用于铷原子磁光阱的超高真空系统设计

上抛式冷原子干涉重力仪,以Rb原子作为操控介质,使其在二维磁光阱中被冷却,在三维磁光阱中装载并在干涉区内实现探测。根据重力仪对真空系统的特殊要求,对真空系统的结构和参数进行设计,完成真空泵、真空腔室结构及光学玻片等关键部件的选型及设计,设计出结构紧凑实用的超高真空系统。在后期磁光阱的装配中,提出了相应的关键工艺技术,实现了超高真空系统的组装搭建。通过差分管的设计,二维磁光阱的真空度控制在10-6Pa,三维磁光阱的极限真空度达到10-8Pa。     

某直升机主减速器行星轮系功质比的区间多目标优化

针对某型直升机主减速器行星轮系功质比的优化问题，建立含有密度和啮合摩擦因数等不确定性参数的区间多目标优化函数及相应的约束函数，利用改进的区间多目标分层优化方法，得到多目标优化函数的最优结果区间和参数变量，对优化前后主减速器行星轮系的传动性能进行深入比较。根据优化结果设计直升机主减速器行星轮系的传动效率试验方案，试验结果表明:区间多目标优化后主减速器行星轮系质量减少6.2%，传动效率提高2.14%，且效率曲线变化随着载荷的波动更加趋于稳定，说明区间多目标优化方法应用于某型直升机主减速器行星轮系功质比优化方面的有效性。      

区间不确定信息下可修系统基于幂律过程的贝叶斯可靠性评估方法研究

贝叶斯方法常用于小子样场合下航空航天等领域中可修系统的可靠性评估，由于一些不确定因素影响致使无法精确收集先验信息和/或可修系统的故障信息，但却可获得其上下界信息。针对区间不确定信息情形，本文提出多台可修系统当其失效过程服从幂律过程（PLP）时的贝叶斯可靠性分析方法，将信息先验下PLP模型基于区间信息的贝叶斯分析转化为所求目标函数恰是该先验下PLP 模型传统贝叶斯分析的约束优化问题；具体工程实例对本文所提方法的可行性，有效性进行验证。结果表明：本文所提贝叶斯可靠性分析方法能够为小子样场合下，考虑不确定性因素影响时可修系统的可靠性评估问题研究提供一种值得参考的方法。     

一种基于生物趋化的改进粒子群算法

针对标准粒子群算法进行多极点函数优化时易导致早熟收敛及陷入局部最优的问题,把生物趋化原理引入到粒子群优化算法中,改变传统粒子群优化算法只存在吸引操作而没有排斥操作的单向性,提出一种保持种群多样性的改进算法,并对其关键参数的选择进行了研究。仿真实验结果表明,与传统粒子群优化算法相比,基于生物趋化的粒子群算法对于处理复杂的多峰函数或优化问题,可显著提高算法的全局寻优性能。     

基于Pareto集与多目标决策的飞控参数优化

针对传统的单目标优化方法不能对飞控系统多个性能指标同时进行优化的问题,提出了一种基于Pareto遗传算法和多目标决策的飞控系统参数优化方法。通过NSGA-Ⅱ算法对飞控系统参数进行优化获得最优解集,在此基础上首先进行方案的初选,然后利用综合权重的Vague集决策方法对备选方案进行模糊评价和优选,找到最终满意解。仿真结果验证了所设计方法的有效性。     

基于粒子群优化算法的飞行成本最优轨迹优化

以某大型民用飞机为例,应用了以飞行成本最优为目标的性能指标,同时运用最优控制理论,推导出飞机纵向飞行过程（爬升-巡航-下降）的优化方程,使用粒子群算法进行全局寻优,并通过Matlab进行了仿真,实现了以最优成本为目标的轨迹优化。仿真结果表明：用粒子群算法进行全局寻优,寻优效率较高,考虑时间成本后的轨迹,与节油轨迹相比,空速有所增加,耗油量也有所增加,但飞行时间大大缩短,为航空公司降低运营成本提供帮助。     

