基于核主成分分析的涡轮盘结构设计优化

为解决轮盘形状优化过程中变量多且高度非线性的问题,建立了基于核主成分分析(Ker?nelized Principal Component Analysis,KPCA)技术的航空发动机轮盘优化方法.利用控制点形式的非均匀有理B样条(NURBS)曲线构造涡轮盘截面形状,以控制点的坐标作为设计变量;利用实验设计(DOE)进行...     

改进多元宇宙算法在航空发动机不暖机模型修正中的应用

航空发动机不暖机会产生性能损失,此时原有发动机模型已经不能准确表达发动机性能,因此,需要利用模型修正技术对原有的发动机模型进行修正,以获得发动机不暖机情况下的数学模型.提出了一种改进多元宇宙优化算法(Multi-verse optimization,MVO),并将其应用于发动机不暖机模型的修正研究.在常规MVO算法基础...     

高速自旋飞行器气动参数辨识

根据高速自旋飞行器运动的特点，发展了气动参数辨识的一种数学模型，辨识参数包括静态气动导数、气动阻尼导数和马格努斯力矩导数等。仿真算例证实了该数学模型的有效性。应用该数学模型分析处理了某高速自旋飞行器的飞行试验数据．辨识获得了其主要气动参数，并分析了若干常见误差源对气动参数辨识结果的影响。     

基于相位差分的雷达信号参数估计方法

由于接收信号长度有限而存在频率离散化采样的限制,FFT(Fast Fourier Transform,快速傅里叶变换)对雷达信号频率的估计精度会降低。基于相位差分的频率估计方法可以对这一偏差进行估计,从而减小FFT的估计误差。尝试将该方法应用于LFM(Linear Frequency Modulated,线性调频)信号带宽的估计问题,并对此进行了仿真验证,结果证明该方法对雷达信号频率和带宽估计有一定的应用价值。     

多无人机协同覆盖路径规划

多无人机协同覆盖路径规划(CPP)由于其并行性和容错能力,对于提高无人机完成侦察、监视、搜索等任务的效率具有重要意义。提出了一种基于无人机任务性能评价和任务区域划分的多无人机协同CPP算法。定量分析了无人机执行覆盖任务的能力,根据无人机及携带成像传感器的性能给出了计算无人机任务性能指数的数学公式;提出了一种基于任务性能和子区域宽度的任务区域划分算法,使无人机的总转弯次数达到最少。仿真结果表明,所提出的CPP算法能够规划出全局最优的多无人机协同覆盖路径。     

基于软件过程对象模型的度量定义方法

CQM(Goal-Question-Metric)模型是一种面向目标的定义度量的方法，在软件过程度量中被广泛采用，同时也渐渐显露出它的不足。通过对软件过程对象模型和GQM模型的分析，提出了一种结合软件过程对象模型和GQM模型的度量定义方法，使度量的定义更具体。     

会计信息失真的经济学思考

针对会计信息失真现象的泛滥，首先分析了会计信息失真的现状，在此基础上主要从经济学的角度分析了由于市场经济制度不完善、产权制度不完善和激励与约束机制不配套所带来的会计信息失真，最后提出从完善市场经济制度、完善产权制度和完善激励与约束机制等方面防范会计信息失真。     

基于自适应本征正交分解的涡轮级多学科设计优化

为了提高涡轮级多学科设计优化的优化效率,基于本征正交分解(Proper Orthogonal Decomposition,POD)技术,并结合快照样本自适应更新方法,提出了一种综合的涡轮级多学科优化系统。首先,通过进行POD分析,仅保留占优势的基函数,并以POD系数作为新的设计变量,设计变量个数由60个缩减为5个,提高了优化效率。然后,基于自适应进化规则,优化过程中对快照样本进行不断的进化和修正,从而提高POD精度。最后将该方法与涡轮多学科优化流程相结合,建立了一种高效率、高精度的优化策略。某涡轮优化的结果表明:该优化策略适于设计变量较多的复杂优化问题,且具有良好的收敛性,优化后设计点等熵效率提高了3.5%。     

三维中空夹芯复合材料拉伸性能的有限元分析

利用有限元软件Workbench,建立了三维中空夹芯复合材料结构模型,进行拉伸性能研究。利用该模型,探讨了材料在1 mm拉伸位移载荷作用下纤维、树脂和复合材料的应力、应变分布。结果表明:三维中空夹芯复合材料在拉伸载荷作用下,"X"形芯材交叉处应力最大,最容易发生拉伸破坏;上下面板应力最小,最不容易发生拉伸破坏;复合材料在承受拉伸载荷作用时,增强体纤维起主要承载作用,基体树脂起次要作用;当拉伸位移载荷达到1 mm时,材料的破坏模式主要为树脂破裂。     

基于粒子群算法的涡扇发动机气路性能修正

针对由于建模过程中条件简化及发动机零部件的差异性导致的发动机数学模型计算结果与整机性能实测数据偏差较大的问题,提出基于粒子群算法(PSO)的发动机模型修正方法,运用修正因子提高模型计算精度。将修正后发动机模型的计算结果与实测数据对比,结果表明:运用PSO算法对模型进行的修正能够显著提高模型的精度,修正前模型计算值与实测值的最大误差达4.85%,修正后最大误差只有0.97%,修正效果良好,且涡轮等后端部件比压气机等前端部件精度提高更为明显。