基于动态指标的飞机方案多目标优化方法

为提高飞机方案多目标优化过程中最优解的搜索效率,对多目标方案的比较评价方法及其在优化中的应用进行了研究.提出了可用于多目标方案对比评价的基准指标,并建立了利用新生成方案的目标值对基准指标进行动态更新的动态指标.通过采用动态指标构造适应度函数改进了多目标遗传算法,进行的双目标优化算例表明,改进的算法能够获得更优的Pareto前沿.采用改进的多目标优化方法对一种轻型战斗机概念方案进行了优化设计,设置了重量、气动、隐身等4个优化目标,优化结果验证了基于动态指标改进的多目标遗传算法在飞机概念方案设计优化中的有效性.      

应用LDV测量内流分离流的实验研究

本文叙述了使用二维激光多普勒测速系统(LDV)测量曲壁扩张管中湍流分离区的试验研究。讨论了在测试过程中 LDV 系统的参数设置、粒子投放以及近壁面测量时的光路调整等技术。给出了实验结果并作了初步分析。     

模拟涡轮旋转叶片冷却通道换热的初步实验研究

本文主要阐述了一台研究旋转涡轮叶片或其他类似旋转部件冷却系统换热的实验设备,并介绍相应的实验手段和初步实验结果。 本实验可模拟气流平行于旋转轴方向的流动和气流垂直于旋转轴方向向外流及向内流等三种情况,基本上概括了冷却系统的全貌。故能满足旋转部件冷却系统换热的实验要求,试验结果是令人满意的,为旋转情况下的换热研究开辟了新路。     

一种有效的优化数据仓库性能的解决方案

要在数据仓库环境中获得长期优良的性能最大的障碍就是发现数据仓库中大量的休眠数据；数据仓库中的海量数据隐藏了最终用户查询所需要的数据，降低了查询效率。用于提高数据仓库性能和减少休眠数据存储费用最有效的方法就是移除休眠数据。本文简要分析了休眠数据进入数据仓库的主要方式；改进了数据仓库中休眠数据量的统计方法，以便准确地计算休眠数据量的大小；设计了利用活动监视器监视运行于数据仓库的事务以便查找休眠数据；提出了用近线存储方案移除休眠数据和利用跨媒体存储器管理休眠数据的方法，取得了较好的应用效果。     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

多模式高概率量子搜索算法

量子搜索问题是发展量子神经网络必须要解决的问题之一.本文在分析了Grover量子算法基础上,针对量子神经网络要处理多模式问题提出了一个多模式高概率量子搜索算法,它通过一系列的么正操作能在模式集中以较高的概率搜索目标,并且该算法在搜索目标模式时能在一次算法的执行中就找到目标,所以它远比经典的搜索方法要快,而且随着模式集和目标数的增多,它运行效果越好,最后验证了算法的可行性和有效性.     

遥感图像中港口目标识别技术

针对遥感图像中港口目标识别的特点,提出了一种基于纹理特征分类与轮廓识别的高效港口识别算法.该方法首先采用梯度分析方法进行海陆分割,得到水域与陆地的二值图像,并据此提取轮廓,然后利用差分链码标记提取港口轮廓,最后检测与链码拐点有关的三个特性,得到港口基元的识别结果.实验结果表明,该算法能够有效地识别遥感图像中任意方向和任意凹凸的港口目标.     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。     

可靠性评估方法在运载火箭阀门中的应用

首先论述了阀门可靠性评估的国内外研究现状,然后以减压器为例分析了航天阀门的工作特点,结合其任务剖面,并根据增压输送系统分配的可靠性指标,建立了适于工程应用的可靠性评估模型.     

超临界萃取装置自动控制系统

超临界CO2萃取（Supercritical CO2 Extraction）技术以其提取率高、产品纯度好、过程能耗低、无污染等诸多传统分离技术不可比拟的优势，备受各行业的青睐，广泛应用于生物、中草药、化工等行业。论述了设备自动控制系统。