進，以使得系統優化過程中可以根據近似模型的適配性自適應選擇更加精確的近似模型，以提高優化結果的精度。混合飛艇分為能源子系統、氣動和推進子系統以及結構和重量子系統，在以起飛總重最小作為優化目標的同時，對混合飛艇外形和太陽能電池鋪設位置等參數進行優化。

1 混合飛艇及其任務分析

本文采用的混合飛艇總體布局形式如圖1所示，艇身通過三囊瓣組合成具有較高升阻比的氣動外形，同時為了提高氣動性能，4個分布式尾翼前伸至艇身形成邊條狀外形，柔性薄膜太陽能電池鋪設在艇身頂部，同時艇身兩側分布有4個矢量螺旋槳作為其動力系統。

不同的飛行任務要求，如飛行時間、飛行高度、飛行緯度、載荷質量等都會影響混合飛艇的總體參數設計，任務分析是優化問題的前提［14］。由于混合飛艇相比于傳統靜浮力飛艇具有更高的速度和可操縱性，因此對能源系統提出了更高的要求。然而現階段柔性薄膜太陽能電池的光電轉化效率較低，同時混合飛艇低空飛行過程中所接收到的太陽能有限，難以滿足夜間飛行動力系統的需求。因此，本文參考太陽能無人機的重力勢能儲能技術，白天混合飛艇通過矢量螺旋槳和動升力爬升至20 km高度以充分利用太陽輻射，完成遠距離巡航儲能；接近日落則關閉動力系統完全利用副氣囊控制下降至較低高度，并利用儲存能源完成夜間巡航［22］，如圖2所示。假設混合飛艇上升和下降過程中，通過副氣囊的控制，實現飛艇靜浮力保持不變。系統級和子系統級的設計目標是在特定任務中找到一艘總質量最小且滿足包括重量平衡和能量平衡在內約束條件的可行飛艇。

圖1 升力體式混合飛艇概念設計Fig.1 Concept design drawing of lift-type hybrid airship

圖2 混合飛艇載重運輸任務剖面圖Fig.2 Mission profile of hybrid airship for loading transportation

混合飛艇優化問題可歸結為

式中：mtotal為混合飛艇的總質量；mthrust、mstructure、menergy和mpayload分別為推力系統、結構系統、能源系統和載荷系統的質量；B=（ρair-ρHe）gV為混合飛艇靜浮力，ρair、ρHe和g分別為空氣密度、氦氣密度和重力加速度；L=（1/2）ρairv2V2/3CL為混合飛艇氣動升力，v、V和CL分別為混合飛艇的飛行速度、體積和氣動升力系數；Qreq和Qsup分別為一個晝夜飛行周期內所需的能量和能源系統所能提供的能量。

2 混合飛艇子系統分析

將混合飛艇分為能源子系統、氣動和推進子系統以及結構和重量子系統，不同子系統之間存在較強的耦合關系，因此在設計優化之前需要分別對其進行建模。

2.1 混合飛艇幾何外形分析

混合飛艇多囊瓣的升力體外形設計可使得其產生較高的氣動升力，這在很大程度上影響結構的重量；同時上表面的復雜曲面也影響太陽能的采集，而執行遠距離載重運輸的任務過程中需要獲取和存儲足夠的能量，因此幾何外形的分析對于其他子系統的建模至關重要。混合飛艇采用如圖1所示的三囊瓣外形設計，其中部截面如圖3所示，為了便于計算，可以將其近似為3個傳統旋成體艇身組合而成。通常情況下，傳統飛艇艇囊采用雙橢圓外形沿x軸旋轉360°得到，本文采用的低阻外形方程為

式中：a和b分別為橢圓的長半軸和短半軸。囊瓣截面半徑為r（x）=z，因此參考旋成體飛艇，混合飛艇體積可表示為

圖3 混合飛艇幾何外形設計Fig.3 Geometry design of hybrid airship

2.2 能源子系統模型

根據任務要求和飛行剖面設計，混合飛艇在白天通過壓力調節系統和氣動升力上升至20 km高度，充分利用氣囊頂部鋪設的太陽能電池實現光電能源的轉化，夜間降低至11 km高度并利用氫燃料電池和白天儲存能源實現有動力巡航飛行。因此，能源子系統包括太陽能電池部分、氫燃料電池（RFC）部分和鋰電池部分，輸出能源供應推進系統、航電系統和載荷系統，如圖4所示。

