基于遗传算法的火焰筒浮动瓦块热-结构耦合优化分析

以火焰筒浮动瓦块结构为研究对象,将遗传算法和“穷举搜索法”相结合,采用二步递进策略对浮动瓦块进行了热-结构耦合优化分析.首先利用遗传算法对瓦块结构中安装螺栓杆的位置变量进行优化;然后利用“穷举搜索法”对瓦块的厚度和螺栓杆直径进行优化.通过优化分析得到了结构性能更优的瓦块结构方案,使其最大应力比降低了22.77%.结果表明遗传算法和“穷举搜索法”相结合的优化方法应用在浮动瓦块的结构优化设计中是有效、合理的.      

浮动瓦块冷却结构在燃烧室中的应用和发展

指出了纯气膜冷却已不能满足航空发动机燃烧室冷却日益增长的要求，分析了强制对流气膜复合冷却和承力合理的浮动瓦块式火焰筒结构。同时还介绍了先进的冲击发散冷却在浮动瓦块式燃烧室中应用的进展状况。     

周向收敛型动压式指尖密封的结构优化及其动态性能仿真

周向收敛型动压式指尖密封是一种可用于航空发动机的非接触式柔性气封.根据周向收敛型动压式指尖密封的工作性能要求,提出密封性能优化数学模型.采用人工神经网络和遗传算法相结合的优化方法,通过建立反向传播(BP)神经网络确定设计变量与目标函数之间的隐含关系,再利用遗传算法对周向收敛型动压式指尖密封进行结构参数优化,获得了性能较...     

飞翼无人机结构布局分级优化研究

针对传统结构设计中依据经验对机翼构件布局设计容易导致结构刚度偏大、重量偏大的问题,采用分离设计变量的方法,分别对机翼构件的尺寸和位置变量,采用改进的可行性方向法和Hook-Jeeves方法进行优化,将尺寸非线性优化嵌入到无约束位置优化中,以结构的刚度、位移、扭转和强度为约束条件,对布局进行调整.采用多学科框架软件对整个优化过程进行集成,将机翼结构重量作为目标函数,分级对位置和尺寸优化,充分考虑耦合位置和尺寸变量间的相互影响关系,循环迭代,直至得到结构重量的最优值.采用方法对某型飞翼无人机的机翼结构进行优化,结果合理,具有一定的工程应用价值.     

薄壁机匣螺栓连接结构多目标优化设计

为增大薄壁机匣安装边螺栓连接结构强度、减小其振动和重量,以满足现代航空发动机更高性能的要求,对机匣结构参数进行了优化设计。选取安装边高度、安装边厚度、机匣厚度和螺栓个数为参数变量,结构质量、一阶固有频率和最大等效应力为目标函数,根据Box-Behnken方法设计的样本点和有限元计算结果建立二阶响应面模型,基于层次分析获取权系数,并利用遗传算法对机匣结构进行多目标优化设计。最后,针对优化后的结构进行模态试验和有限元验证。研究表明,模态试验结果与有限元计算误差小于6%,同时优化显著提高了一阶固有频率,使其结构质量和最大等效应力分别降低5.28%和13.64%,验证了本文提出的优化方法的有效性和可行性。     

基于代理模型的浮动壁式火焰筒壁温优化设计

为了使得浮动壁结构具有更好的冷却效果,开展了浮动壁壁温优化研究;将代理模型技术与遗传算法相结合,并发展应用于某气动参数下的浮动壁式火焰简壁温优化设计,使浮动壁的平均壁温降低了2.4%;同时根据构造所得的代理模型,对浮动壁壁温随几何参数的变化规律展开分析,研究了壁温随孔径和冲击间距的变化规律.分析结果表明,在选择的尺寸约...     

飞行器结构布局与尺寸混合优化方法

针对飞行器结构轻量化设计中的布局和尺寸优化问题，提出了一种高效的混合优化方法。在传统的基结构优化方法中引入尺寸变量，构建结构布局与尺寸混合优化模型，并以遗传算法为基本搜索方法，设计了统一描述0-1型离散布局变量和连续尺寸变量的染色体，建立了结构布局与尺寸混合优化的求解流程。由于种群规模较大，在求解过程中引入了神经网络代理模型，通过预估种群个体的优劣，缩减每一代中需要精确计算的个体数目。以含有55个布局变量和55个尺寸变量的机翼结构优化问题作为算例，验证了该方法的可行性，优化结果相比传统基结构法减重13%,且引入代理模型可使计算成本降低约50%。     

基于高精度通用单胞模型的材料细观结构拓扑优化设计

 利用高精度通用单胞模型(HFGMC)建立了材料的宏观力学性能与细观拓扑结构之间的关系,采用遗传算法进行细观结构优化设计。以材料的极限剪切模量或体积模量为优化目标,从随机的细观结构出发,对实体材料体积分数进行约束,采用遗传算法进行优化,获得了满足设计要求的细观拓扑结构。利用细观结构的对称性减小了设计变量的规模,并对遗传算法的交叉过程进行了改进,有效提高了优化效率。以单相材料为例,验证了所提优化方法的有效性.     

