压气机/风扇二维叶型自动优化设计

通过压气机叶片自动优化设计关键技术研究,提出采用并行遗传算法以实现全局寻优和并行优化缩短优化耗时;采用基于修改量参数化方法,达到优化过程生成叶型的可控性和合理性;提出兼顾非设计点性能的目标函数设置方法,实现全T况优化;并进一步研制出二维平面和任意回转面叶型自动优化设计软件.软件中流场计算模块与商用软件相比一致性较好,表...     

基于NURBS方法的机翼气动外形优化

飞行器气动外形优化就是将设计对象的空气动力学性能分析与最优化方法相结合,通过不断改变设计对象的外形,使其气动性能在满足一定约束条件下达到最优.气动外形优化是一个涉及几何参数化、动网格、流场计算和寻优算法的综合应用平台.随着计算流体力学(CFD)的发展以及高性能计算机的使用,气动外形优化在现代飞行器设计中的作用愈加重要....     

基于多岛遗传算法的大型预应力钢丝缠绕承载机架成本优化方法(英文)

预应力钢丝缠绕机架(PWWF)是一种先进结构,是大型装备中价值为高的部件。由于PWWF是变刚度、非线性受力及变形自协调的多体混合结构,其传统的设计方法是极其复杂、反复迭代且成本难以控制。本文提出了基于多岛遗传算法的大型钢丝缠绕机架的成本优化方法。在变张力缠绕理论基础建立了预应力钢丝缠绕承载机架的优化设计流程和优化模型。并给出结合轴向载荷为6000KN的等静压设备机架的优化设计实例。与传统设计方法相比,优化成本降低约了21.6%。该优化结果已通过数值模拟方法验证,并成功应用于实际设备的制造中。结果表明,该优化方法合理、可靠。该方法为超546MN和907MN超大规格多机架结构的成本优化提供指导。     

基于QPSO算法的自抗扰控制器设计及参数整定

提出了一种基于量子粒子群(QPSO)的自抗扰控制器(ADRC)设计及参数整定方法.利用自抗扰控制器抗于扰能力强、鲁棒性好、对模型参数变化适应能力强的特点,设计了自抗扰纵向飞行控制器以提高飞行控制性能.针对所设计的自抗扰控制器参数多,需要依靠专家经验或试凑进行整定的问题,应用QPSO算法进行控制器参数整定.仿真结果表明,...     

多铺层碳纤维蜂窝板模型修正

 蜂窝板是现代飞行器的主要承力结构,通过分析各形式响应面适用范围,提出Linear-and-Gaussian组合核支持向量机(SVM)响应面和基于分组控制策略的改进粒子群优化(IPSO)算法。用ANSYS的SHELL91单元建立多铺层碳纤维蜂窝板的有限元模型(FEM),并通过正交试验设计和F值检验确定待修正结构参数,构造Linear-and-Gaussian响应面以拟合待修正结构参数与蜂窝板模态频率的关系并检验响应面模型有效性。最后,用基于分组控制策略的IPSO算法对响应面模型中的结构参数进行修正,修正后参数代入原有限元模型得到修正模型。通过对修正前后模型模态频率与基准模型模态频率在测试频段内外的对比,证实了修正后模型具有良好的复现能力和预测能力。     

多操纵面飞翼布局作战飞机的控制分配方法

飞翼布局作战飞机取消了升降舵和常规方向舵,采用冗余的新型多操纵面配置新方案,并使用大偏角的阻力方向舵来实现其偏航操纵.阻力方向舵的偏转会同时引起3个轴向的附加力和力矩,且具有单侧偏转为偏航操纵、双侧偏转为增阻减速的功能特点.为了解决这类新布局飞机操纵面多于控制指令的冗余设计和操纵面无明确功能轴向的新问题,在其飞行控制系...     

整体叶盘通道电解加工电极多维运动轨迹优化

为了提高整体叶盘通道余量分布的均匀性,提出了电极运动轨迹优化方法.分析了电解加工间隙对电极运动轨迹的影响,优化了工具电极在叶顶及叶根圆柱面上的运动轨迹,并基于轨迹线上采样点作拟合垂线段中点的样条曲线获得新的轨迹线.为了验证优化后轨迹的合理性,进行了叶盘通道电解加工对比试验.试验表明,与优化前的轨迹相比,采用优化后的轨迹...     

Hyper Heuristic Approach for Design and Optimization of Satellite Launch Vehicle

Satellite launch vehicle lies at the cross-road of multiple challenging technologies and its design and optimization present a typical example of multidisciplinary design and optimization(MDO) process.The complexity of problem demands highly effi-cient and effective algorithm that can optimize the design.Hyper heuristic approach(HHA) based on meta-heuristics is applied to the optimization of air launched satellite launch vehicle(ASLV).A non-learning random function(NLRF) is proposed to con-trol low-level meta-heuristics(LLMHs) that increases certainty of global solution,an essential ingredient required in product conceptual design phase of aerospace systems.Comprehensive empirical study is performed to evaluate the performance advan-tages of proposed approach over popular non-gradient based optimization methods.Design of ASLV encompasses aerodynamics,propulsion,structure,stages layout,mass distribution,and trajectory modules connected by multidisciplinary feasible design approach.This approach formulates explicit system-level goals and then forwards the design optimization process entirely over to optimizer.This distinctive approach for launch vehicle system design relieves engineers from tedious,iterative task and en-ables them to improve their component level models.Mass is an impetus on vehicle performance and cost,and so it is considered as the core of vehicle design process.Therefore,gross launch mass is to be minimized in HHA.     

Double-stage Metamodel and Its Application in Aerodynamic Design Optimization

Constructing metamodel with global high-fidelity in design space is significant in engineering design. In this paper, a double-stage metamodel (DSM) which integrates advantages of both interpolation metamodel and regression metamodel is constructed. It takes regression model as the first stage to fit overall distribution of the original model, and then interpolation model of regression model approximation error is used as the second stage to improve accuracy. Under the same conditions and with the same samples, DSM expresses higher fidelity and represents physical characteristics of original model better. Besides, in order to validate DSM characteristics, three examples including Ackley function, airfoil aerodynamic analysis and wing aerody-namic analysis are investigated. In the end, airfoil and wing aerodynamic design optimizations using genetic algorithm are presented to verify the engineering applicability of DSM.     

一种机器人砂带磨削的路径规划方法(英文)

机器人砂带磨削系统具有弹性接触和宽行加工两个显著优点,被广泛应用在具有复杂工件的终加工领域,提高表面质量和加工效率。有关在曲率约束下的磨削路径规划研究较为少见。由于工件与接触轮之间存在复杂的弹性接触,因此,机器人磨削路径可以利用接触运动学的一般方法来求解。机器人砂带磨削过程且需要满足一般的砂带磨削工艺要求,其中最重要的是保证接触轮与工件的局部几何特征贴合。在曲率较小的局部,相邻刀位点的弧长加大,以保证加工效率。相反地,在曲率较大的局部,相邻刀位点的弧长较小,以保证加工精度。利用一系列平面与目标曲面相截,得到相应的截平面的轮廓曲线。对于任意一条轮廓线,优化相邻刀位点之间的弧长,在曲率较大的局部增加一个中间刀位点。本文提出了一种包含弧长优化和主曲率匹配的磨削路径生产方法,通过离线仿真验证了有效性,并利用该方法提高了曲面的磨削质量。该路径规划方法为生成光顺且精确的机器人曲面磨削路径提供了理论依据。