圖4 能源子系統示意圖Fig.4 Schematic diagram of energy subsystem

混合飛艇上任意太陽能電池接收到的太陽光照度可表示為［23］

式中：TR和Tg分別為瑞利散射和氣體吸收導致的太陽光強度衰減系數；Tw和Ta分別為水蒸氣和氣溶膠導致的太陽光強度衰減系數；θ為太陽光入射角；I0n為不計大氣衰減的法向太陽光照度，可由式（5）得到

其中：Isc為太陽常數，取值為Isc=1 367W/m2；E0為地球軌道的偏心修正系數，可精確表示為［24］

式中：Γ 為日期時間角，rad，且有Γ =2π（dn-d0）/365.242 2，dn為日期數，即1月1日時，dn=1，12月31日時，dn=366，d0為日期數修正項，可由式（7）求得［25］

其中：角度θ為太陽光的入射方向與柔性太陽能電池曲面法線之間的夾角。由于混合飛艇采用三囊瓣的外形設計以滿足具有較高氣動升力的外形，因此，氣囊外表面及所貼附柔性太陽能電池曲率復雜，不同區域位置受太陽光入射角影響較大。如圖5所示，任意傾角為β的微小平面，太陽光入射角θ可表示為［26］

式中：φ為當地緯度；ω為時間角；γ為平面方位角，表示當地經線與曲面法線方向投影線之間的夾角；δ為太陽赤緯角。

式中：Et為關于時間的方程；tLAT為當地視時。

另外，tLAT為當地視時，可由當地標準時間tLST求得

圖5 任意斜面接收太陽光照示意Fig.5 Position of the sun relative to an arbitrarily oriented plane

式中：Ls和Le分別為當地所在時區的標準子午線經度和當地的經度。

由于瑞利散射和氣體吸收導致的太陽光強度衰減系數TR和Tg可表示為

式中：mr，air和p分別為理想條件下大氣相對光學質量和表面壓力。

另外2個引起太陽光強度衰減的因素包括水蒸氣和氣溶膠，其衰減系數可表示為

式中：u和m 分別為沉積水蒸氣量和大氣光學質量。

為了便于計算，將混合飛艇頂部柔性太陽能電池沿x和y方向分割為i×j個微小的曲面單元，如圖6所示，選取其中某一微小曲面單元，沿飛行方向上長度為d x，可將其等效為一傾斜的平面，面積Aij可利用曲率半徑r表示為

假設每個囊瓣頂部鋪設太陽能電池的角度為θ0，沿飛艇飛行方向鋪設長度為l0，總的太陽能電池鋪設面積可表示為

式中：NL=3為囊瓣的個數。因此，太陽能電池總的輸出功率可表示為［27］

圖6 混合飛艇太陽能電池離散化示意Fig.6 Discretization of solar array of hybrid airship

式中：Psa，ij為單位面積太陽能電池單元的輸出功率，由接收到的太陽光強度Qij和光電轉化效率ηij決定，可表示為

對于非晶硅太陽能電池，光電轉化效率ηij與其溫度和太陽輻照量有關，可以從式（19）求出［28］

式中：Q0、T0和λam0在標準測試環境下分別取值為1 000W/m2、25℃和1.5；Tsa，ij為太陽能電池單元的溫度；λam為太陽光穿過大氣層時的空氣質量比，可由式（20）得到

式中：FSr為考慮到不同大氣成分的修正因子；ph和p0分別為飛行高度和海平面的大氣壓力；αDIP為在混合飛艇高度的地球視角。

某一微小太陽能電池單元，接收到的太陽光強度Qij主要來源于直接太陽輻射Qsa_dir_ij、散射Qsa_sca_ij和反射Qsa_ref_ij，即可寫為Qij=Qsa_dir_ij+Qsa_sca_ij+Qsa_ref_ij。直 接 太 陽 輻 射 Qsa_dir_ij可 表示為［29］

