遗传算法在等效系统拟配中的应用

针对遗传算法在全局搜索性能与收敛速度之问的矛盾采取了一些改进措施．并将其应用于飞机飞行品质评定的等效系统拟配计算中，解决了传统拟配方法参数初值不易选取的问题。仿真结果表明了遗传算法在等效系统拟配计算中的可行性和有效性。     

基于MatLab的俯仰轴等效系统拟配及飞行品质评价

阐述了在MatLab软件中采用阻尼最小二乘法进行飞机等效系统拟配时所遇到的问题及解决方法,并在此基础上按照等效系统准则对某小型飞机进行俯仰轴短周期飞行品质评价,结果表明在MatLab中进行等效系统拟配--包括初值选取、拟配优化和拟配结果验证是可行的.此外,还探讨了运用MatLab中的遗传算法和直接搜索工具箱进行等效系统拟配的方法.     

基于等效系统拟配的人-机闭环系统稳定性研究

对于现代带电传操纵系统飞机,其人-机闭环系统是非线性高阶复杂系统.针对带电传操纵系统人-机闭环系统稳定性问题,运用遗传算法在频域内对人-机闭环高阶系统进行了等效拟配,提出应用根轨迹法对拟配得到的低阶等效系统进行稳定性分析.仿真结果表明,用遗传算法进行等效拟配能够避免初值选择问题,拟配精度较高.所提方法能够考虑到驾驶员环...     

基于Matlab的时域低阶等效系统的实现方法

基于Matlab软件实现了一套完整的时域低阶等效系统拟配方法。该方法以离散飞行试验数据作为数据源,包含数据预处理、等效系统拟配和纵向飞行品质分析三大模块。等效系统拟配分别应用了遗传算法加最小二乘法的混合寻优算法和多次循环的最小二乘算法。算例验证结果表明,以上两种方法均取得了良好的拟配效果。通过对实际飞行数据进行处理分析,表明所建立的时域低阶等效系统方法使用方便,计算高效,同时具有较高的可靠性。     

某机横航向电传操纵系统等效拟配计算

本文采用等效系统方法,对某机横航向电传操纵系统进行了等效系统拟配计算,给出了一些飞行状态的等效计算结果及初步分析,并按照MIL-F-8785C有关条款进行飞行品质评定。结果表明,等效系统拟配方法可行,拟配程序可用,拟配结果可信;采用等效系统辅助系统参数选择获得较好的效果.     

某战斗机横航向飞行品质分析

为了评价现代飞机的飞行品质特性,通常采用的方法是用一个低阶系统去等效拟配真实的高阶系统。本文根据MIL-HDBK-1797中提出的横航向低阶等效拟配模型,对某三代战斗机两种典型状态的横航向飞行品质进行分析。在拟配过程中,首先用一简化的荷兰滚航向低阶等效系统模型进行等效拟配,将拟配结果作为横航向全拟配等效模型的初值,计算结果表明该战斗机具有良好的横航向飞行品质;等效拟配系统具有很小的失配度,能够真实的反映出该型飞机的横航向品质特性。     

飞机横航向等效拟配模型的对比研究

针对电传飞机的横航向低阶等效拟配问题，根据国外新近规范及相关资料对飞机横航向等效模型及其拟配方法的提法，选用了五种适用于不同情况的等效系统数学模型，比较和研究了它们各自的特点；并通过对具体算例的计算，验证了各等效模型的适用范围及拟配方法的实用性；同时，对频率范围的确定，初值的选取等拟配计算中遇到的问题进行了探讨，提出了一些参考性建议。     

应用等效系统法评价飞行品质

本文介绍等效系统方法在评价飞行品质中的应用,包括等效系统方法的原理、所采用的数学模型和进行等效系统拟配的数学方法。最后,介绍了具体拟配过程中应当考虑的若干问题。     

关于飞机纵向短周期模态等效参数的确定

本文用阻尼最小二乘法来拟配飞机纵向短周期运动的等效系统,所得拟配结果精度较高。拟配过程中初值的选取,是根据高阶系统反应特性和对目标函数求极值的方法来确定,其拟配效果较好,收敛速度较快。最后,将拟配所得等效系统和高阶系统,分别在简易飞行操纵器上进行了人-机闭环操纵模拟试验,两系统的反应基本一致。     

一种改进的等效系统拟配方法

等效系统拟配对于采用主动控制电传操纵系统的飞机飞行品质评价具有重要意义.从等效系统拟配中失配曲线的分布出发,比较了采用不同的频段进行等效拟配的不同结果,进而提出了一种带加权系数的等效系统拟配方法,最后通过分析得出了加权系数的合理区间.仿真结果表明,这种方法有效地改善了等效拟配失配曲线的分布.     

