基于遗传算法的航空发动机状态变量模型建立方法

提出了一种采用遗传算法建立用于航空发动机控制系统设计的小偏差状态变量模型的方法,即根据发动机稳态工作点处的线性化数学模型的动态响应应该与该稳态工作点处的非线性数学模型动态响应一致的原则来构造遗传算法的适应度函数,通过优化算法,得出系统的状态变量模型。该方法不受系统模态及模型阶次的限制。应用该方法建立某型涡扇发动机的小偏差状态变量模型,具有较高的建模精度,根据该状态变量模型设计鲁棒控制器取得了良好的控制效果,从而验证了该方法的有效性。      

基于精英保留遗传算法的连续结构多约束拓扑优化

采用遗传算法对应力、位移及结构约束下的连续体结构进行拓扑优化。通过在遗传算法中引入精英保留的进化策略,保证算法的收敛性,改善优化结果。优化过程中,利用精英保留遗传算法进行结构优化,通过基于ANSYS软件的有限元技术进行结构的建模和分析。算例分析表明所提出的方法是合理、有效的。该方法可用于复杂工程结构的初始设计,并能够提供多种初始设计方案。      

空空导弹固体火箭冲压发动机设计参数优化

为使空空导弹在较宽的空域范围内获得优化的综合性能,提出了以导弹综合特性为目标函数来优化固体火箭冲压发动机设计参数的思路,以空空导弹在飞行高度分别为5,10km和15km的飞行距离和飞行速度的综合性能参数为目标函数,建立了固体火箭冲压发动机设计参数优化模型,利用遗传算法进行了固体火箭冲压发动机设计参数的优化.优化的结果表明:当参数选择适当时,采用非壅塞固体火箭冲压发动机的空空导弹在较宽的工作包线内也能够具有优秀的飞行性能,在高度为5,10km和15km时,空空导弹的飞行距离分别达到了62.9,89.2km和133.1km,空空导弹的平均飞行速度也得到了提高.      

基于遗传算法的航空发动机PI控制器参数优化方法

P ID控制器参数整定与优化一直是自动控制领域研究的问题。采用遗传算法进行的PID参数整定与优化是一种全局最优且与初值无关的优化方法。本文结合某型航空发动机,利用遗传算法对发动机单变量及双变量P I控制器参数进行优化。仿真结果表明:该方法对PI参数整定具有比较好的综合控制性能,不失为一种具有较好实用价值的航空发动机P I控制器参数整定与优化方法。      

High-precision shape approximation low-thrust trajectory optimization method satisfying bi-objective index

The shape approximation method has been proven to be rapid and practicable in resolving low-thrust trajectory; however, it still faces the challenges of large deviation from the optimal solution and inability to satisfy the specific flight time and fuel mass constraints. In this paper, a modified shape approximation low-thrust model is presented, and a novel constrained optimization algorithm is developed to solve this problem. The proposed method aims at settling the bi-objective optimization o...     

基于遗传算法的翼型多目标气动优化设计

采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。     

Pareto基因算法多目标翼型优化设计

 基于 Pareto最优解的定义,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。通过等级法来正确识别每一代中近 Pareto波阵面的解,从而消除选择误差达到快速收敛的目的。为提高解的分布性:采用小生境技术解决了基因材料多样性损失问题;采用常规实数编码方式配合平均交叉算子解决了编码端点效应问题。将所发展的方法应用于多目标翼型优化设计中,获得了理想的 Pareto波阵面,为决策者提供了一个可选的有效解数据库。     

无人机活塞式发动机进排气系统优化

针对一款无人机(UAV)用活塞发动机在飞行转速为6500r/min时扭矩较低以及燃油消耗率较高的问题,提出了一种基于自适应遗传算法（GA）的发动机进排气系统优化方法,进行进排气系统改进设计。使用GT-Power软件搭建了该发动机一维仿真模型,并通过台架试验数据验证模型;基于该模型进行了进排气系统结构参数对扭矩和燃油消耗率的敏感性分析,将进气管长度、直径、空滤器后腔容积和排气管长度作为优化变量,使用Matlab进行自适应遗传算法优化,使用Simulink/GT-Power接口实现数据采集和优化结果反馈。通过台架试验验证了优化结果的准确性。结果表明:在飞行转速为6500r/min时,经过优化后的发动机扭矩和燃油消耗率都得到明显改善,扭矩最大可以提高5.51%,燃油消耗率最大降低6.31%。      

用于概念设计的离心泵叶轮多目标优化

用两种多目标优化方法对某型液体火箭发动机氧化剂泵叶轮进行多目标优化设计.在优化过程中, 以泵的扬程、效率和泵质量为优化目标, 对叶轮的主要几何参数进行优化.用NCGA(Neighborhood Culti-vation Genetic Algorithm)方法得到优化问题的Pareto前沿;用超传递近似法得到分目标的最佳权值, 进而采用评价函数法求出优化问题的最佳设计值.并分析了主要结构参数对泵性能参数的影响.      

