小型涡扇发动机燃油控制规律

以小型涡扇发动机DGEN380燃油控制规律为研究目标,使用解析法基于MATLAB平台建立其整机部件级稳态及动态数学模型并进行仿真计算。在旋转部件建模过程中使用工具获取特性数据,并绘制可以即时显示当前工作点/线的部件特性图;在稳态仿真时使用Newton-Raphson法和遗传算法2种方法求解发动机工作方程组,并对二者进行评估对比,针对遗传算法在发动机模型求解过程中的局限性对一般基础模型进行优化改进;在动态仿真时,采用欧拉法计算微分项。基于模型分析发动机燃油控制规律,并以发动机高度特性为例进行仿真计算。试验结果表明:Newton-Raphson法具有高精度和高速度,改进模型后遗传算法具有更好的适应性,模型及燃油控制规律的仿真结果较好地符合试验数据和理论趋势,对比误差小于3%。      

基于遗传算法的航空发动机部件特性修正

研究了航空发动机部件特性修正技术,提出了一种基于变适应度函数的模型优化算法,以达到减小总体建模误差,提高模型精度的目的.在稳态模型的基础上,对引气系数、总压恢复系数和各部件的特性进行了修正,使修正后的模型输出与实验数据相一致.采用改进遗传算法,对交叉率和变异率进行了非线性自适应调整,并根据误差大小调整适应度加权系数,避免算法陷入局部最优,同时减小最大建模误差.仿真结果表明,修正后各实验参数平均误差从2.420 8%减小到0.321 7%,模型满足稳态误差小于2%的要求.      

基于ADMM算法的航空发动机模型预测控制

为了提升航空发动机非线性模型预测控制（MPC）的实时性,将交替方向乘子法（ADMM）应用于模型预测控制的滚动优化中。基于状态空间模型构造预测方程,通过引入辅助变量和对偶变量,将二次型性能指标和发动机约束改写为适合ADMM算法求解的形式。在航空发动机部件级模型上开展的仿真结果表明,基于ADMM算法的单变量模型预测能够实现对指令信号的高性能跟踪和约束的有效管理。相比于内点法（IPM）,ADMM算法在滚动优化过程中,在不同控制指令下,均具有更高的实时性,且在预测时域增加的情况下,计算耗时增加更少,验证了其在模型预测控制中应用的有效性。      

基于混合遗传算法的直升机前推/后拉配平

针对直升机配平模型为多元且初始值难以确定的非线性方程组,以及全局最优解不唯一等问题,发展了一种基于遗传算法/拟牛顿法的高效混合迭代算法。介绍了直升机各个模块动力学方程。其中在旋翼建模中,考虑实际飞行环境下桨叶的运动和操纵特性,以动态入流和叶素法为理论基础,建立了具有配平特性的旋翼气动力模型。基于直升机飞行仿真动力学模型,详细推导了前推/后拉的配平变量和约束方程。通过构造目标函数,将全机配平问题转化为优化问题。通过计算UH-60A直升机在前推/后拉的配平解,并与飞行测试数据进行比较验证。结果表明,前推配平结果与飞行数据有偏差,后拉配平结果与飞行数据吻合。旋翼非定常气动特性是引起总距和脚蹬配平计算误差的主要原因。建立的配平算法适用于直升机不同稳定飞行条件下的仿真。     

接收模式下加罩天线系统特性的快速电磁仿真

针对接收模式下电大尺寸的天线-天线罩系统电磁特性分析问题,提出了一种全波法和高频法结合的混合算法:积分方程/修正型表面积分+多层快速多极子(IE/MSI+MLFMA)方法.该方法将由高频方法MSI得到的天线罩内场分布作为天线阵列的激励场,再利用基于体-面混合积分方程(VSIE)和MLFMA的快速全波分析方法精确计算天线阵;同时应用球谐函数展开、预处理技术、混合并行等技术进一步改进算法的计算效率.同传统的全波数值法相比,该方法在保证计算精度、满足工程需要的前提下,解决了求解计算时间长、计算效率低的问题,实现了对电大尺寸天线-天线罩系统的快速、高效仿真.      

