复合材料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。本文采用等效平铺刚度模型对格栅结构进行了力学分析,指出其屈曲载荷的求解方法,并用区间方法对工程中的非概率不确定因素进行定量,用遗传算法对格栅结构进行了可行稳健性优化设计。将稳健性优化的结果与传统优化的结果进行了比较,结果表明,稳健性...     

航空发动机直通型篦齿径向变形稳健性优化

为了降低参数不确定性对发动机直通型篦齿径向变形的影响,提出了一种基于最小二乘支持向量机(LS-SVM)和概率分位数区间模型的稳健性优化方法。通过LS-SVM建立参数与篦齿径向变形的响应面近似模型,考虑到参数不确定性分布类型的差异性,采用概率分位数区间方法建立稳健性优化模型,对篦齿结构径向变形进行了稳健性优化设计。结果表明:优化后的篦齿结构径向变形概率分位数区间比优化前减少6%,参数灵敏度分析结果也验证了该优化方法的有效性。     

涡轮盘结构可靠性与稳健性综合优化设计

初步建立1种综合考虑结构疲劳可靠性与稳健性的航空发动机涡轮盘优化设计方法。根据涡轮盘的结构设计准则,以轮盘的轻质化和低循环疲劳寿命的稳健性作为目标,以结构强度和疲劳可靠性作为约束,采用随机优化方法对轮盘进行优化设计。设计结果表明:由于量化考虑了轮盘的安全性,所以能够得到更精确的约束,从而使轮盘设计质量更轻;而针对稳健性的优化,则降低了低循环疲劳寿命对载荷和材料参数波动的敏感性,提高了涡轮盘的稳健性。     

航空发动机套齿结构动态装配关系稳健性优化设计

为了更加合理地优化发动机套齿结构的装配关系,使得动态装配关系在运转状态下对于载荷环境变化具有稳健性,对套齿结构进行了力学特征分析,动态装配关系时变特征的研究。利用Kriging响应面模型建立随机参数与装配特征参数之间的近似模型,进行了概率分析。构建当量装配质量损失模型,采用果蝇优化算法对套齿结构装配特征参数进行了稳健性优化设计。优化后的当量装配质量损失为0.0441,各动态装配特征参数向目标值趋近,并且随外载荷及材料参数的波动减小,降低了对随机变量的敏感度。     

复合材料格栅结构稳定性与优化分析

阐述了复合材料格栅结构稳定性及优化分析方法研究概况。指出在格栅结构初级设计阶段可利用拟膜分析法对等效的格栅平板、圆筒及锥筒进行整体屈曲计算即可,而对于复杂构型格栅结构,由于不对称性及拉-压-扭耦合效应存在很难获得解析解,需借助有限法对结构进行非线性求解而求得其真实力学响应,同时还介绍了其他算法,如遗传算法。最后介绍了复合材料格栅结构破坏机理的一些试验方法。     

涡轮转子径向变形稳健性优化设计

考虑到参数不确定性对转子径向变形的影响,提出了1种基于分布式协同响应面的涡轮转子径向变形稳健性优化方法。首先,利用Kriging模型建立各部件参数与径向变形响应面子模型,然后利用分布式协同响应面方法建立全局参数与转子径向变形的系统响应面模型。其次,利用系统响应面模型建立涡轮转子径向变形稳健性优化模型,并采用果蝇优化算法来进行稳健性优化求解。优化后涡轮转子径向变形的均值以及标准差比优化前分别降低了7.3%和4.97%,计算结果表明:该方法在工程应用中的可行性和有效性。     

考虑榫槽/榫齿配合间隙的叶盘结构疲劳寿命稳健性优化研究

为了更好地满足榫齿结构的设计、加工和制造需求,同时提高叶盘结构的疲劳寿命稳健性,利用有限元方法对不同配合间隙下的应力应变进行计算,揭示并分析了叶盘结构疲劳寿命随配合间隙的变化规律,综合考虑载荷、材料参数、配合间隙不确定性的情况下,利用二次多项式响应面分别建立了随机变量与叶盘疲劳寿命的近似函数关系,并结合多目标规划理想点法建立了叶盘结构疲劳寿命多目标稳健性优化模型。优化结果表明:叶片、轮盘疲劳寿命均值分别增加了3.24%和1.93%,疲劳寿命概率区间分别降低了10.13%和8.16%,叶盘结构疲劳寿命对参数变化的敏感度降低,有利于更加准确地进行寿命评估。     