式中：αsa為太陽能電池對于太陽光直接入射輻射的吸收率。太陽能電池所吸收到的太陽光散射Qsa_sca_ij可表示為

式中：Is為混合飛艇所在高度太陽能電池所接收到的太陽光散射的照度。

式中：τh為大氣透射率；Itop為大氣層頂部直接太陽輻射照度。

太陽能電池單元所吸收的地面反射Qsa_ref_ij可表示為

式中：λ3為太陽能電池單元和地面相對位置系數；ng和nsa分別為地面和太陽能電池的法向量；反射太陽光照度IR可表示為

其中：ratm在晴朗無云天氣下取值為0.18，在多云天氣下取值為0.57［30］。

太陽能電池單元的熱平衡方程可表示為［31］

式中：msa，ij和csa分別為太陽能電池單元的質量和比 熱 容；Qsa_IR_ex，ij、Qsa_conv_ex，ij和Qsa_cond，ij分 別 為太陽能電池單元紅外輻射、對流傳熱和熱傳導的熱量。

考慮到太陽能電池安裝設備將導致其質量增大30%，因此太陽能電池質量可表示為［32］

式中：ρsa為太陽能電池的面密度。

夜間巡航過程能量由燃料電池儲能系統提供，系統質量由夜間續航時間所決定，由式（28）可得

式中：EESS為燃料電池的能量總量；ρESS為能量密度；Tnight為夜間巡航時間；ηESS為放電效率；Preq為需求功率，可表示為其中：ηprop為推進系統效率；Pothers為其余部件所需的功率；CD為氣動阻力系數。

鋰電池僅用于爬升過程能量的供給，由于最大爬升速度為［12，33］

式中：ζ為飛行軌跡傾角；CD0為零升阻力系數；Pava為可獲取的能量；K為升致阻力系數。由于混合飛艇從11 km高度爬升至20 km高度，可進一步求出Pava，假設鋰電池能量密度為ω=200W·h/kg，則鋰電池質量可表示為

式中：tclim為爬升時間。

能源系統總質量可表示為

2.3 氣動和推進子系統模型

混合飛艇不同于傳統的旋成體靜浮力飛艇，為了提高其氣動性能，艇身通常由2～4個囊瓣組成，其升力和阻力特性尚無準確的經驗公式可供參考。Carrión等［34］利用計算流體力學（CFD）方法研究了混合飛艇的氣動性能，并通過將三囊瓣構型混合飛艇等效為傳統旋成體靜浮力飛艇，并將CFD計算結果與利用傳統旋成體飛艇氣動性能估算公式所得結果進行對比，驗證了工程估算階段近似等效的可靠性。對于常規旋成體飛艇，艇體體積阻力系數可按照Hoerner公式進行估算［35］。

式中：FR為長細比；CF為表面摩擦系數，當雷諾數Re在［106，108］范圍內可由Schoernerr公式得到［36］

由于混合飛艇外形由三囊瓣組合而成，式中FR=l/d不易直接給出，可對其進行等效。假設存在與寬度為w的三囊瓣構型混合飛艇截面面積相等的傳統旋成體飛艇，其截面直徑為de，幾何尺寸如圖7所示。作為決定氣動性能的重要因素，參考固定翼飛機定義混合飛艇展弦比為

式中：splan=πlBw/4為混合飛艇艇囊俯視平面面積，lB為等效旋成體縱截面長軸長度。則式（35）可化為

進一步根據等效旋成體飛艇參數，定義混合飛艇的長細比為

由于傳統旋成體飛艇為橢球體，等效過程保持飛艇體積不變，則可求出等效旋成體飛艇截面直徑為

由于矢量槳和尾翼等附加物所引起的摩擦阻力和干擾阻力，混合飛艇總體積阻力系數要比單獨艇身的阻力系數略大，可表示為

圖7 混合飛艇等效傳統旋成體飛艇示意Fig.7 Equivalent of hybrid airship and conventional rotated airship

式中：N為阻力放大系數，混合飛艇低空巡航過程中取值為N=2.3±0.7，而高空巡航過程中可取值為N=2［37］。由于升力系數與阻力系數之間的關系可表示為［12］

因此，可進一步求出混合飛艇氣動升力系數，混合飛艇總阻力和氣動升力可分別表示為

推進系統質量由推進系統最大功率決定，與最大飛行速度vmax、阻力系數CD和參考面積V2/3有關，另外考慮到減速裝置將導致系統質量增大30%，因此推進系統質量為［14］

