X射线脉冲星信号时延的实时估计方法

针对在频域内计算X射线脉冲星信号延时量存在滞后性,进而难以为航天器自主导航提供实时信息的问题,提出将脉冲星信号延时估计转化为时域内标量估计的方法。首先,通过人工神经智能网络获得脉冲星信号的标准轮廓函数作为状态方程;应用粒子滤波算法对脉冲星信号延时量进行实时估计;其次,为了避免标准粒子滤波器中的粒子退化现象,推导并证明了一种新型粒子滤波算法;最后,推导出粒子滤波算法的精度函数,为航天器的导航策略提供参考。以航天器在轨运行中可能遇到的3种情况为背景,验证了所提粒子滤波算法的正确性与有效性。     

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

空间低温杜瓦瓶凯夫拉支撑结构多约束优化设计

采用新型凯夫拉纤维作为某空间用小型低温杜瓦瓶的支撑材料，在验证其力学性能的基础上，设计了杜瓦瓶的支撑结构，建立了一种新的热力学耦合优化模型，给出支撑结构固有频率、热应力及发射环境下的约束条件，通过一种“离散点加密”新约束优化法计算出了支撑结构满足约束条件范围内的要求的最优设计参数。     

ZL205A合金舱体低压工艺设计及数值仿真应用

针对某ZL205A合金舱体铸件壁薄难充型、壁厚差异大、易产生裂纹等特点,设计了低压底注式浇注工艺。采用立筒缝隙式浇注系统分配充型过程中合金的流量,局部厚大部位放置成形冷铁加快该部位的冷却速度,以控制铸造缺陷的产生。利用ProCast数值仿真软件对工艺进行仿真计算,成功预测了缺陷的产生位置,对工艺方案进行优化,包括倒角过渡、改变型砂使用等,并在优化方案的基础上浇注了舱体铸件,铸件质量良好,没有缩松、缩孔、裂纹等缺陷,符合相关技术要求。     

改善横向波纹隔热屏综合冷却效率的发散冷却结构优化

为改善横向波纹隔热屏综合冷却效果，采用三维数值模拟和基于支持向量机的代理优化模型，在给定的单位面积冷却空气流量下对发散冷却结构参数进行了优化研究。设计变量选取为气膜孔直径、气膜孔排布的展向间距和流向间距，以面积平均综合冷却效率作为目标函数，通过遗传算法搜索获得了设计变量区间内的优化设计点。在隔热屏单位表面积冷却空气流量G_f = 2.647 kg/（m²?s）的工况下，优化后的d、P和S分别为0.8、4和5 mm。研究结果表明，优化的隔热屏冷却结构应具有较小的气膜孔直径d和展向间距P，以及适中的流向间距S。相对于参考结构，优化后的发散冷却结构能够改善沿流向的气膜覆盖，缩减发散冷却起始段局部高温段，起到增强隔热屏发散冷却综合冷却效率的作用。     

基于改进准则法的复合壳阻尼结构拓扑减振动力学优化

针对复合壳阻尼结构的拓扑减振优化问题，以约束阻尼层的有限单元为设计变量，采用体积比、模态频率和振型为优化约束条件，构建以多模态权重系数的结构模态损耗因子数值关系为优化目标函数的拓扑减振优化模型。为了拓展优化目标灵敏度具有不局限于某一变密度法插值模型的形式，推导了数值表达式的一般函数式。动力学优化中优化目标灵敏度正、负数集共存，使得非凸性的目标函数设计变量出现负值或优化函数寻优于局部极值点。为此，推导出复合壳阻尼结构的全域灵敏度改进优化准则法迭代格，以确保每次迭代域均为全域设计变量集。结合有限单元法编程实现了复合壳阻尼结构改进准则法，并对复合壳结构进行拓扑减振优化分析。结果表明：在敷设体积减为全覆盖的50%时，复合壳结构的模态损耗因子增减偏差为10%，具有提升减振的轻量化设计目的；各阶目标函数和拓扑构型所需的迭代次数少，中间密度区域较小，多阶优于单阶模态优化函数，易于获得全域寻优的有效减振。     

基于改进灰狼优化算法的涡扇发动机性能/喷流噪声综合优化控制研究

为保证整个飞行过程中满足噪声适航标准和飞行器的安全性,需要按照最严苛的噪声要求进行发动机设计,并留有很大的安全裕度,因而导致发动机的性能潜力未能得到发挥。本文对传统灰狼算法进行了改进,提出自适应概率变异策略,在优化过程中调整狩猎模式,提升了算法的全局搜索能力;基于该算法开展涡扇发动机性能/喷流噪声综合寻优控制研究,根据不同飞行需求对航空发动机性能进行优化,获得最佳控制量,在满足安全性和噪声指标的同时,提高发动机的性能。仿真结果表明,改进后的算法具有更好的全局寻优性能,最大推力模式下可提升推力13.45%,最小油耗模式可降低油耗3.19%,最低涡轮前温度模式可降低涡轮前温度2.07%。     

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性，针对某型回流燃烧室单头部试验件，使用粒子图像测速仪（PIV），测量燃烧室燃烧状态下不同截面处的热态流场，以及没有燃烧状态下不同截面处的冷态流场，探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大，冷态条件下各截面流场结构基本保持不变，如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致，但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大，流场结构也基本保持不变；相同总压损失系数时，热态流场与冷态流场存在差异，燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响，速度较冷态流动时略微增大。      

上升段飞行器目标的视频图像跟踪

粒子滤波是一种基于贝叶斯估计理论和蒙特卡罗理论的实时目标跟踪方法，具有较为灵活的并行化跟踪方式，能够较好地维持跟踪目标的假设状态，具有较好的跟踪效果和鲁棒性。上升段飞行器目标飞行视频图像跟踪是火箭等目标飞行监控的重要阶段，但现阶段对飞行器上升段的视频图像跟踪主要依靠人工手动操作云台控制器，实现视频图像中的飞行器跟踪，跟踪图像存在跟踪滞后、画面抖动等现象，跟踪效果受人为因素影响较大。本文提出一种基于粒子滤波方法的上升段飞行器目标视频图像跟踪方法，建立飞行器目标粒子滤波跟踪模型实现对飞行器目标的识别和跟踪，在识别和跟踪的基础上建立云台控制模型，通过对云台的智能控制获得飞行器上升段的高质量图像。采用火箭发射的视频图像作为模型验证的实验数据，检验飞行器目标的跟踪效果。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。