涡轮转子径向变形多目标协同稳健性优化

考虑到涡轮转子径向变形对涡轮叶尖径向间隙以及篦齿径向封严间隙的影响,提出涡轮转子径向变形多目标协同稳健性优化方法。利用基于Kriging模型的分布式协同响应面法(DCRSM)分别建立涡轮转子和涡轮篦齿的参数与径向变形间的响应面模型,并求解单目标下的稳健最优解。采用理想点法建立涡轮转子和篦齿径向变形多目标协同稳健性优化模型,并进行多目标协同稳健性优化求解。优化结果显示:提出的多目标协同稳健性优化方法与单目标稳健性优化方法相比涡轮转子和篦齿径向变形量的标准差分别降低了2.6%和4.9%。提出的方法为涡轮转子参数设定提供一定的参考。      

基于混沌粒子群优化算法的压气机盘低循环疲劳

压气机轮盘低循环疲劳寿命受很多随机参数的影响,具有很大的分散性,因此,对压气机盘低循环疲劳寿命进行稳健性设计具有重要的意义.在对疲劳寿命概率分析的基础上,结合RBF神经网络与混沌粒子群优化算法,利用混沌粒子群优化的动态收缩搜索区域的搜索特性,通过对随机参数进行优化进行压气机轮盘低循环疲劳寿命稳健性优化设计,使得疲劳寿命对参数的敏感度降低,概率区间减小,计算结果验证了该方法在工程应用中的可行性.     

航空发动机套齿结构配合稳健性优化设计

为了更合理地设计套齿结构的配合关系,提高套齿结构配合精度,适应不对中运行工况,降低对加工误差的敏感度,研究了航空发动机套齿结构在倾角不对中的情况下的运动特点以及配合关系,并推导了含有倾角不对中的套齿结构齿侧间隙以及与之相关的套齿特征量的计算公式,对某型航空发动机的压气机轴径套齿结构进行了计算与分析。在此基础上,考虑到参数的随机性,应用果蝇优化算法对套齿结构齿侧间隙进行了稳健性优化设计。结果表明：计算公式中考虑倾角的影响能够有效地避免运动干涉和装配预应力,稳健性优化设计可以有效地避免由于倾角不对中、加工误差等参数随机因素导致齿侧间隙的设计值偏大。证明了所提出的计算和优化方法可以使套齿结构配合关系的设计更加合理,可为套齿结构设计、装配提供参考。     

基于神经网络的飞行器总体优化设计

针对经验公式存在的精度低、适用范围受限的缺点,采用广义回归网络代替经验公式计算气动特性,并将其嵌入到优化设计流程之中,提出了一种基于神经网络的飞行器总体优化设计方法。神经网络的训练样本输入、输出数据通过试验设计和涡格法计算得到。以高空长航时无人机为例,选取航时与机翼结构重量系数作为目标函数,应用所提出的方法进行总体优化设计。计算结果表明,提出的方法是可行的,能够满足设计要求,同时降低优化过程的复杂程度,减少迭代次数。     

基于神经网络的精确末制导律研究

针对动能杀伤武器重量极小化问题，基于神经网络技术、动态逆补偿法和非线性优化法，研究了两种精确末制导律，一种采用FFBP神经网络学习一要制导方程动态逆实现精神制导，另一种采用FFBP神经网络学习非线性优化解实现精确制导，仿真分析表明，前者对目标加速度估计误差过于敏感，无法实现；而后者在目标加速度有误差时仍能实现精确制导，估于偏置比例导引，并可以使动能杀伤武器重量极小化。     

基于优化神经网络模型的系统建模仿真研究

建立一个结构优化的系统模型是设计控制系统的基础,但对于实际系统尤其是非线性系统一般没有统一表达形式,其模型结构难以构造,对其结构优化难以实施,给非线性系统建模带来很大困难.为此,基于神经网络理论,分析了非线性系统的神经网络模型并对其神经网络模型结构进行仿真研究.基于OBS (Optimal Brain Surgeon)优化策略,对初始神经网络模型结构进行优化操作,进而获得结构优化的神经网络模型并对非线性系统的建模进行仿真.仿真结果表明,优化的神经网络模型对非线性系统的建模效果是良好的,其模型的泛化能力亦得到增强.     

