基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

航空发动机套齿结构配合稳健性优化设计

为了更合理地设计套齿结构的配合关系,提高套齿结构配合精度,适应不对中运行工况,降低对加工误差的敏感度,研究了航空发动机套齿结构在倾角不对中的情况下的运动特点以及配合关系,并推导了含有倾角不对中的套齿结构齿侧间隙以及与之相关的套齿特征量的计算公式,对某型航空发动机的压气机轴径套齿结构进行了计算与分析。在此基础上,考虑到参数的随机性,应用果蝇优化算法对套齿结构齿侧间隙进行了稳健性优化设计。结果表明：计算公式中考虑倾角的影响能够有效地避免运动干涉和装配预应力,稳健性优化设计可以有效地避免由于倾角不对中、加工误差等参数随机因素导致齿侧间隙的设计值偏大。证明了所提出的计算和优化方法可以使套齿结构配合关系的设计更加合理,可为套齿结构设计、装配提供参考。     

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力，对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响，因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN)，并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例，选取相关参数作为预测模型的输入变量，EGT作为预测模型的输出变量。在相同的样本分配下，将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN；IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506，其预测效果均优于其他对比算法；同时，IFOA-GRNN对噪声的敏感性也低于其他对比算法。      

基于果蝇-蛙跳模糊神经网络PID 的永磁直线同步电机控制

针对永磁直线同步电机(PMLSM)伺服系统存在的非线性、时变性及强耦合性,设计一种基于模糊神经网络PID的速度控制策略,通过融合果蝇优化算法和蛙跳算法形成果蝇-蛙跳算法,实时调整优化模糊神经网络的结构参数,输出适用于PID控制器的最佳参数kp、ki、kd,实现PMLSM速度控制的自适应和智能化。仿真分析与试验结果表明,采用基于果蝇-蛙跳算法优化的模糊神经网络PID速度控制器,能使PMLSM控制系统取得更加优良的控制效果。     

一种改进的果蝇优化算法及其在气动优化设计中的应用

果蝇优化算法(FOA)是一种新的群体智能优化算法,具有良好的全局收敛特性。为进一步提高FOA的寻优性能,将其引入到气动优化设计中,发展形成了改进的果蝇优化算法(IFOA)。IFOA通过引入惯性权重函数动态调整搜索步长,有效实现了算法全局搜索和局部搜索之间的动态平衡,提高了算法整体搜索效率和寻优精度;对于多维优化问题,IFOA每次搜索仅随机扰动其中一个决策变量,并在每个迭代步内将所有优秀果蝇个体(可行解)结合产生一个全新的果蝇个体进行一次搜索,大大加快了算法的收敛速度。函数测试结果表明,IFOA显著提高了FOA的寻优性能。将IFOA应用到气动优化设计中,翼型反设计和单/多目标优化设计的算例表明,IFOA是一种简单高效的优化方法,可广泛应用于气动优化设计。     

中国科技成果鉴定中介机构质量管理体系建立的构想

我国目前在科技成果鉴定方面还没有建立独立的科技成果鉴定中介机构,随着我国经济的发展和科技投入主体的多样化,建立独立的科技成果鉴定中介机构越来越有必要.而中介机构在科技成果鉴定过程中保证鉴定的客观性和真实性非常重要,通过对ISO9000标准的理解,就建立科技成果鉴定中介机构质量管理体系来保证鉴定的客观性和真实性提出了初步构想.     

复杂环境下的A/C模式信号处理算法及其实现

本文基于软件无线电的思想,提出一种复杂环境下的A/C模式信号处理算法,该算法从脉冲识别,A/C模式框架判决以及信息代码提取三个方面进行了研究,在识别多目标混叠、拒绝目标幻影,避免异步串扰方面,达到了较好的效果,并在FPGA上实现了该算法.     

涡轮转子径向变形稳健性优化设计

考虑到参数不确定性对转子径向变形的影响,提出了1种基于分布式协同响应面的涡轮转子径向变形稳健性优化方法。首先,利用Kriging模型建立各部件参数与径向变形响应面子模型,然后利用分布式协同响应面方法建立全局参数与转子径向变形的系统响应面模型。其次,利用系统响应面模型建立涡轮转子径向变形稳健性优化模型,并采用果蝇优化算法来进行稳健性优化求解。优化后涡轮转子径向变形的均值以及标准差比优化前分别降低了7.3%和4.97%,计算结果表明:该方法在工程应用中的可行性和有效性。