式中：SPprop為電機和螺旋槳的功率質量比。

2.4 結構和重量子系統模型

常規靜浮力飛艇通常分為硬式、軟式和半硬式3種結構形式，而洛克希德·馬丁公司經過長期的論證分析，指出只有通過“超壓維形”的非剛性結構的混合飛艇，才具有設計的可行性［2］。此時混合飛艇構型與結構設計的重點在于浮力率BR、艇體展弦比AR和長細比FR三者之間的協調關系。

混合飛艇結構重量很大程度上由艇身表面積決定，通過線性擬合可得到相同體積條件下的三囊瓣混合飛艇長細比FR和表面積Shull之間的關系，進一步得到艇囊結構重量為

式中：κ為由于加工過程中氣囊縫合焊接等工藝造成的艇體質量增加系數，本文取κ=1.2；ρenv為氣囊材料面密度。

由于混合飛艇體積巨大，其尾翼通常采用艇體材料加內部維形結構通過充氣實現，內部結構使得尾翼結構質量增加20%，同時尾翼表面積與艇體體積比通常可取Sfin/V=0.012 1m2/m3，則尾翼的質量可表示為

因此，系統結構質量可表示為

3 混合飛艇設計優化框架及系統分析

3.1 混合飛艇設計優化框架

將混合飛艇分為氣動子系統、結構子系統、能源子系統和推進子系統，并通過自適應近似模型的選取分析各子系統之間的耦合關系，進一步實現系統級優化。利用自適應CSSO-RS算法實現混合飛艇總體參數多學科設計優化的框架如圖8所示。與傳統的CSSO-RS算法不同之處在于近似模型的建立，為了優化模型適配性并提高精度，本文同時構建RSM 和RBF近似模型，進一步通過變量相對誤差均值ˉe和標準差σe判斷近似模型的優劣，并選取各階段精度更好的近似模型。變量相對誤差均值ˉe和標準差σe的定義為

式中：yi和分別為狀態變量的精確值和近似值；均值ˉe的大小和近似模型精確度的高低成反比；標準差σe與集中程度的高低成反比。

自適應CSSO-RS算法初始樣本點和測試點通過均勻試驗設計得到，同時計算得到相對應的狀態變量，以獲取數據庫。通過RSM 和RBF近似模型的自適應判斷，選用適配性更好的模型用于系統級優化。通過將系統級優化中的最優設計變量設置為下一個迭代過程的初始設計變量，可以保證獲取適應性更強的設計變量。優化問題中能源子系統、氣動和推進子系統、結構和重量子系統的優化可分別歸結為式（48）～式（50），方程中帶有“∧”符號的狀態變量表示來源于近似模型，而不帶有“∧”符號的狀態變量則來源于子系統分析。整個系統最終的優化問題可歸結為式（51），其中所有的狀態變量均來自于近似模型。

圖8 自適應CSSO-RS算法框架Fig.8 Framework of adaptive CSSO-RS algorithm

混合飛艇初始輸入參數如表1所示，飛行時間在夏至日，飛行緯度在30°N。

表1 混合飛艇優化初始參數Table 1 Initial parameters of hybrid airship optim ization

3.2 混合飛艇系統分析

對混合飛艇進行系統分析，可用來描述系統性能，并進一步為近似模型的自適應選取提供參考。本文將混合飛艇分為能源子系統、氣動和推進子系統以及結構和重量子系統，所有必要的信息均可分布計算獲取，如圖9所示。

圖9 混合飛艇系統分析Fig.9 System analysis of hybrid airship

4 混合飛艇優化結果及分析

首先利用試驗設計方法（Design of Experiment，DOE）構造數據樣本點，為了獲取分布更加均勻的樣本點，采用均勻試驗設計獲取系統級優化所需的初始樣本。優化過程重量平衡和能量平衡迭代收斂情況如圖10所示，可知，重量平衡和能量平衡均能較好地滿足設計要求，同時本文所采用的自適應CSSO-RS算法有效減小了重量平衡和能量平衡的收斂迭代次數，其計算量較小，具有較好的實用性。

