复合材料加筋壁板的两步优化法

通过采用辅助层压板和添加极小弹性模量材料的复合材料加筋壁板有限元建模方法,应用MSC．PAT－RAN／NASTRAN的参数化建模与遗传算法相结合的复合材料加筋壁板的两步优化方法,对复合材料T型加筋壁板进行了从2000 N／mm到6000 N／mm压缩载荷下的结构优化分析。提出的基于参数化模型和遗传算法的复合材料加筋壁板的两步优化法分为壁板级优化和层压板级优化两部分,在壁板级优化得到最优的结构尺寸参数,在层板级优化得到最优的层压板铺层顺序。     

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

基于动态贝叶斯的反舰导弹弹型识别

使用反舰导弹对舰艇进行饱和攻击是当前对舰攻击的主要方式。首先,提出了动态贝叶斯网络(DBN)的理论及算法;其次,根据反舰导弹的高度、速度、过载、机动方式等弹道特性和RCS、雷达频率等导弹自身特性,建立了对反舰导弹进行弹型识别的DBN模型;最后,通过仿真算例验证了DBN模型的有效性,这为实际解决反舰导弹进行弹型识别的问题,提供了一种思路。     

浅谈基于IPDT的民用飞机重量控制技术

在民机研制过程中,有效地实施重量控制对于项目的成功非常关键。飞机超重不仅会导致设计和运营成本的增加,也将无法实现既定的商载和航程等设计指标。从各部门与重量控制工作的联系出发,结合某型民用飞机的设计实践,介绍了产品联合研发团队(IPDT)模式下重量控制的工作内容、工作流程和常用的减重方法,为民机的重量控制工作提供借鉴和参考。     

基于粒子群算法的极短弧定轨

针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。     

飞机静力试验中机翼的载荷分配研究

针对飞机静力试验加载的问题,为使得试验加载力反映飞机受力特性,由载荷分配前输入的典型剖面上剪力、弯矩、扭矩推导出相邻剖面之间的剪力、弯矩、扭矩,通过构造带内力约束的拉格朗日极值函数求出试验加载力,将载荷分配前输入的内力与试验载荷分配后产生的内力进行对比分析,可以得出:通过构造带内力约束的拉格拉日极值函数法分配得到的试验载荷符合载荷的传递,能够满足飞机静力试验加载的要求,可以用于飞机静力试验的加载。     

航空活塞二冲程汽油机排气口高度优化研究

针对作为无人机动力的某可变排气二冲程发动机在去掉可变排气系统后对发动机性能的影响，利用Fire仿真软件建立了发动机的缸内工作过程仿真模型，通过仿真和试验的方法研究了去掉可变排气系统后的发动机特性，结果表明:去掉可变排气系统后在2000r/min、10%节气门开度和5500r/min、50%节气门开度条件下，发动机的扫气效率降低，输出功率下降。在此基础上，利用仿真研究的方法对排气口高度参数进行了优化研究。去掉可变系统后排气口高度最优值为36.3mm时可以在保证常用无人机飞行转速范围内，各工况下扫气效率较高，发动机指示功损失最小，输出功率可以满足无人机动力需求。      

A surface parametric control and global optimization method for axial flow compressor blades

An aerodynamic optimization method for axial flow compressor blades available for engineering is developed in this paper. Bezier surface is adopted as parameterization method to control the suction surface of the blades, which brings the following advantages:(A) significantly reducing design variables;(B) easy to ensure the mechanical strength of rotating blades;(C) better physical understanding;(D) easy to achieve smooth surface. The Improved Artificial Bee Colony(IABC) algorithm, which significantly increases the convergence speed and global optimization ability, is adopted to find the optimal result. A new engineering optimization tool is constructed by combining the surface parametric control method, the IABC algorithm, with a verified Computational Fluid Dynamics(CFD) simulation method, and it has been successfully applied in the aerodynamic optimization for a single-row transonic rotor(Rotor 37) and a single-stage transonic axialflow compressor(Stage 35). With the constraint that the relative change in the flow rate is less than0.5% and the total pressure ratio does not decrease, within the acceptable time in engineering, the adiabatic efficiency of Rotor 37 at design point increases by 1.02%, while its surge margin 0.84%,and the adiabatic efficiency of Stage 35 0.54%, while its surge margin 1.11% after optimization, to verify the effectiveness and potential in engineering of this new tool for optimization of axial compressor blade.     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。