航空发动机结构可靠性优化方法研究

通过采用多项式响应面的近似模型和模拟退火寻优技术．建立了航空发动机结构可靠性优化方法：采用多项式响应面为近似模型构造状态变量和目标函数与设计变量的关系,并采用模拟退火算法对响应面模型进行寻优,通过替代距离目标最远点,重构响应面进行模拟退火寻优。涡轮盘结构可靠性优化分析算例结果表明,涡轮盘结构在满足强度和寿命可靠性约束前...     

基于自适应多点约束逼近的二级结构优化方法研究

 本文对结构优化设计提出了一种二级逼近方法。基于优化过程中所得到的若干点上临界约束函数值及其一阶导数,构造出显式近似函数逼近原约束函数。该近似函数的非线性程度由自适应方法控制,使之在其展开域内接近真实约束函数;由此建立逼近原结构优化问题的第一级显式非线性序列近似问题。为处理其中每个子问题,建立逼近它的第二级序列近似问题,然后采用对偶方法对其求解。算例表明本文方法具有收敛迅速稳定的特点。     

基于切齿高阶运动的螺旋锥齿轮齿面修缘方法

提出了一种利用机床柔性使用常规直刃刀具进行螺旋锥齿轮修缘的方法。根据不同刀具建立了螺旋锥齿轮修缘齿面的求解方程，并以此建立了螺旋锥齿轮啮合分析有限元模型分析对比了不同刀具修形对应修缘齿面的传动性能。根据对比结果选取圆弧刃刀具作为切齿高阶运动齿面修缘的优化目标，在齿面方程引入高阶运动系数并建立了基于高阶切齿运动的修缘齿面逼近优化计算模型，求解获得新的切齿调整参数得到近似修缘齿面。采用有限元分析和滚动检查实验对优化获得的修缘齿面和未修缘齿面进行了传动性能验证，其结果表明:切齿高阶运动逼近的修缘齿面啮合时的1阶振动幅值减小约16.6%，可以有效提高齿轮副的传动性能。      

基于双循环的涡轮叶冠多学科设计优化

针对经典的多学科设计可行方法(MDF)的低效率问题,开展了利用可变复杂度建模方法改进MDF策略的研究.以涡轮叶冠为对象,综合考虑优化精度和优化效率,利用响应面方法近似高精度分析,简化计算难度,提高优化效率;合理引入可变复杂度建模方法,通过双循环结构优化策略周期性地调用高精度分析更新响应面方程来保证优化精度.基于双循环的涡轮叶冠多学科优化设计(MDO)表明,优化设计目标降低了1.4%,明显好于经典MDF策略(0.97%),整个优化策略共耗时2h39min,仅是经典MDF的优化时间的1/3.     

基于近似技术的高亚声速运输机机翼气动/结构优化设计

探索基于近似技术的高亚声速运输机机翼气动/结构多学科设计优化方法,建立了基于近似技术的多学科设计优化框架。气动学科采用全速势方程加黏性修正进行翼身组合体跨声速流动的气动计算,结构学科采用有限元分析方法进行应力与变形计算。采用均匀设计法给出若干样本点,分别采用二次响应面、Kriging模型和径向基神经网络等多种近似技术,构造气动学科和结构学科的近似分析模型,并对几种近似模型精度进行了分析和比较。研究发现,Kriging模型和二次响应面具有几乎等同的较高的近似精度,神经网络的近似精度则较差,由于二次响应面计算量更小,故最终选定为机翼设计优化的近似方法。以升阻比和结构重量为目标,考虑升力、机翼面积以及应力和应变约束条件,对运输机机翼4个外形参数和4个结构参数进行多目标、多约束优化设计。优化后的机翼具有较好的气动/结构综合性能,表明本文方法是可行的。     

样本重复使用失效响应曲线分析结构可靠度方法

用基于样本重复使用失效响应曲线逼近法,为充分利用迭代过程中的样本点,提出了样本重复使用的思想,并由此发展出一种结构可靠度的计算方法.利用可靠度指标作为收敛条件,从迭代收敛后的所有样本点中选取靠近失效界线处的样本点构造失效曲线响应函数,最后通过蒙特卡洛抽样的方法计算可靠度.多个算例表明:该响应函数避免了对传统意义上的功能函数响应面的模拟,降低了模型维数,又由于适当地 引入了带交叉项、具有曲线旋转功能的响应函数,因此能够很好地逼近失效曲线,有效地提高可靠度计算精度.      

