基于附加约束方法的空间飞网碰撞动力学与仿真

针对空间飞网捕获目标时的碰撞问题,基于向量式有限元离散方法,采用Kelvin-Voigt绳段模型,引入附加约束方法,对飞网捕获碰撞过程进行了动力学建模和仿真,分析了飞网在捕获碰撞阶段的位形变化、能量变化、碰撞力和绳段张力变化。结果表明,空间飞网的位形、能量和对角线绳段内力在碰撞过程中都会发生显著变化。可为空间飞网系统的设计提供一定的借鉴。     

基于代理模型的气动外形平面参数多目标匹配设计

将Kriging代理模型和Pareto遗传算法引入气动外形平面参数匹配设计中,提出一种基于代理模型的多目标平面参数匹配设计方法。将拉丁超立方试验设计用于平面参数筛选,确定出参数匹配方案库;基于方案库的计算流体力学(CFD)分析结果构建Kriging气动代理模型;将Kriging模型替代CFD分析,用于气体布局参数匹配优化设计,提高了设计效率并保证了可信度;通过Pareto遗传算法优化解决多点设计要求下气动布局参数匹配问题,一次性给出参数匹配方案的最优解集,从Pareto前沿中根据设计偏向选择气动布局最佳匹配方案。以典型的双后掠布局平面参数多点匹配优化设计问题作为算例,研究结果表明:Kriging气动代理模型与实际CFD分析结果的误差均小于5%,满足精度要求;根据不同设计偏向,选择了3种参数匹配Pareto优化方案,与原样本方案相比超声速阻力减小6.0%~12.8%,跨声速升阻比增加0.01%~3.40%,证明了匹配设计方法的有效性;通过试验设计的Pareto分析与主、交互效应分析,获得了气动布局平面参数对气动性能影响的定量关系,能够为参数匹配设计提供依据。所提出的平面参数匹配设计方法可应用于其他常规与非常规气动布局型式。     

涡扇发动机涡轮后框架结构/材料一体化优化设计方法

基于传统结构优化设计方法,综合考虑结构参数和材料性能对涡扇发动机涡轮后框架性能的影响,提出涡轮后框架结构/材料一体化优化设计方法.将原设计问题分解为结构级优化和材料级优化,分别应用可行方向法和并行遗传算法进行求解.应用C语言开发了分布式并行优化设计平台.应用该平台对某型涡扇发动机涡轮后框架进行结构/材料一体化优化设计,得到最佳材料组合和结构参数.优化结果表明:与单一材料的结构优化方法相比,提出的结构/材料一体化优化方法进一步减少了结构的质量,算例中最优选材比最差选材质量减少29.0%.      

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。     

空间多目标空域分布分析及解算方法

空间多目标空域分布是指目标群在飞行过程中的空间相对位置关系和运动状态,是评估武器系统性能的重要参数。测控系统对该参数的获取越来越重视,但是对空域分布的描述还没有形成统一的认识。从目标探测和目标识别角度提出了一种解决方案,按照多目标在空间散布的形态把空域分布划分为直线分布、平面分布和立体分布3种类型,定义了各种分布类型的描述参数,并给出了各类参数的解算策略和方法步骤。用10个目标构成不同分布形态的目标群,仿真测控系统对其跟踪解算过程,解算结果与空域分布设计一致,验证了分析和解算方法的正确性,该方法可以在试验任务中推广应用。     

双目标约束下的航空发动机分布式控制系统最优保成本容错控制

针对带参数摄动、Markov时延、数据丢包和外部干扰的航空发动机分布式控制系统,研究了当执行机构发生部分失效故障时的被动容错控制问题,在H∞性能指标和成本性能指标双重约束下设计了最优保成本容错控制器.首先对系统模型中的各不确定参数进行量化描述,并在此基础上建立整个闭环系统的增广模型;其次证明了双目标约束下闭环系统渐进稳定的充分条件,并给出保成本容错控制器的设计方法;基于双目标相容性理论,得到最优保成本容错控制律的求解方法.仿真结果表明最优保成本容错控制器能够在执行机构发生区间内的任一随机故障时保证闭环系统渐进稳定,并具备一定的H∞性能.且当发动机低压转子转速发生1%阶跃变化时,最优保成本容错控制器的主燃油流量和尾喷管临界截面积峰值仅为最优鲁棒H∞容错控制器的16.03%和16.93%.     

