复合材料翼面结构的自振和颤振分析及优化设计

 建立复合材料翼面结构的有限元静力分析模型。采用柔度方法作静力模型到动力模型的转变,进行结构固有特性分析,并研究了频率约束下的优化设计。运用亚音速马蹄涡——振荡偶极子格网法计算了谐振翼面的三维非定常气动力,并对两种真实翼面进行了颤振分析,结果令人满意。推导了非定常气动力和颤振响应参数对设计变量的导数,研究了颤振约束下的优化设计。     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

基于改进A*算法的可行性路径搜索及优化

针对路径搜索和路径优化问题，提出了一种改进的A＊搜索算法。对估价函数予以加权处理，并引入“人工搜索标志”，避免重复搜索无效区域，能有效且快速地逃离障碍物陷阱，使得算法在未知环境中能有效准确地找到可行性路径，并对可行性路径进行了优化，得到最短路径。仿真实验证明了算法的有效性和适应性。     

近地小推力转移轨道的加权组合制导策略

 研究了近地小推力转移轨道的制导问题，给出了一种基于局部最优控制律的自主制导算法。推导出了各改进春分点根数对应的局部最优控制律；通过最优推力分配和目标偏差两个策略，对各局部最优控制律进行动态加权组合，从而有效减少了制导律的设计参数。在此基础上，针对燃料最省转移轨道，定义了一种新的发动机开关函数。采用遗传/逐次二次规划混合优化算法计算了最优制导参数。与传统算法相比，该制导算法是一种闭环制导算法，能够实现飞行器的自主制导，并且制导过程中无需对制导参数进行更新。以地球低轨到高轨的小推力转移为例，采用该方法分别求解了时间和燃料最省转移问题，并与传统算法进行了比较分析。数值结果验证了该算法的有效性。     

某直升机全复合材料尾段结构优化设计研究

以蒙皮复合材料各方向铺层的厚度为设计变量,对直升机全复合材料尾段结构进行静力分析以及优化设计,使其在满足结构刚度、强度约束的条件下结构重量最轻.应用ANSYS软件,采用APDL参数化编程语言,实现参数化建模、静力分析以及优化设计.应用四种约束方法,提高优化结果的可靠性.优化结果表明,结构重量较初始经验设计减轻了50%左右,载荷分配更加合理,消除了一些应力集中现象,使其更好的满足全部的约束条件,达到预期的优化效果.     

主动Lamb波监测技术中的传感元件优化布置研究

研究了应用主动Lamb波对复合材料结构试件进行损伤检测时的压电元件的布置优化问题.首先,通过实验选取了不同中心频率的激励信号对结构板进行激励,根据Lamb波响应信号的分析结果对各个压电元件之间的距离进行优化;其次,通过计算S0模式Lamb波的群速度获得边界反射的到达时间,将计算得到的边界反射信号的发生时刻与实际情况进行对比,结果吻合一致,据此可对压电元件进行抑制边界反射影响的优化布置.将压电元件的优化布置应用在具体的损伤检测实验中,实现了复合材料上的一维结构脱层损伤定位.     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。     

大规模电路拓扑分析的Coates图分解法

针对大规模电路的拓扑分析问题,本文提出了Coates图的相关k-连接组的概念,得到了网络函数的相关k-连接组拓扑公式,从理论上研究了通过对Costes图的分层分解、逐层组合获得所需的相关k-连接组,从而对大规模电路进行拓扑分析的新方法。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

基于BP神经网络的内圆磨床主轴动态分析方法研究

通过对神经网络学习样本的选择问题的研究，本文提出了采用“多水平正交表”选取神经网络的训练样本的方法，建立了内圆磨床主轴系统的BP神经网络模型，并在试验的基础上借助于优化方法进行了模型修正和优化计算。该方法不仅计算方便、快捷，而且具有较高的计算精度。