基于遗传算法的复杂多峰函数优化

从传统的搜索、优化方法入手，分析了遗传算法对复杂、多峰函数优化的有效性；简单介绍了遗传算法；并归纳出从优化问题转化到用遗传算法求解的转化思路；最后，通过对一个多峰函数优化的遗传算法求解，验证了此方法在全局优化、鲁棒性等方面的更有效性。     

航天继电器推力杆位置的优化分析

航天继电器的可靠性直接影响航天整机的可靠性，分析并研究航天继电器推动杆的优化位置是进行航天继电器可靠性设计的重要环节。以往人们对航天继电器磁系统、簧片系统做了很多研究工作，但在推动杆位置方面的研究工作很少。提出了一种分析航天继电器推动杆优化位置的方法，即从电磁力、电磁力矩、电磁力做功、位移等四方面，研究直簧系统推动杆的最优位置。研究结论可用于指导航天继电器的参数优化设计、可靠性设计及整体装配调试。     

基于多目标遗传算法的大型客机总体参数优化

在大型客机总体参数设计的基础上,提出总体参数优化的问题。建立多目标优化的数学模型,采用多目标遗传算法对大型客机的总体参数进行优化设计。考虑只对一个目标函数进行优化的单目标优化问题,设计程序进行单目标优化的计算。比较单目标优化和多目标优化的结果,分析两种优化方法的差异。算例表明,采用单目标优化在提升优化目标性能的同时会牺牲其他目标函数的总体性能,而多目标优化能兼顾各个目标函数的需求,并使整体达到最优。     

基于复合优化的航空发动机模型参数估计

本文提出了一种复合优化方法,用于发动机多变量,状态空间模型的时域辨识。优化中粒子群优化算法和最小二乘优化算法按照“串联”方式运行。粒子群优化从一个初始种群出发,通过进化来搜索最优解。然而有些时候,粒子群算法会陷入次优解。那么最小二乘优化算法就可以从粒子群的次优解出发,通过共轭梯度法获得问题的最优解。本方法适用于待估计参数较多,且参数变化范围大的高阶多变量系统。本文将复合优化算法用于4输入4输出状态变量模型参数的估计。仿真结果表明了所提出方法的有效性。     

Multi-parameter optimization of machining impeller surface based on the on-machine measuring technique

Selecting the optimal machining parameters for impeller surface is a challenging task in the automatic manufacturing industry, due to its free-form surface and deep-crooked flow channel. Existing experimental methods require lots of machining experiments and off-line tests, which may lead to high machining cost and low efficiency. This paper proposes a novel method of machining parameters optimization for an impeller based on the on-machine measuring technique. The absolute average error and standard deviation of the measured points are used to define the grey relational grade for reconstructing the objective function, and the complex problem of multi-objective optimization is simplified into a problem of single-objective optimization. Then, by comparing the values of the defined grey relational grade in a designed orthogonal experiment, the optimal combination of the machining parameters is obtained. The experiment-solving process of the objective function corresponds to the minimization of the used errors, which is advantageous to reducing the machining error. The proposed method is efficient and low-cost, since it does not require re-clamping the workpiece for off-line tests. Its effectiveness is verified by an on-machine inspection experiment of the impeller blade.     

基于改进鸽群算法的气动捕获轨道优化

针对火星探测器的气动捕获轨道，提出了一种改进的鸽群算法对气动捕获轨道进行优化。首先，考虑成功进行气动捕获所要求的终端约束和过程约束，根据从捕获轨道进行轨道转移进入目标轨道所需的速度增量，提出了进行捕获轨道优化的最优性能指标。然后，针对原始鸽群算法存在的一些不足，提出一种改进算法，并对改进算法的参数取值进行了分析。最后，基于大气内飞行的动力学方程，将气动捕获轨道优化问题转化为多参数优化问题，利用所提出的改进鸽群算法对气动捕获轨道进行优化，并通过仿真实例验证该算法的有效性。     

A fault-tolerant triple-redundant voice coil motor for direct drive valves: Design, optimization, and experiment