航空发动机部件性能退化容错控制

本文针对航空发动机部件性能退化问题,开展退化容错控制研究。首先,视退化为干扰,综合考虑退化的缓变特性及系统的目标跟踪要求,提出一种基于H∞鲁棒控制的部件性能退化被动容错控制设计。其次,将退化信息加入控制律设计中,并考虑信息的不准确性,提出一种基于滑模控制器的部件性能退化主动容错控制设计。对所提设计开展硬件在环试验验证,结果表明,两类设计可以较好地弥补退化引起的发动机参数变化,并具有一定的工程应用能力,其中,基于H∞鲁棒控制的容错设计保守性大,且具有较长的调节时间,而基于滑模控制器的容错设计具有更好的动态特性,但在应用过程中需重新配置控制参数。     

气动变量参数化的压气机转子三维数值优化

采用"试验设计+响应面模型+遗传算法"的优化设计体系,结合压气机设计常用的叶片造型程序和流场模拟软件,搭建了轴流压气机叶片三维优化设计平台,并对某涡喷发动机加零级压气机的零级转子进行了优化.优化目标为极大化转子的设计点绝热效率.约束条件为流量、增压比基本不变.分别以相对气流角和气流脱轨角作为优化自变量,进行了两个算例的优化.即为与现代设计系统相接轨,不同于叶片几何参数优化,取设计中具有物理含义的气动参数作为优化自变量.优化后的绝热效率分别提高了0.82和0.73个百分点.      

转速优化旋翼的桨叶气动外形参数优化设计

为了获得转速优化旋翼桨叶的最优气动外形,采用自由尾迹方法计算旋翼入流,以叶素积分法计算桨叶气动力,建立了旋翼气动分析模型,为了保证计算精度及效率,旋翼配平计算采用了二次配平方法。首先分析了不同桨叶气动外形参数对旋翼性能的影响,再利用遗传算法,以悬停效率和前飞需用功率为目标,对转速优化旋翼桨叶的气动外形进行优化设计,得出了转速优化旋翼桨叶的最优气动外形方案。在最优方案的基础上,采用区间因子法分析桨叶外形参数变化对旋翼效率影响的敏感度,根据敏感度值验证了方案的最优性。最后根据设计的最优桨叶气动外形方案,研制了桨叶试验模型,进行了风洞吹风试验,试验结果表明最优桨叶气动外形能使转速优化旋翼的悬停与前飞性能指标达到理论预期值,从而验证了转速优化旋翼桨叶最优气动外形设计的有效性。     

基于环量分布的轴流双级风扇三维数值优化

将通流设计程序和叶片造型程序引入到遗传算法同响应面模型相结合的优化系统中,调用流场模拟软件,搭建了三维轴流压气机叶片的优化平台.该优化技术有四个特点:一是为与现代设计系统相接轨,不同于常见的用纯几何方法生成叶片,采用了传统的反问题设计方法生成三维叶片;二是不同于直接优化几何参数,优化自变量选取了设计中具有物理意义的气动参数;三是针对多级压气机的优化,提出了逐级优化策略;四是在优化过程中引入了直观分析法.算例选取了环量分布作为优化自变量,对某轴流双级风扇进行了以极大化非设计点流量为目标的优化;又对其改型设计进行了以极大化设计点绝热效率为目标的优化.      

基于微分进化算法的深空小推力轨道优化设计

针对多目标多任务的深空探测轨道优化设计问题,基于以太阳为主引力体的二体模型,采用电推进小推力系统,提出了将目标行星的探测方式、探测顺序、发射窗口同时进行全局优化的解决方案.依此建立小推力轨道优化设计算法模型,利用微分进化算法进行全局一体化优化设计,得出多目标多任务的一体化深空探测轨道.通过与相同条件下其他设计方法的结果比对分析得出：基于小推力推进方式并采用微分进化算法进行优化的轨道优化设计方案,在多目标多任务深空轨道一体化设计问题上具有可行性及应用价值.     