火焰筒浮动瓦块的壁温-结构一体化优化

以火焰筒浮动瓦块结构为研究对象,提出了利用神经网络与遗传算法相结合的方法对浮动瓦块中冷却结构变量和安装位置变量进行同步优化.利用遗传算法分别对冷却结构变量和安装位置变量进行优化,将安装位置优化结果作为冷却结构变量优化中遗传操作的依据,最终实现冷却结构和安装位置的同步优化.为了通过计算效率,利用神经网络对安装位置的优化结果进行映射取代其优化过程.算例结果表明:该方法高效、精确,有很好的工程实用价值.      

PID神经网络控制器在飞控系统中的应用

BP神经网络已被广泛应用于PID控制器的优化调参,但这种调参方法具有收敛速度慢、学习时间长、连接权重初值为随机值、易于陷入局部极小等缺点.提出了一种不同于用BP网络调整PID参数的新的融合方法:PID神经网络控制器(PIDNN);该控制器不仅能克服以上缺点,而且具有很好的鲁棒性.对PIDNN在某无人机姿态控制系统的应用进行了仿真研究,仿真结果表明该控制器能够大大地改善姿态控制系统性能.     

基于工程的跨声速机翼两步优化设计方法

以跨声速机翼设计中权衡气动性能和总体设计要求的工程应用为出发点,在保证机翼结构重量和容积不变的约束下,提出了平面形状优化与剖面翼型优化结合的两步优化设计策略.应用神经网络和遗传算法,建立了相应的设计方法.采用两步优化方法进行跨声速机翼设计,第一步设计中,通过平面形状优化,增大机翼展弦比、减小诱导阻力是机翼气动性能改善的...     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选，降低输入维度；采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化，并对优化的神经网络进行训练；用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法，并且在参选故障诊断的性能参数不同时，其诊断误差相近，展现出较强的适应能力。      

材料设计中的BP神经网络技术

论述了BP神经网络在材料设计中的应用技术、现状和发展趋势。根据材料设计的要求，建立用于材料设计的模型，并对模型建立与参数选择进行了分析，为BP网络用于材料设计提供了依据，为材料性能的设计与优化提供了有效途径。     

RBF网络用于边界层转捩中抽吸流优化控制

 在抽吸气流控制边界层转捩问题中 ,将径向基神经网络用于抽吸流速与转捩位置间的函数关系建模 ,构造了网络结构 ,利用一组两通道抽吸流控制转捩的实验数据训练网络 ,获得了优化的网络参数。在此基础上 ,利用训练网络所获得的输入 /输出关系模型求解了最优抽吸流速。结果表明 ,RBF网络可有效地应用于边界层转捩主动控制中的系统函数关系建模。     

导弹武器系统时间同步网的综合性能评估方法

针对导弹武器系统时间同步网（MWSTSN）现有评估方法不全面、不客观等问题,提出了一种基于权系数优化的导弹武器系统时间同步网的综合性能评估方法。首先,基于时间同步网的工作流程与系统结构,综合分析了影响系统性能的各项指标,建立了导弹武器系统时间同步网性能的评估体系与评估模型。通过构建主、客观指标权重的分配系数最优化模型,利用层次分析法和熵值法对上述指标进行组合赋权,获取具有主、客观特性的组合权重。最后,通过案例验证上述评估过程的有效性,结果表明：该评估体系能够有效反映导弹武器系统时间同步网中各分系统及设备的可用性,并具备可测性和可操作性。