基于响应面法的并行子空间优化算法改进研究

为了更好地解决飞行器多学科设计优化问题,对传统基于响应面的并行子空间优化算法(RS-CSSO)进行改进:改进基于近似模型,在具有同等计算精度的情况下减少学科分析的次数,采用均匀试验设计代替学科级优化来直接获得性能优良的初始设计样本点;在系统级优化过程中引入自适应近似模型算法,在迭代过程中对两种近似模型的精度进行对比,以相对误差的均值和标准差作为判据,选用精度更高的近似模型来提高系统级优化效率。采用改进的RS-CSSO算法对飞翼布局无人机进行了设计优化,并与传统RS-CSSO算法进行了对比。结果表明,改进的RS-CSSO不但有着更小的计算量,而且得到了更优的结果,可以应用于飞行器设计多学科优化。     

一种新的响应面模型及其在轴流压气机叶型气动优化中的应用

 提出了一种轴流压气机二维叶型的参数化定义方法，该方法使用轴流压气机叶型定义中的常用参数，几何意义明确、不容易产生非合理叶型，利用若干例子说明了该方法在重现轴流压气机二维叶型时的逼近精度。给出了一种新的响应面构造模型，该模型首先认为每个样本其临域内的目标分布函数为正态分布，然后用所有样本的分布函数的线性组合构成整个设计变量空间中的响应面。建立了以该响应面模型为基础的轴流压气机叶型的气动数值优化平台，利用该平台完成了2个轴流压气机二维叶型的气动数值优化。     

基于MDO技术的飞机操纵面参数/飞行控制律多目标优化设计

 为克服多学科可行法存在的缺点,采用响应面近似模型进行系统分析从而减少计算量,并将该方法应用于具有多操纵面布局的无尾无人机多目标优化设计中,解决了操纵面几何参数和全包线飞行控制律的一体化设计问题。利用试验设计方法及径向基神经网络技术,建立了飞机操纵面的气动效益近似模型和控制学科的近似模型;应用所提方法及多目标遗传算法进行优化,得到一组Pareto解;采用模糊决策技术从中选取一个解作为数学规划方法进一步优化的初值点,从而得到最终解。仿真结果表明了所提方法的有效性。     

基于近似技术的协同优化方法在机翼设计优化中的应用

将多学科设计协同优化方法与近似技术相结合,实现某机翼涉及结构和气动两个学科的设计优化。在对某机翼的协同优化设计中,采用基于均匀设计的二次响应面技术得到近似的协同优化模型,利用基于动态松弛近似的协同优化得到合理的结果。研究表明,将协同优化方法与近似技术相结合,能够有效地解决复杂工程的设计优化问题。     

民用飞机飞控系统舵面卡阻试飞方法研究

某型民用飞机是我国首次全面采用CCAR25部进行适航取证的飞机型号,民航当局特别关注飞控系统舵面卡阻故障状态下的飞行试验验证。为了保证该民用飞机飞控系统舵面卡阻试飞顺利开展,针对舵面卡阻方案设置及卡阻试飞方法进行深入研究,提出三种舵面卡阻方案,对各方案优缺点进行分析,重点介绍卡阻故障模拟方案的原理及试飞安全控制方案,并根据适航标准要求制订具体的卡阻试飞方法;通过铁鸟台试验对卡阻故障模拟方案和卡阻试飞方法进行验证。结果表明：卡阻故障模拟方案满足舵面卡阻要求,卡阻试飞方案具有较高的可行性。     

高精度有限差分格式的色散优化及耗散控制

本文综述了我们在高精度有限差分格式的色散优化和耗散控制方面的研究进展。首先,我们提出了半离散有限差分格式色散和耗散相互独立的充分条件,实现了差分格式色散和耗散特性的独立调节。在此基础上,提出了色散最小、耗散可控的高精度差分格式,称为MDCD格式。MDCD格式已经得到了广泛应用,取得了很好的计算效果,但其主要缺点是耗散的调节依赖于经验。为了解决这一问题,我们进一步提出耗散的自适应调节方法。具有自适应耗散特性的高精度有限差分格式的基本特征是,差分格式的耗散能够随解的局部尺度自适应调节。为了构造这类格式,我们提出了一种新型的尺度识别器,它能够以等效无量纲波数的形式来定量衡量数值解的局部长度尺度。在此基础上,设计差分格式耗散参数与尺度识别器得到的等效无量纲波数之间的关系,从而构造了一类色散最小、耗散自适应的差分格式,称为MDAD格式。为了计算含有间断的问题,同时保持在光滑区的良好耗散特性,我们利用尺度识别器对一种经典的激波探测器进行改进,提出了一种新的激波探测器,并将自适应耗散格式与对应的WENO格式相混合,得到自适应耗散混合格式。近似色散关系显示该混合格式兼具高分辨率和鲁棒性。多个含间断流场的标准算例测试结果显示,自适应耗散混合格式具有良好的分辨率和激波捕捉能力。     