武装直升机红外辐射计算中多重遮挡处理

针对武装直升机红外辐射计算中任意方向上可视净面积求取问题,提出了一种基于随机模拟的遮挡处理方法.该方法利用曲面造型方法建立直升机的三维模型,并将其离散为四边形面元,采用翼边拓扑结构描述直升机外形的数学模型.在此基础上,基于可见性测试、深度测试和遮挡测试原理对空间多边形面元进行遮挡判断,求出其遮挡面元集,再利用随机变量的统计方法对该多边形进行遮挡计算,求得净面积.对某型武装直升机和简单形体的计算表明,通过合理划分面元数和选取随机点数, 简单目标计算误差可以控制在5%以内,复杂目标可以控制在工程精度要求内.该方法已应用于武装直升机红外辐射特性计算软件中,应用表明该方法稳定、可靠,适于工程分析.      

多模函数优化的改进花朵授粉算法

为了探讨花朵授粉算法（FPA）在解算多模函数优化问题中存在的不足,通过定义种群多样性及差异性指标,定性分析了FPA在多模复杂函数优化中的寻优缺点。基于模拟退火思想优化全局授粉过程,并利用Nelder-Mead单纯形搜索技术对花朵局部授粉进行重构,提出一种新的花朵授粉寻优架构。仿真结果表明,相对于基本的FPA、布谷鸟算法、萤火虫算法,改进花朵授粉算法能够有效避免陷入局部最优,具备优异的全局勘探和局部开采能力,对多模优化问题具有一定优势。      

基于代理模型的QPSO算法及结构优化应用

针对复杂结构的工程优化通常涉及到高度非线性的问题,采用基于迭代的传统优化算法可能无法获得全局最优解。在此研究背景下,文章引入量子粒子群优化算法(Quantum Particle Swarm Optimization, QPSO),提出了基于克里金（Kriging）代理模型的QPSO算法,通过构建环形桁架可展天线动力学性能的代理模型,对环形桁架可展天线结构参数进行了优化设计的应用研究。研究结果表明,基于Kriging代理模型的QPSO算法计算效率较高,环形桁架可展天线的基频及最大冲击响应面非线性特征显著,并通过将计算所得到的最优解与有限元解进行对比,验证了此方法的计算精度。由此可见,此方法的研究可为复杂结构的优化设计、研制提供一定的参考。     

最大相关熵准则自适应滤波器的分数阶长算法

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。      

基于模糊参数优化的小行星软着陆控制方法研究

针对传统指数趋近律变结构控制中抖振的问题,设计出新型变速指数趋近律滑模控制器。基于小行星软着陆控制系统的动力学模型,推导出指数趋近律滑模控制器结构。通过实时分析运动点距离滑模面的位置及趋近速率,采用模糊参数优化策略动态调整切换增益,实现在滑模面外时加快响应速度并增强系统克服摄动及外部干扰能力,到达滑模面时柔化控制量以消除抖振的目的。通过Matlab仿真,结果表明变速趋近律不仅保证到达运动的快速性,且有效降低了系统抖振,具有良好的稳态性能。     

基于量子万有引力搜索的SVM自驾故障诊断

针对自动驾驶仪在实际测试过程中故障样本较少的情况,提出一种基于量子万有引力搜索算法(QGSA)的支持向量机(SVM)故障诊断模型。SVM能较好地解决小样本、非线性问题,适用于自动驾驶仪的故障诊断。为进一步提高万有引力搜索算法(GSA)对参数寻优的收敛速度和收敛精度,将基于GSA的QGSA应用于SVM的参数寻优中,以解决SVM由于参数选取不当导致过学习或欠学习的问题,从而获得最优的分类模型。通过模拟实验分析,当训练样本数量为50时,基于QGSA的SVM故障诊断模型分类准确率便能达到96.530 6%,而基于遗传算法(GA)的SVM故障诊断模型分类准确率为92.040 8%,基于GSA的SVM故障诊断模型分类准确率为91.632 7%。仿真实验结果表明,基于QGSA的SVM故障诊断模型具有更好的故障诊断能力。