关于多目标气动优化设计中伴随方法与对策理论的耦合研究(英文)

本文研究了多目标气动优化设计中伴随方法和对策理论的耦合问题,给出了伴随方法在每个对策策略中的具体应用和数值方法。在合作对策中伴随方法被并行地执行以共同得到Pareto阵面上的最优解;相反在Nash对策中伴随方法在Nash策略的最后被耦合起来以互相竞争的形式得到各自目标的最优解;而在Stackel-berg对策中伴随方法被分层耦合进"领头人"和"跟随者"的策略中以求解他们相互依赖的平衡解。文末的优化算例表明了本文耦合算法及其数值过程在求解多目标气动优化设计问题中的有效性。     

基于健康蜕化的航空发动机传感器故障诊断(英文)

改进在线故障诊断算法使其能适应发动机健康蜕化是目前故障诊断所面临的困难,如果诊断算法没有自适应能力,在发动机健康蜕化后将失去其诊断功能。为了解决此问题,提出在线故障诊断算法,采用跟踪滤波器估计发动机的健康状况,机载模型根据跟踪滤波器的估计结果进行更新。更新后的机载模型能够与真实的发动机相匹配。这使得当发动机健康蜕化后在线故障诊断仍能保持其有效性。最后采用一组卡尔曼滤波器来对航空发动机传感器故障进行诊断与隔离。通过设计好的一组卡尔曼滤波器,能够诊断并隔离出故障。本文使用非线性发动机模型来验证此方法,仿真结果表明本文提出的在线诊断方法在发动机健康蜕化后仍能保持其有效性。     

高精度反射面板制造中边值问题的求解方法(英文)

采用三层铝板两层蜂窝芯的夹层结构制造高精度反射面板是一种先进、复杂的技术。其中,单层铝板的受力分析和夹层板的回弹计算是成形精度的根本保障。利用Fourier级数表示单层板应力函数、利用幂级数表示夹层板挠度函数,分别对高精度反射面板制造中单层板压贴和夹层板回弹两类边值问题进行了求解。与有限元模拟结果对比表明,本文提出的单层板压贴膜应力计算Fourier级数法具有较高精度;与试验结果对比表明,本文提出的夹层板回弹量幂级数法具有满意精度。     

基于联系度的雷达导引头综合能力评估

雷达导引头是反舰导弹的重要组成部分,对其综合能力的评估是一个多因素综合评判问题。文章分析了影响雷达导引头综合能力的主要因素,建立了雷达导引头综合能力评估指标体系和基于联系度的雷达导引头综合能力评估模型,并提出了联系度的比较规则。最后,评估得出了国外几种典型的雷达导引头综合能力的优劣排序。     

航空发动机小波神经网络PID控制

提出了一种基于小波神经网络在线辨识的航空发动机比例-积分-微分(PID)控制算法.网络采用三层前向网络结构,以小波函数作为隐含层的激励函数.采用离线训练的方式训练出网络参数,以网络输出和输入之间的偏导数代替发动机模型输出和输入变量之间的偏导数,用以在线修正PID控制器的参数.阶跃响应测试表明,用小波神经网络整定的PID控制系统动态调节时间小于2s,稳态误差为零,在全飞行包线内均稳定正常工作.      

有、无障碍物爆震管起爆过程的CE/SE模拟

用时空守恒元和解元(CE/SE)法模拟有无障碍物情况下爆震管二维爆震波的形成和传播过程,分析爆震波的不同机理,研究在较低能量下,点火区温度、爆震管管径以及障碍物对爆燃-爆震转捩过程(DDT)的影响.控制方程采取无量纲形式,用拓展的隐式梯形法实现刚性源项积分.研究表明,点火能量与点火压力相关,在较低的点火能量下,可以通过提高点火温度、减小爆震管径及加入障碍物加强爆震过程,减小爆燃-爆震转捩过程DDT时间和距离.为研究爆震波点火和DDT过程提供了理论依据.      

不同结构超声速燃烧斜坡喷注器性能对比研究

为了进一步研究斜坡结构特点对超声速流场混合增强作用,设计了膨胀型和压缩型两种斜坡实验件,并分别进行了火焰传播、纹影及油流谱实验.利用数值仿真的方法对斜坡后压力分布、激波间相互作用以及流向涡的卷起过程进行了分析研究,与实验结果对比一致.最后分析了实验结果与国外相关研究的差异,论证了该设计的两种斜坡喷注器中膨胀型斜坡有更好的自燃及火焰稳定作用.      

一种新的微细精密航空制造技术—纯水微细电解加工的工艺研究(英文)

为了寻求航空精密微细制造新技术并实现绿色制造和精密微细制造,对一种新型微细电解加工方法——纯水微细电解加工进行了研究。基于水解离机理,在新研制的试验装置上,采用不同的试验条件,进行了一系列工艺试验,探索并揭示了实现纯水微细电解加工的必要工艺条件和工艺规律,加工了圆孔和字母"PW-ECM";还研究了超声振动—纯水电解复合加工新方法,进而在不锈钢薄片上加工出三角、方形盲孔、三角通孔;试验研究结果证明了纯水微细电解加工的可行性。     

民用飞机初始库存量的预测模型及优化方法研究

以民用飞机可靠性数据为依据,对ABJ21飞机备件进行合理的分类,并建立了相应的初始库存量预测模型,对ARJ21飞机初始库存量需求进行定量的计算和优化分析,在一定条件下达到了制造商的节约成本和满足一定可用度的双重要求。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。