A direct drive actuator (DDA) with direct drive valves (DDVs) as the control device is an ideal solution for a flight actuation system. This paper presents a novel triple-redundant voice coil motor (TRVCM) used for redundant DDVs. The TRVCM features electrical/mechanical hybrid triple-redundancy by securing three stators along with three moving coils in the same frame. A permanent magnet (PM) Halbach array is employed in each redundant VCM to simplify the system structure. A back-to-back design between neighborly redundancies is adopted to decouple the magnetic flux linkage. The particle swarm optimization (PSO) method is implemented to optimize design parameters based on the analytical magnetic circuit model. The optimization objective function is defined as the acceleration capacity of the motor to achieve high dynamic performance. The optimal geometric parameters are verified with 3D magnetic field finite element analysis (FEA). A research prototype has been developed for experimental purpose. The experimental results of magnetic field density and force output show that the proposed TRVCM has great potential of applications in DDA systems.     

基于分解策略的涡轮叶片可靠性及多学科设计优化

将反一阶可靠性分析方法与多学科可行方法相结合,提出了一种适用于涡轮叶片复杂结构的可靠性及多学科设计优化方法.在优化过程中使用Kriging近似模型并不断提高模型精度,解决了多学科可行方法反复调用仿真程序进行多学科分析,计算量较大的问题.该方法将可靠性分析与多学科优化过程分离,提高了优化计算效率.以某型涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求,与双循环方法相比优化效率提高63.8%,证明了该方法在工程应用中的可行性和有效性.      

基于ordered-EAMP模型的多材料传热结构拓扑优化

基于多材料变密度拓扑优化方法提出了一种密度指数函数插值的有序多材料性能近似(ordered exponential approximation of material properties,ordered-EAMP)模型,数学性质以及算例表明,与传统的SIMP/RAMP插值相比,该模型具有计算稳定,收敛速度快,优化结构灰度单元少的特点。在优化准则(OC)法求解变密度拓扑优化模型时,构造了一种适用于多材料的密度过滤格式,算例表明:可以有效减少灰度单元,且降低了优化的目标函数值。运用MATLAB-ANSYS联合优化,实现三类热边界条件下复杂热环境的多材料传热结构拓扑优化。相比于高热传导系数的单材料结构,多材料传热拓扑优化结构由于各种热传导系数材料的优化分布,结构的传热势容耗散更小,算例4中对比分析降低了20.3%,传热效率更高。      

Pressure distribution guided supercritical wing optimization

Pressure distribution is important information for engineers during an aerodynamic design process. Pressure Distribution Oriented (PDO) optimization design has been proposed to introduce pressure distribution manipulation into traditional performance dominated optimization. In previous PDO approaches, constraints or manual manipulation have been used to obtain a desirable pressure distribution. In the present paper, a new Pressure Distribution Guided (PDG) method is developed to enable better pressure distribution manipulation while maintaining optimization efficiency. Based on the RBF-Assisted Differential Evolution (RADE) algorithm, a surrogate model is built for target pressure distribution features. By introducing individuals suggested by sub-optimization on the surrogate model into the population, the direction of optimal searching can be guided. Pressure distribution expectation and aerodynamic performance improvement can be achieved at the same time. The improvements of the PDG method are illustrated by comparing its design results and efficiency on airfoil optimization test cases with those obtained using other methods. Then the PDG method is applied on a dual-aisle airplane’s inner-board wing design. A total drag reduction of 8 drag counts is achieved.     

高超声速飞行器并行子空间优化设计

采用正交试验设计方法生成初始数据库,建立二次多项式响应面近似模型,以最大巡航距离为设计目标,机体/推进一体化外形参数和巡航弹道参数为设计变量,对高超声速飞行器进行了多约束多学科的并行子空间优化设计.优化设计获得了多学科融合条件下的最优化外形和弹道参数,可作为飞行器进一步详细设计的参考方案.      

Resilience optimization for multi-UAV formation reconfiguration via enhanced pigeon-inspired optimization

This paper develops a novel optimization method oriented to the resilience of multiple Unmanned Aerial Vehicle(multi-UAV) formations to achieve rapid and accurate reconfiguration under random attacks. First, a resilience metric is applied to reflect the effect and rapidity of multi-UAV formation resisting random attacks. Second, an optimization model based on a parameter optimization problem to maximize the system resilience is established. Third, an Adaptive Learning-based Pigeon-Inspired Optim...     

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%。