基于响应面法的再生冷却通道尺寸传热优化

为了降低液体火箭发动机推力室壁温和冷却剂压力损失,对再生冷却通道尺寸参数进行优化设计。以再生冷却通道高度、宽度、数目和推力室内壁厚为设计变量,推力室平均壁温、最高壁温和冷却剂压力损失为目标函数,采用Box-Behnken试验设计方法获取样本点,根据样本点建立再生冷却通道计算模型,利用传热分析程序针对不同方案得到目标函数关于设计变量的二阶响应面模型,分别用梯度投影、积极集法和遗传算法进行优化计算,同时利用逐步回归法和样本点更新技术提高模型精度。计算结果表明,建立的响应面模型能以较小的计算成本准确地反映设计变量和目标函数的关系;存在一个最佳的通道高宽比和通道数目使得冷却通道传热特性最优;对于两种不同优化方案,优化设计后的目标函数最多比初始设计降低13.5%和23.5%;使用遗传算法优化后得到的目标函数值最低。     

航空发动机燃烧室冷却结构的发展及浮动壁结构的关键技术

随着航空发动机燃烧室性能的提高,燃烧室火焰筒热防护问题显得越来越突出.燃烧室内采用浮动壁结构可以减小壁面热应力,改善火焰筒的受力状况.介绍了火焰筒冷却结构的发展历程,包括气膜冷却、多斜孔冷却和多孔层板冷却,并对它们的优缺点进行了阐述;分析了浮动壁冷却结构的发展状况、技术特点和在浮动壁结构基础上采用冲击/发散气膜复合冷却结构的效率;阐述了浮动壁结构的关键技术（材料、制造工艺和冷却结构特征等）;展望了冷却结构和浮动壁火焰筒在未来航空发动机中的应用.     

基于神经网络-遗传算法的液力透平叶片型线优化

提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法.具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91%,3.59%和3.09%, 证明采用此方法优化叶片型线具有一定的可行性.      

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

基于智能算法的格栅加筋结构稳健性优化设计

先进复合材料格栅加筋结构有较高的结构效率和较好的设计性能,在航空航天领域有着广泛的应用。本文采用人工神经网络来模拟格栅结构的参数与屈曲载荷之间的映射关系,并在此基础上对结构进行了多目标稳健性优化,使结构质量及其对不确定参数的敏感度都较低。神经网络的训练用到了粒子群优化算法,而最后的结构稳健性优化用到了遗传算法。     

Algorithms of constructing a neural network model for a dynamic object of control and adjustment of PID controller parameters

The paper presents an algorithm for constructing a neural network model for a dynamic object of control based on the data sample obtained as a result of the object operation. The algorithm being considered applies a neural network approach and a genetic algorithm. An algorithm is presented for determining a domain of possible values for a proportional-integral-derivative controller (PID controller) based on application created neural network model of the controlled object.     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

Robust Design of Supercritical Wing Aerodynamic Optimization Considering Fuselage Interfering

Robust optimization approach for aerodynamic design has been developed and applied to supercritical wing aerodynamic design. The aerodynamic robust optimization design system consists of genetic optimization algorithm, improved back propagation (BP) neural network and deformation grid technology. In this article, the BP neural network has been improved in two major aspects to enhance the training speed and precision. Uniformity sampling is adopted to generate samples which will be used to establish surrogate model. The testing results show that the prediction precision of the improved BP neural network is reliable. On the assumption that the law of Mach number obeys normal distribution, supercritical wing configuration considering fuselage interfering of a certain aerobus has been taken as a typical example, and five design sections and twist angles have been optimized. The results show that the optimized wing, which considers robust design, has better aerodynamic characteristics. What's more, the intensity of shock wave has been reduced.     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

模拟电路故障诊断新方法

在BP型ANN网络用于模拟电路故障诊断的基础上,提出了利用GA辅助设计的BP型ANN实现模拟电路故障诊断的新方法。实例验证表明,新方法的诊断精度、诊断速度以及建立诊断模型的自动化程度都有了较大的提高。     

基于遗传算法与神经网络微电阻点焊工艺参数优化

文摘微电阻点焊工艺参数的设置对焊点力学性能有着至关重要的作用,通过正交试验极差分析研究了工艺参数对0.05 mm厚TC1箔材焊点剪切力和剥离力的影响程度。通过赋予剪切力和剥离力相应的权值将双优化目标转化为单一的混合优化目标,结合神经网络与遗传算法,对工艺参数进行了优化,建立了基于BP神经网络的焊点力学性能预测模型。结果表明预测模型的误差小于4%,预测模型具有较高的精度和预测能力,可以准确地预测焊点的力学性能。同时通过gatool工具箱对各项工艺参数进行了优化,获得焊接参数的最优组合:焊接电流800 A、电极压力8.89 N、爬坡时间1.608 ms、焊接时间8 ms,混合优化目标为55.73 N。通过与正交试验优化结果对比,遗传算法寻优可以获得更好的综合力学性能。