线搜索增强的率相关晶体塑性本构积分算法及数值实现

建立在晶体微观变形机制上的晶体塑性本构理论提供了研究细观尺度上晶体材料力学行为的理论与方法。在率相关晶体塑性本构积分方法中，Newton-Raphson（N-R）迭代方法往往是迭代求解剪切应变增量的核心算法。为了提高采用N-R迭代算法的晶体塑性本构积分方法的效率，本文在理论上采用线搜索方法对N-R迭代方法的迭代步长进行再规划并编写了采用传统N-R迭代方法和采用线搜索增强N-R迭代方法的晶体塑性本构积分方法子程序，采用不同子程序对镍基高温合金多晶体的高温单调拉伸力学行为进行限元模拟，比较了采用不同子程序的模拟结果与计算效率。结果表明，采用传统N-R迭代方法与线搜索增强N-R迭代方法的晶体塑性本构子程序均能有效地模拟镍基高温合金的单轴拉伸行为且计算结果一致，并且采用线搜索增强N-R迭代方法的总有效增量步数目和计算耗时分别为前者的1/5和1/6。     

粒子群优化算法求解航空发动机模型的应用

将粒子群优化(PSO)算法引入到发动机模型的求解中,利用粒子群优化算法所具有的群体智能和记忆功能,能够较快地求解模型,克服了N-R法求解发动机模型时对初值的敏感以及需要函数求导的困难.计算结果表明,粒子群优化算法求解发动机模型比N-R法具有更好的收敛性和更高的精度.     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.      

遗传算法在求解航空发动机非线性模型中的应用

将求解发动机非线性模型转化为一优化问题，提出一种用遗传算法(GA)来求解非线性模型的方法。与传统的N-R法相比，用GA法对初猜值的精度没有要求。对猜值缺少先验知识的非线性方程组的求解，GA法可大大提高求解非线性模型的收敛性。将GA算法与N-R法适当地组合应用，可进一步提高收敛速度。     

高阶满阵线性代数方程组的快速解法及其应用研究

在非对称、非正定满阵线性方程组的求解过程中,本文以高斯迭代为基础,提出一种残差优化的迭代法.该法在迭代收敛过程中,残差单调下降,大大缩短了线性方程组的求解时间.用该法替代直接解法,增大了求解方程组的阶数,缩短了计算周期,对复杂飞行器气动、隐身一体化优化设计具有重要的工程价值.该方法还可以广泛地推广到其它应用领域.     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。     

几何规划在飞机总体设计中的应用

系统地讨论了代数多项式的算术－ 几何均值定理,并对原型几何规划理论作出了简明的推导与分析。提出了具有缩并迭代特性的几何规划求解理论和编程步骤。还用２ 个工程设计的优化求解算例来说明这种缩并迭代几何规划优化求解特点和优点。例１ 显示了几何规划的工程实用性和简易性;例２ 通过轻型飞机总体方案参数优化,说明所提出的优化方法,可随设计人员思路的变动而得到及时地相适应。     

求解气体动力学方程的推进迭代方法

本文由三部分组成,第一部分考察隐式推进迭代求解气体动力学方程的基本方面;第二部分介绍带压力松弛因子的推进迭代方法;一些数值算例在最后一部分给出。计算表明,此方法比目前一般方法具有更高的收敛速度,对于不同问题具有更强的适应能力。     

航天测控站资源优化配置的元建模与寻优方法

基于不同需求提出了一种比较通用的指标评价函数,构建了地面站资源配置的统计模型和基于神经网络方法的仿真元模型。在元模型求解过程中,提出了回代法寻找最优配置的思想,即将每次迭代求解得到的优化配置点代入下次迭代训练中,以提高网络的逼近性能和泛化能力。算例表明,该方法能够求得地面资源的较优配置,求解效率高。     

基于全局敏度方程方法的飞机方案优化设计

针对飞机方案分析模块之间存在耦合关系,从而使方案分析需要迭代求解这一特点,采用全局敏度方程方法计算参数之间的敏度,以克服差分方法所带来的高费用和不精确问题。该方法本身具有递归和并行特点,使得其与数值优化方法结合起来特别适合于像飞机这类复杂的内部耦合系统的优化。给出了该方法与约束变尺度法结合,用于某假想的喷气教练机方案优化的简单算例以及用于某4座公务机方案优化的实例。     