空间多机器人协同的多视线仅测角相对导航

研究了空间多机器人对非合作目标的多视线协同仅测角相对导航问题。为利用多视线信息融合提升仅测角相对导航性能,给出了一种可观测度优化的多视线仅测角相对导航方法。首先基于二阶CW方程构建了中心机器人与目标相对动力学模型和状态方程,并构建了仅包含多伴飞机器人视线角的观测方程,结合扩展卡尔曼滤波算法,形成多视线仅测角相对导航系统;然后分析推导得到可观度最优的视线间夹角条件,提出了兼顾可观测度和长期自然维持的多伴飞机器人观测构型优化方法;最后,数学仿真结果表明,提出的多视线仅测角相对导航系统、可观测度最优的视线夹角条件和观测构型优化方法,可以显著提高距离状态可观测度和估计性能,且具有较好的工程可用性。     

多学科设计优化在非常规布局飞机总体设计中的应用

以飞翼布局飞机总体设计为例,展示如何将多学科设计优化(MDO)方法有效地应用于非常规布局飞机总体设计.基于二级优化方法,提出一种飞机总体MDO实施流程.该流程包括系统级优化、子系统级优化(或评估)和多学科模型生成器3个部分.系统级优化的任务是优化全局设计变量,使系统目标最优.子系统级优化涉及的学科包括气动、隐身、结构、...     

Optimal assimilation for ionospheric weather – Theoretical aspect

Observation, specification and prediction of ionospheric weather are the key scientific pursuits of space physicists, which largely based on an optimal assimilation system. The optimal assimilation system, or commonly called data assimilation system, consists of dynamic process, observation system and optimal estimation procedure. We attempt to give a complete framework in this paper under which the data assimilation procedure carries through. We discuss some crucial issues of data assimilation as follows: modeling a dynamic system for ionospheric weather; state estimation for static or steady system in sense of optimization and likelihood; state and its uncertainty estimation for dynamic process. Meanwhile we also discuss briefly the observability of an observation system; system parameter identification. Some data assimilation procedures existed at present are reviewed in the framework of this paper. As an example, a second order dynamic system is discussed in more detail to illustrate the specific optimal assimilation procedure, ranging from modeling the system, state and its uncertainty calculation, to the quantitatively integration of dynamic law, measurement to significantly reduce the estimation error. The analysis shows that the optimal assimilation model, with mathematical core of optimal estimation, differs from the theoretical, empirical and semi-empirical models in assimilating measured data, being constrained by physical law and being optimized respectively. The data assimilation technique, due to its optimization and integration feature, could obtain better accurate results than those obtained by dynamic process, measurement or their statistical analysis alone. The model based on optimal assimilation meets well with the criterion of the model or algorithm assessment by ‘space weather metrics’. More attention for optimal assimilation procedure creation should be paid to transition matrix finding, which is usually not easy for practical space weather system. High performance computing hardware and software studies should be promoted further so as to meet the requirement of large storage and extensive computation in the optimal estimation. The discussion in this paper is appropriate for the static or steady state or transition process of dynamic system. Many phenomena in space environment are unstable and chaos. So space environment study should include and integrate these two branches of learning. This revised version was published online in August 2006 with corrections to the Cover Date.     

Neural Network aided PMSM multi-objective design and optimization for more-electric aircraft applications

This study uses the Neural Network (NN) technique to optimize design of surface-mounted Permanent Magnet Synchronous Motors (PMSMs) for More-Electric Aircraft (MEA) applications. The key role of NN is to provide dedicated correction factors for the analytical PMSM mass and loss estimation within the entire design space. Based on that, a globally optimal design can be quickly obtained. Matching the analytical estimation with Finite-Element Analysis (FEA) is the main research target of training the NN. Conventional analytical formulae serve as the basis of this study, but they are prone to loss accuracy (especially for a large design space) due to their assumptions and simplifications. With the help of the trained NNs, the analytical motor model can give an estimation as accurate as the FEA but with super less time during the optimization process. The Average Correction Factor (ACF) approach is regarded as the comparison method to demonstrate the excellent performance of the proposed NN model. Furthermore, a NN aided three-stage-seven-step optimization methodology is proposed. Finally, a Pole-10-Slot-12 PMSM case study is given to demonstrate the feasibility and gain of the NN aided multi-objective optimization approach. In this case, the NN aided analytical model can generate one motor design in 0.04 s while it takes more than 1 min for the used FEA model.     