為了更加清晰地顯示出自適應算法在優化收斂過程中近似模型的選擇過程，將變量相對誤差均值ˉe和標準差σe提取并繪制曲線如圖11和圖12所示。由圖11可知，對于重量平衡的優化，整個迭代過程中采用RSM近似模型的ˉe和σe數值均小于RBF模型，即RSM 近似模型的精確度和集中程度始終優于RBF近似模型。由圖12所示，對于能量平衡的優化，隨著迭代次數的增加，采用RSM 近似模型的ˉe和σe的數值逐漸大于RBF近似模型，即RBF近似模型性能逐漸優于RSM近似模型。分析原因可知，重量平衡中精確的計算模型為二階非線性模型，針對此模型RSM近似模型具有較為明顯的優勢；而能量平衡中所采用的精確的計算模型與氣動阻力有關，屬于高階的非線性數學模型，此時近似模型的精確度受樣本量的影響較大。因此，所采用的自適應CSSO-RS算法根據變量相對誤差均值ˉe和標準差σe判斷近似模型的優劣，并選取各階段精度更好的近似模型。不同變量的優化結果如表2所示，可知，采用自適應CSSO-RS算法優化所得結果在保證載荷重量不變的前提下，使得起飛總重和能量需求均有明顯降低，取得較好的優化效果。

圖10 設計優化迭代收斂過程對比Fig.10 Comparison of design optimization iterative convergence process

圖11 迭代收斂過程重量平衡對于近似模型的選擇Fig.11 Selection of approximate model for weight balance in iterative convergence process

圖12 迭代收斂過程能量平衡對于近似模型的選擇Fig.12 Selection of approximate model for energy balance in iterative convergence process

對優化后混合飛艇飛行任務剖面進行分析，其速度和飛行高度變化曲線如圖13所示。由圖可知，混合飛艇在日出時快速爬升至20 km高空，最大爬升速度可達到約9m/s，爬升角度遠大于固定翼飛機的爬升角度，這是在副氣囊調節靜浮力保持不變的條件下，通過矢量螺旋槳的控制和氣動升力的共同實現。而日落后關閉動力系統，僅依靠副氣囊調節，實現混合飛艇的緩慢降落，同時有效節省動力系統能源。

表2 優化結果對比Table 2 Com parison of op tim ization results

另外，圖14列出了最終優化結果所得的各子系統重量分配情況分析。可知，能源子系統和結構子系統的重量占混合飛艇總重的絕大部分，分別占比39.6%和46.44%，這與實際情況較為符合，通過更加合理的結構設計降低結構自身重量依舊是混合飛艇設計的重要措施。圖15顯示了能源子系統中各部分重量比重，其中燃料電池的重量占比較大，達到46.77%，鋰電池次之，薄膜太陽能電池重量占比最小，因此儲氫技術等關鍵技術的發展對于其應用于混合飛艇的設計至關重要。

圖13 混合飛艇飛行高度和速度變化Fig.13 Flight altitude and speed curves of hybrid airship

圖14 混合飛艇各子系統重量分配Fig.14 Weight distribution among subsystems of hybrid airship

圖15 混合飛艇能源子系統重量分配Fig.15 Weight distribution among energy subsystem of hybrid airship

5 結束語

針對升力體式浮升混合飛艇分系統耦合關系復雜的特點，將多學科設計優化方法引入到混合飛艇的總體設計中，進一步將其分解為能源子系統、氣動和推進子系統以及結構和重量子系統。通過構建各個分系統的模型，提出具有自適應能力的基于響應面的并行子空間優化算法，將重量平衡和能量平衡作為實現遠距離載重運輸的約束條件，并提出爬升、日間巡航、滑翔和夜間巡航的多階段任務剖面，以充分利用太陽能電池、燃料電池和鋰電池的優勢，實現混合飛艇的最優化設計。優化結果表明，具有自適應能力的優化算法在精確度和計算效率上均有明顯的優勢，同時重量分配的結果也為混合飛艇結構輕量化設計和能源系統設計提出了更高的要求。