用有限元法分析接触问题的一种新的力学模型及计算方法

阐明了用有限元法计算物体接触问题的一种新的力学模型:主动接触体网格中一个节点与被动接触体单元中任意点相接触的模型,放弃了过去常用的节点对模型,为网格划分带来了便利。在这种模型下,给出了粘式、摩擦滑移、开式等接触边界条件。按照修正势能原理导出了对称的接触控制方程,可求解接触体具有非线性的静态/动态的接触问题。本文给出了在一次求解迭代后判断各节点新的接触状态的方法,可进一步决定是否和如何修改接触控制方程。      

解大型结构特征值问题的同时迭代的一个新算法

本文提出了同时迭代法的一种变型算法,用来求解大型结构动力分析中的广义特征值问题。使用了E_k子空间和特征方向的概念,证明了该算法的收敛率,并讨论了如何在计算机上实现的某些细节问题。通过统计每步迭代所需运算量和大量的实际计算,表明该算法与当前几种常用的同时迭代法或子空间迭代法相比,收敛率相同,但减少了每步迭代所需的计算量,提高了计算效率。     

一类非线性系统的D型在线学习控制

结合对初始状态的学习,给出了一类输出方程不含控制变量的时变非线性系统的D型在线学习控制算法及其收敛条件。其特点是将学习误差在线反馈,且迭代初始状态只需通过理想信号及系统的部分信息即可确定。最后,将所得结论应用于机器人系统,表明本文方法是有效的。     

沿曲面交线多坐标数控加工的算法研究

分析了曲面交线加工中刀具的偏置类型,提出了新的交线加工刀位轨迹生成算法。该算法利用曲面跟踪求交算法计算两曲面交线,并根据交线处曲面局部微分几何性质推算刀具的初始位置,然后采用牛顿迭代算法精确刀位。该算法的优点是能够精确控制刀具与曲面的加工误差,可处理单支点、双支点偏置情况下球头刀、平底刀、圆角刀的交线域加工,算法稳定、统一。     

电动力绳系周期解求解及稳定性控制

电动力绳系姿态摆动动力学方程具有非线性特点,且姿态摆动状态直接影响着空间任务能否正常进行。首先,基于哑铃模型及偶极子地磁场模型假设,推导了在倾斜圆轨道上运行的电动力绳系姿态动力学方程。其次,给出了利用摄动法和不动点迭代法相互配合的数值方法求解该非线性方程周期解的过程及解的稳定性判断准则,并针对不稳定周期解提出了相应的稳定性控制策略。最后,通过数值仿真分析,得到了姿态摆动运动的周期解图像,验证了周期解求解算法的有效性,并对不稳定周期解实现了稳定性控制。     

求解非线性代数方程组的一种建议方法

飞行动力学研究中常遇到的求解非线性代数方程组的问题，现提出一种求解实函数非线性代数方程组的组合迭代方法，以多步交替使用的方式将梯度下降法和拟牛顿代法结合起来，综合两者的优点，组成一种对大范围内偏离精确解的任意初值均能收敛，且有一定收敛速度的迭代法，通过算例，对三种方法进行了对比和分析，计算结果证明，该方法是优越的。     

组合结构强度与稳定性计算

 本文用有限元素法和对于几何非线性结构问题的增量法求解组合结构强度与稳定性问题。结构元素包括杆元、平面梁元、空间梁元、平面三角板元、平面矩形板元和弯曲矩形板元等。粱与板杆之间的协调采用无限刚性元处理的方法。在用联立迭代法求解广义特征值问题时,可由随机数自动产生初始试验向量。文中还叙述了计算过程中的一些处理技巧,并给出了几个数值例子。 计算程序用标准的FORTRAN Ⅳ语言编制,具有计算时间短,通用性强,使用方便等特点。     

Navier-Stokes方程积分表达式的有限元解法

本文采用定常不可压Navier-Stokes（NS）方程的积分表达式方法计算粘性流动问题,用线性三角形单元划分计算区域,建立了适当的迭代求解过程。本文改进了压力计算方法,用全变量松驰加快了收敛速度,用矩阵分块计算减小了内存限制,并可以通过对矩阵特性的分析更好地控制迭代过程的稳定性。     

自适应变搜索域遗传算法及其在发动机模型中的应用

针对发动机数学模型中非线性方程插值解法的不足,提出非线性方程自适应变搜索域遗传算法解法。论文详细分析了方程求解转化为遗传算法优化的数学描述、依据方程解临域特征的自适应变搜索域机理及算法的具体实现技术。实例计算与发动机仿真结果说明:所设计的变搜索域遗传算法可作为通用的非线性方程解法,相比较于简单遗传算法,能成倍提高计算效率;替代插值解法应用于发动机模型,可有效提高模型的收敛性。