基于SAPSO算法的异步电动机参数辨识

异步电动机等效电路参数的准确辨识对电动机的控制具有重要作用,同时,等效电路参数的变化可以反映电动机的运行状态,故参数辨识也被运用到电机故障诊断中。将现代最优化算法应用到三相异步电动机的等效电路参数辨识中。通过将粒子群优化算法(PSO)和模拟退火算法(SA)相结合,可以准确有效地对异步电动机的6个等效参数进行辨识,与遗传算法相比,SAPSO算法易于实现且收敛速度快。算法采用考虑铁耗的异步电机dq坐标系下的模型来实现,将温度对电阻参数的影响考虑在内。通过算例证明了算法能够有效地对电机参数进行辨识及跟踪电阻的变化。     

冲压发动机连续可调喷管模糊控制研究

为了提高几何可调冲压发动机尾喷管控制性能,针对具有静差与动态不对称特性的连续可调喷管作动系统,采用模糊控制算法进行控制器设计,并利用自适应遗传算法进行控制器参数优化,最后将模糊控制系统与PID控制系统进行性能对比。结果表明,相较于常规模糊控制系统,优化后的模糊控制系统消除了稳态误差,减小了大小喉径在调节时间上的差异,鲁棒性较强。相较于优化后的PID控制系统,优化后的模糊控制系统在保证无稳态误差的基础上,具有更短的调节时间与更小的超调量,跟踪信号时具有更小的误差包络,优化后的模糊比PID控制系统性能提高2.6倍。总之,基于自适应遗传算法优化的连续可调喷管模糊控制系统比PID控制系统性能更高,能够满足高动态几何可调冲压发动机提出的响应快、调节精准、超调小的要求。     

硬式加油伸缩杆非线性解耦控制仿真研究

多输入/输出、耦合、非线性硬式空中加油伸缩杆解耦控制是加油控制系统设计的关键。当系统满足一定条件时,采用逆系统方法将原系统等效为线性系统,并在此基础上对解耦系统进行PI控制,以实现满意的控制效果。通过MATLAB/SIMULINK建立了伸缩杆模型并设计了解耦控制器,仿真结果表明该解耦方法很好地消除了系统间的耦合作用,能够满足工程设计的需要。     

机载光电跟踪系统模糊控制的优化设计与仿真

 分析了机载光电跟踪系统的构成,并对机载光电跟踪系统的最主要组成部分——陀螺稳定平台框架系统设计了基于遗传算法的模糊控制器,通过遗传算法来优化模糊控制器的规则、参数以及量化因子和比例因子。并对系统进行了详细的仿真研究,仿真结果证明基于 GA的模糊控制器设计获得了良好的控制效果。     

Research of low boom and low drag supersonic aircraft design

Sonic boom reduction will be an issue of utmost importance in future supersonic transport, due to strong regulations on acoustic nuisance. The paper describes a new multi-objective optimization method for supersonic aircraft design. The method is developed by coupling Seebass–George–Darden(SGD) inverse design method and multi-objective genetic algorithm.Based on the method, different codes are developed. Using a computational architecture, a conceptual supersonic aircraft design environment(CSADE) is constructed. The architecture of CSADE includes inner optimization level and out optimization level. The low boom configuration is generated in inner optimization level by matching the target equivalent area distribution and actual equivalent area distribution. And low boom/low drag configuration is generated in outer optimization level by using NSGA-II multi-objective genetic algorithm to optimize the control parameters of SGD method and aircraft shape. Two objective functions, low sonic boom and low wave drag, are considered in CSADE. Physically reasonable Pareto solutions are obtained from the present optimization. Some supersonic aircraft configurations are selected from Pareto front and the optimization results indicate that the swept forward wing configuration has benefits in both sonic boom reduction and wave drag reduction. The results are validated by using computational fluid dynamics(CFD) analysis.     

航空发动机PID神经网络解耦控制

对航空发动机的双变量解耦控制方法进行了研究,提出了一种基于遗传算法的PID神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习,克服了BP算法易陷入局部权值的缺点,并具有PID神经网络控制器结构简单规范、动态和静态性能良好等优点。     

基于改进遗传算法的飞行控制律参数设计

在进行大包线飞行控制律设计中,需将飞行包线分为几个区域,针对各个区域设计线性控制律,采用多个线性控制律来近似替代所需的非线性控制律,本文中线性控制律采用PID控制结构,若用传统PID控制律参数整定方法,工作烦琐、设计时间长,而且控制效果不是很好,提出运用遗传算法优化控制律参数,并针对遗传算法局部寻优能力差、收敛速度差、易早熟等缺点,对其进行了几点改进,为提高鲁棒性,对其适应函数进行了设计,针对某机型某个区域的俯仰控制进行了PID控制律设计仿真,利用改进的遗传算法对其参数进行优化,结果表明,该方法在23代就能得到最优控制参数,而且使系统动态性能有了较明显的提高。     

遗传寻优神经网络在平台温控系统建模中的应用

温度直接影响惯性仪表及惯性平台的使用精度,而高精度温控系统的设计依赖于准确的平台加温模型,针对平台系统中多种惯性仪表加温过程复杂度高,当前采用的阶跃响应辨识方法存在模型适应性差、精度不高等情况,且针对基于梯度下降的BP学习算法存在局部收敛的问题.采用基于遗传算法寻优的神经网络辨识的方法,对惯性仪表加温模型进行建模,试验验证通过遗传寻优后的BP神经网络学习算法,提高了网络的学习精度,进而提高了平台系统中惯性仪表加温过程数学模型的精度,模型适应性较高,为后续惯性仪表的加温控制方法的设计提供了必要的条件.