考虑结构完整性和装填分数的星形药柱形状优化

在固体火箭发动机药柱设计过程中,装填分数较大的药柱结构完整性很难满足要求。利用PCL对商用有限元软件MSC Patran/Marc进行二次开发,建立星形药柱发动机的二维参数化有限元模型。在此基础上,采用遗传算法对星形药柱进行了形状优化,以结构完整性最优为优化目标,以装填分数为约束条件,得到了Von mises应变最小且面积装填分数不小于0.85的药柱形状。所提出的方法可方便地应用于各种固体火箭发动机装药设计。     

基于等效系统拟配的人-机闭环系统稳定性研究

对于现代带电传操纵系统飞机,其人-机闭环系统是非线性高阶复杂系统.针对带电传操纵系统人-机闭环系统稳定性问题,运用遗传算法在频域内对人-机闭环高阶系统进行了等效拟配,提出应用根轨迹法对拟配得到的低阶等效系统进行稳定性分析.仿真结果表明,用遗传算法进行等效拟配能够避免初值选择问题,拟配精度较高.所提方法能够考虑到驾驶员环...     

基于CST参数化的翼型优化遗传算法研究

用外形建模的CST参数化方法,构建翼型几何可直接利用其后缘角、前缘半径等几何特征,其控制参数更能反映翼型特有的气动敏感性,有助于遗传算法搜索寻优。基于这一参数化方法,结合遗传算法,构造了用于翼型优化的设计方法。算法中,CST控制参数作为设计变量,采用二进制编码,并通过引入精英策略,提高了遗传算法的收敛性能。算法适应度评估涉及的流场求解则采用了基于Jameson有限体积法的Euler方程解算程序。先以NACA0012翼型为例,以其某一已知的表面压力分布为目标,进行了遗传算法的重构运算,给出了重构的翼型几何外形,验证了方法。在此基础上,进行了带约束的跨音速翼型优化设计,给出了升力系数极大化和阻力系数极小化等设计算例,展示出翼型优化设计的效果。     

基于优先级调配的进离场航班序列动态优化

以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力.     

基于改进遗传算法的飞行控制律参数设计

在进行大包线飞行控制律设计中,需将飞行包线分为几个区域,针对各个区域设计线性控制律,采用多个线性控制律来近似替代所需的非线性控制律,本文中线性控制律采用PID控制结构,若用传统PID控制律参数整定方法,工作烦琐、设计时间长,而且控制效果不是很好,提出运用遗传算法优化控制律参数,并针对遗传算法局部寻优能力差、收敛速度差、易早熟等缺点,对其进行了几点改进,为提高鲁棒性,对其适应函数进行了设计,针对某机型某个区域的俯仰控制进行了PID控制律设计仿真,利用改进的遗传算法对其参数进行优化,结果表明,该方法在23代就能得到最优控制参数,而且使系统动态性能有了较明显的提高。     

基于并行遗传算法压气机叶片自动优化设计

结合小生境法与算子自适应法对基本遗传算法进行改进,采用WinSock接口、多线程、CS体系结构,实现并行遗传算法.将并行遗传算法与NS方程流场计算方法、Hicks-Henne函数叶型参数化方法结合构成叶型自动优化设计软件,软件可用于叶型设计和对已有叶型的改进.在构造目标函数时,根据工作攻角范围,构造了考虑非设计点性能的目标函数.分别对进口马赫数为0.5和0.9左右的叶栅采用三台计算机进行并行气动优化设计,优化叶型设计点和非设点性能都明显好于原始叶型.     

遗传算法在气动优化问题中的适应性分析

由于在理论上可找到全局最优解、不需计算灵敏度、对设计空间无特殊要求等这些优点,遗传算法(GA)在气动优化问题中得到了大量的应用.然而,实际应用中算法的理论收敛条件很难满足,面临着严重的计算效率问题.在具体应用中,气动问题本身的特点对算法参数选取和进程设计提出了适应性的要求.本文在分析算法优化机制的基础上,针对气动优化自身特点,以典型气动优化问题为例,对优化参数的设置进行了分析讨论.分析总结了翼型优化问题中参数化模型设计变量维数增加对翼型优化问题的影响,给出了初步定量的参数取值规律.结果表明参数化模型应当选择足够大的变量维数来描述设计空间,在变量维数确定之后选取合理种群规模和截止代数,以保证优化结果的收敛性.所得定性和部分定量的结果可以为优化算法在气动优化中的应用提供依据.     

A multi-strategy pigeon-inspired optimization approach to active disturbance rejection control parameters tuning for vertical take-off and landing fixed-wing UAV

In this paper, Active Disturbance Rejection Control(ADRC) is utilized in the pitch control of a vertical take-off and landing fixed-wing Unmanned Aerial Vehicle(UAV) to address the problem of height fluctuation during the transition from hover to level flight. Considering the difficulty of parameter tuning of ADRC as well as the requirement of accuracy and rapidity of the controller, a Multi-Strategy Pigeon-Inspired Optimization(MSPIO) algorithm is employed. Particle Swarm Optimization(PSO), Gen...     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。