RESEARCH ON NURBS SKINNING SURFACE VIA COMPLEX CURVES

ＲＥＳＥＡＲＣＨＯＮＮＵＲＢＳＳＫＩＮＮＩＮＧＳＵＲＦＡＣＥＶＩＡＣＯＭＰＬＥＸＣＵＲＶＥＳ￥ＺｈａｎｇＬｅｎｉａｎ；ＺｈｏｕＬａｉｓｕｉ；ＺｈｏｕＲｕｒｏｎｇ（ＲｅｓｅａｒｃｈｃｅｎｔｅｒｏｆＣＡＤ／ＣＡＭＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎ...     

欠驱动系统控制方法实现导弹时间与角度协同

首先,给出弹目距离与视线角控制的二阶欠驱动系统的标准形式,选取这两个相关的系统状态分别构造滑模平面,滑模面能够保证系统状态的跟踪;然后,选取李雅普诺夫函数,采用李雅普诺夫稳定定理求取最终的控制量,保证两个滑模面渐近稳定,实现对撞击时间与撞击角度的同时控制;最后,在时间控制基本完成后,切换为角度精确控制。     

多部件模型在全尺寸小型双函道涡扇发动机气流数值模拟中的应用

利用高阶单调Ｇｏｄｕｎｏｖ显／隐格式求解全尺寸小涡扇发动机Ｓ２流面上带粘性力项的非定常Ｅｕｌｅｒ方程组,获得了令人满意的稳定收敛解。对多部件模型方法在双函道小涡扇发动机气流数值模拟应用中存在的问题提出了建议。     

用高精度配点法进行弹道优化

讨论了一种基于高阶Ｇａｕｓｓ－ＬｏｂａｔｏＱｕａｄｒａｔｕｒｅ定律的最优控制直接解法,使用这种方法求解了不可变推力和可变推力两种情况下空间变轨的最优化过程,给出算例,进行了讨论     

Susceptibility of DS/FH,M, Binary DPSK to Partial and Full Band Barrage Jamming

Spread spectrum signaling schemes have been proposed to counter unfriendly, electrical jamming threats. In order to establish their effectiveness, such schemes must be analyzed. This work takes a step in this direction by developing the susceptibility equation, or equivalently, the probability of error, of a direct sequence/frequency hopped (DS/FH), binary differential phase-shift keying (DPSK) system when subjected to a barrage jamming signal. Specific system models are established for the receiving system as well as for the jamming signal and the spread spectrum techniques. Both partial and full band jamming strategies are considered. Graphical results are presented with the conclusions summarizing the spread spectrum effectiveness and the deficiencies of the FH processing gain definition.     

Robust neuro-H/sub /spl infin// controller design for aircraft auto-landing

A robust neuro-control scheme is presented for aircraft auto-landing under severe wind conditions and partial loss of control surfaces. In the scheme, a dynamic radial basis function network (RBFN) called minimal resource allocating network (MRAN), that incorporates a growing and pruning strategy, is utilize to aid an H/sub /spl infin// controller using a feedback-error-learning mechanism. The neural network uses only online learning and is not trained "a priori". Specifically, the performance of this neuro-controller for aircraft auto-landing in a microburst along with a partial loss of control effectiveness is analyzed and compared with other control schemes. Simulation studies show that the performance obtained by the neuro-H/sub /spl infin// control scheme is better than the other control schemes under failure and extreme wind conditions.     

用隐式多重网格法计算三维粘性流动

求解高雷诺湍流流动时,边界层法向网格间距较流向和展向相比非常小,因此边界层中存在高度伸缩的网络,这将大大降低多重网格的求解效率。通过谐调的处理多重网格过程的各个细节,既提高了解的精度,又克服了网格展弦比的影响,使得计算效率提高了6～7倍。     

Intrinsic evolution of safe control strategies for autonomous spacecraft

Autonomous space vehicles need adaptive control strategies that can accommodate unanticipated environmental conditions. Although it is not difficult to construct alternative control strategies, a proper evaluation frequently can only be done by actually trying them out in the real physical environment. It therefore becomes imperative that any candidate control strategy be deemed safe - i.e., it does not damage any systems - prior to being tested online. How to do this has been a challenging problem. We propose a solution to this problem. Our approach uses an evolutionary algorithm (EA) to intrinsically evolve new control strategies. All candidate strategies are checked for safety using formal methods. More specifically, an EA evolves a series of finite state machines (FSMs), each of which encodes a unique control strategy. Model checking guarantees whether all safety properties are satisfied in the strategy. A numerical example is included to illustrate our approach.