基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。     

整体叶盘弹性磨具抛光轨迹关键规划方法

为使得弹性磨具(砂布轮)在抛光中和叶片型面有效切合,提高抛光质量和抛光效率,研究了弹性磨具抛光轨迹规划方法,给出了抛光行距、抛光步长、刀轴矢量的计算方法。该抛光轨迹规划方法使得柔性主轴机构在抛光过程中保持合理的位姿,确保弹性磨具不仅与叶片型面有效贴合,而且使得弹性磨具抛光力方向与抛光点位法矢方向基本一致。试验结果表明:抛光后叶片表面粗糙度小于0.4μm,叶型轮廓度在公差范围内,能够满足整体叶盘叶片型面抛光要求。     

改进人工蜂群算法及其轴流压气机优化应用

为了探索更优的全局优化算法并将其应用于轴流压气机气动优化上，将标准人工蜂群（ABC）算法中采蜜蜂和观察蜂探索新蜜源的方式进行改进，从而更好地利用总体蜜源的探索信息，得到改进人工蜂群（IABC）算法。经基准函数测试表明，改进算法既能提升全局寻优能力，又能加快收敛速度。采用IABC算法和经过校核的CFD数值方法搭建优化平台，对单级跨声速轴流压气机Stage35进行优化。优化变量为动叶和静叶径向6个截面的弯、掠、前缘重弯值和尾缘重弯值，以流量和压比相对变化保持在0.5%以内为约束条件，以提高绝热效率为优化目标。结果表明：在设计转速下，优化后设计点绝热效率提升0.83%，全工况范围内平均绝热效率提升2.0%，同时喘振裕度提升1.0%，验证了IABC算法在轴流压气机优化中的有效性。     

基于RNP的A＊算法动态航路规划研究

介绍了A＊算法的基本思想,建立了基于RNP的航路模型,利用A＊算法对航路进行了优化,并利用MATLAB程序对航路进行了算法实现,得到了满意的结论。通过实例分析得出基于RNP的A＊算法对航路进行规划研究的可行性和有效性。在MATLAB环境下进行航路规划问题的A＊算法程序,能够利用其强大的运算能力,并且易于其他工具包结合进行算法仿真实现对其中参数进行优化研究。     

基于变量集结预测控制的四旋翼无人机控制器设计

针对四旋翼无人机路径跟踪问题，设计了一种基于变量集结预测控制的控制器。首先以四旋翼无人机状态空间模型为基础建立预测模型；接着设计控制器时采用分段集结的策略把控制量集结成三段优化序列以减少优化计算量，并降低优化保守性，为了进一步加强系统稳定性，控制器引入终端代价函数和终端约束；最后用四旋翼无人机的动力学模型作为被控对象进行仿真验证，结果表明：该控制器能使四旋翼无人机在三轴方向均能实现一个良好的路径跟踪效果。与传统方法相比，这种基于变量集结的预测控制策略能够减小在线优化量，更适合四旋翼无人机飞控芯片的应用。     

全局方向模板在高阶精度非结构有限体积方法中的推广

梯度与高阶导数重构是影响高阶精度非结构有限体积(Finite?Volume,?FV)格式计算效果的主要过程,其中,不同的模板选择方式发挥了重要作用.传统的模板选择方式往往依赖于固定的网格拓扑关系,无法有效反映流动变化特征,并且随着求解精度的提高,模板单元的数量上升明显,导致找到的模板单元包含过多冗余信息的同时,显著增大计算量,降低求解效率.基于此现状,文章将基于二阶精度FV格式发展的全局方向模板推广至高阶精度FV方法,以充分发挥模板的空间延展性优势,并减少冗余的模板单元数量.此外,文章通过基于制造解的流动与真实超声速涡流两个数值算例,测试了全局方向模板的数值表现.经检验,全局方向模板的使用可有效减少重构过程所需的模板单元数量,并且计算误差相比传统基于网格拓扑的共点、共面模板更低,计算稳定性优于局部方向模板.因此,全局方向模板选择方法在三阶精度非结构有限体积方法中具有较好的数值表现,具备进一步推广与应用的可行性.     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

互联网+交通:廊坊智慧交通建设路径研究

廊坊智慧交通建设步履维艰,本文从智慧交通的概念着手,从智慧交通建设的主角、关键、突破口、根本保障等方面提出加快智慧交通建设的几点建议,对于促进廊坊智慧城市建设具有一定现实意义。