多变量全局寻优与智能优化在星座组网中的应用

顶层任务规划通常与星座组网紧密结合，小卫星分散灵活的特性尤其适用于星群规模化在轨运行。针对热点区域覆盖和全球覆盖的不同任务需求，提出了对构型多变量进行全局寻优和利用智能优化技术进行星座构型优化的方法，两种优化方法可分别获得小规模星群最优效能与超大型星群的较优效能。优化方法不受轨道类型和任务目标分布的约束，具有良好的鲁棒性。     

扑旋翼飞行器气动特性分析及机翼拓扑优化设计

建立微型扑旋翼飞行器运动学模型,基于面元法研究低雷诺数下非定常场中扑旋翼飞行器的气动特性,得到机翼气动特性和一个工作周期内的最大气动载荷。建立扑旋翼飞行器机翼有限元模型,基于变密度法和独立连续映射法(Independent continuous mapping,ICM)对机翼进行静力学和动力学拓扑优化设计,通过改变机翼拓扑结构优化机翼模态频率,得到同时满足结构静力学和动力学要求的扑旋翼飞行器机翼拓扑结构。本文为扑旋翼飞行器机翼结构优化设计提供了基本思路和研究基础。     

Multiscale topology optimization using feature-driven method

This paper presents a multiscale design method for simultaneous topology optimization of both macrostructures and microstructures. Geometric features are extended as design primitives at both macro and micro scales and represented by Level Set Functions (LSFs). Parameters related to the locations, sizes, and orientations of macro and micro features are considered as design variables and optimized simultaneously. In the overlapping areas of different macro features, embedded microstructures are optimally figured out as the solution of the corresponding sub-optimization problem. In this study, the eXtended Finite Element Method (XFEM) is implemented for structural and sensitivity analyses with respect to design variables. This method has the advantage of using a fixed grid independent of the topology optimization process. The homogenization procedure is applied to calculate the effective properties of considered microstructures in each macro feature. Numerical examples are presented to illustrate the effectiveness of the proposed method. Results depict that the multiscale design cannot obviously improve structural stiffness compared with a solid-material design under the linear elastic condition.     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点；然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

翼身融合布局客机总体参数分析与优化

在翼身融合布局客机总体设计阶段，为评估设计方案的总体性能，建立了翼身融合布局客机总体参数综合分析与优化平台，该平台以翼身融合布局客机的几何参数为输入，完成动力、几何、重量、气动、性能和经济性等模块分析，并以此为基础建立优化设计模型。为快速评估设计方案的性能及优化设计效果，动力分析模块采用了部件级分析模型，重量分析模块采用半经验估算方法，气动分析模块采用面元法结合工程估算方法，性能分析模块采用简化运动学方法，优化模型采用可并行计算的子集模拟优化算法。以某555座级翼身融合布局客机方案为例，应用开发的分析与优化平台，完成了总体参数分析，结果表明分析模型合理。在此方案的基础上，以客机的外形参数和发动机海平面最大推力为设计变量，分别建立了以最大起飞重量最小为目标的单目标优化，以及同时以直接使用成本和进场速度最小为目标的多目标优化，单目标优化结果最大起飞重量降低了约7.17%，多目标优化结果表明直接使用成本降低8.77%的同时进场速度会增加3.32%。     

用于叶片减振的压电材料分布拓扑优化

提出一种可用于实际叶盘结构的压电分支阻尼器拓扑优化方法,可以给出总质量受约束的压电材料在叶片上的最佳分布,达到尽可能大的模态阻尼比。通过理论推导说明:压电阻尼器所产生的模态阻尼比仅取决于模态机电耦合系数,且该系数只与压电材料的几何形状以及模态应力场有关。进一步结合压电本构关系,基于应力分量的线性加权给出了有限的压电材料在叶片上铺设位置“优先级”的判断指标。给出了基于叶盘结构有限元模型的压电材料拓扑优化方法,通过替换单元类型和材料参数的方式对压电材料进行布置,并给出了多模态族优化、极化方向设置、电极铺设等问题的解决方案。在一个接近真实的叶盘模型上应用了此优化方法。结果表明,仅使用质量占叶片质量10%的压电材料,就可以为多个模态提供约12%的阻尼比。      

可靠性设计优化的球空间设计法

可靠性设计优化（RBDO）在航空航天等领域已经被广泛应用，具有显著提高可靠性的效果；然而它包含两个迭代循环-总体优化循环和可靠性分析循环，双循环求解方法效率低下甚至难以承受。本文提出一种可以提高可靠性设计优化求解效率的方法-球空间设计法，该方法可以方便地表达搜索区域，最大可能失效点可以从极值点处精确获取；同时，该方法可以将总体优化以及可靠性分析同步进行。本文所提出的球空间法的有效性将通过2个算例进行测试，测试结果表明该方法不仅精度与同类方法持平，求解效率有明显提升，它将会对提高航空航天装备如卫星、火箭、飞行器等产品的可靠性提供更为有效的方法和技术支持。     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

三维叶轮机叶片黏性反问题设计改进方法

提出了一种改进的适用于三维黏性流场的叶轮机叶片反问题设计方法。该方法假设叶片的中弧线具有虚拟移动速度,其位移量由目标载荷与实际载荷的差值计算,并利用黏性底层厚度进行限制。采用三次B样条曲线插值方法对叶片中弧线进行光顺,新叶型通过更新后的中弧线和给定的叶片厚度得到。算例验算结果表明:该方法能够根据设计意图对叶型进行修改,鲁棒性强,收敛速度快,叶片的可变自由度高,不依赖于特定的网格和求解器,具备一定的通用性。