空间机器人抓捕目标后的载荷分配

针对多臂空间机器人以软指接触形式抓捕目标后的情形,提出了一种综合考虑摩擦约束及机械臂能力约束的目标期望合外力的载荷分配方法。首先,建立空间机器人系统与目标的动力学方程,作为载荷分配问题的基础。然后,在地面机器人相关研究的基础上,建立机械臂末端与目标表面的软指接触模型,并建立二者之间的运动约束关系。为简化优化计算,将摩擦锥约束线性化,并建立考虑关节扭矩限制的机械臂能力约束,从而将抓捕力优化的非线性规划问题转化为线性规划问题。最后,采用双臂空间机器人模型进行数值仿真,表明所提方法针对目标各种形式运动进行载荷分配的有效性。     

A perspective on computational algorithms for aerodynamic analysis and design

This paper examines the use of computational fluid dynamics as a tool for aircraft design. It addresses the requirements for effective industrial use, and trade-offs between modeling accuracy and computational costs. Essential elements of algorithm design are discussed in detail, together with a unified approach to the design of shock capturing schemes. Finally, the paper discusses the use of techniques drawn from control theory to determine optimal aerodynamic shapes. In the future multidisciplinary analysis and optimization should be combined to take account of the trade-offs in the overall performance of the complete system.     

基于自适应模拟退火算法的航空电磁阀优化研究

电磁阀是组成航空发动机数字电子控制系统的重要部件,其响应的快速性是制约航空发动机数字电子控制系统性能的重要因素。根据某型航空电磁阀的设计原理构建了一种电磁阀数学模型,并使用设计参数及实际的试验、试车数据对所建成的航空电磁阀数学模型进行了验证。验证结果显示,所设计的电磁阀数学模型具有较高的动静态的精度,在此基础上,设计了一种基于自适应模拟退火算法的航空电磁阀优化方法,并对电磁阀的线圈匝数、阀芯质量、工作气隙的宽度和模型管直径等4个重要参数进行了优化。研究结果证实,相比于原设计方案,参数优化后的电磁阀开启响应时间缩短了50%,关闭响应时间缩短了45.4%。     

低地轨道小卫星星座优化问题研究

以低地轨道小卫星星座为研究对象，着重从星座覆盖性能考虑出发，详细阐述了局部覆盖小卫星星座优化设计的一般方法与思路。针对某一类型任务对两轨道面和三轨道面星座进行了优化设计，阐述了在一定约束条件下星座优化设计的关键因素以及不同轨道面数目下星座优化的特点，并进行了仿真分析。结果表明提供的优化模型对小卫星星座设计具有理论意义和实用价值。     

Multidisciplinary Design and Optimization of Multistage Ground-launched Boost Phase Interceptor Using Hybrid Search Algorithm

This article proposes a multidisciplinary design and optimization (MDO) strategy for the conceptual design of a multistage ground-based interceptor (GBI) using hybrid optimization algorithm, which associates genetic algorithm (GA) as a global optimizer with sequential quadratic programming (SQP) as a local optimizer. The interceptor is comprised of a three-stage solid propulsion system for an exoatmospheric boost phase intercept (BPI). The interceptor's duty is to deliver a kinetic kill vehicle (KKV) to the optimal position in space to accomplish the mission of intercept. The modules for propulsion, aerodynamics, mass properties and flight dynamics are integrated to produce a high fidelity model of the entire vehicle. The propulsion module comprises of solid rocket motor (SRM) grain design, nozzle geometry design and performance prediction analysis. Internal ballistics and performance prediction parameters are calculated by using lumped parameter method. The design objective is to minimize the gross lift off mass (GLOM) of the interceptor under the mission constraints and performance objectives. The proposed design and optimization methodology provide designers with an efficient and powerful approach in computation during designing interceptor systems.