新冠疫情背景下航空物流网络的鲁棒优化

为应对新冠疫情影响背景下客机航线中断导致客机腹舱运力减少的风险，以最小的成本提升航空物流网络的鲁棒性，提出不确定客机腹舱运力情境下全货机航线配机及路径优化问题研究。以网络总成本最小化为目标，考虑“客机腹舱+全货机”的运输方式、城市间的航空货运需求、运输距离等因素，建立了客机腹舱运力不确定环境下航空物流网络鲁棒优化模型，并采用列与约束生成（C&CG）算法对模型进行有效求解。通过S货运航空公司案例数据，研究航空物流网络航线优化布局问题。通过案例分析证明，运用两阶段鲁棒优化方法，可有效降低航空物流网络受客机腹舱运力减少导致的成本变动；在客机航线完全中断的状况下，所提方案可以降低航空物流网络20.7%的成本。运用两阶段鲁棒优化方法有利于决策者灵活进行全货机配机选线，在客机腹舱运力不确定影响背景下兼顾航空物流网络的经济性和鲁棒性。     

具有边界保护性能的直升机飞-发一体化控制律

针对直升机飞-发一体化控制和边界保护控制问题，提出了一种基于投影算子的新型边界保护控制律设计方法，基于反馈控制概念设计了指令约束器，通过对控制指令进行修正，实现边界保护控制。基于UH-60直升机和T700涡轴发动机的参数，建立了直升机-传动机构-发动机综合系统的数学模型，采用动态逆和线性二次型调节器（LQR）控制理论设计了直升机飞-发一体化控制律，与基于投影算子的边界保护控制模块进行整合形成完整控制律。采用数值仿真检验了控制律的控制性能，仿真结果表明本文设计的控制律能够实现直升机和发动机的综合控制，在高度、滚转、俯仰、偏航通道实现显模型跟踪控制性能的同时，实现了高度变化率、姿态角、姿态角速率和发动机动力涡轮转速边界保护控制要求。     

基于SP-ABC算法的数控铣削参数优化

针对铣削加工中成本最低的优化问题,采用一种改进的人工蜂群(SP-ABC)算法对铣削参数进行优化.在基本ABC算法的基础上,嵌入粒子群(PSO)算法,以提高算法的局部寻优能力.此外,不同于传统的单工序优化,建立的优化目标模型,在考虑实际生产过程中的各种约束条件下,可同时对粗、精两个阶段多道工序同步进行优化.计算机仿真结果表明,相较其他的基本算法,该算法能够找到更优的铣削参数组合,从而实现铣削加工过程的成本最低化.     

基于支持向量机和粒子群算法的钛合金铣削加工参数优化

钛合金材料在加工过程中受铣削力影响易于产生变形而影响加工效果,为保证加工质量,提高生产效率及降低加工成本,研究切削加工参数的合理选择非常重要.对钛合金材料Ti6Al4V铣削加工进行有限元数值计算,结合试验设计方法构建了基于支持向量机的切削力预测模型,以材料去除率为优化目标,提出了一种基于支持向量机和粒子群算法的优化方法,对钛合金铣削加工参数进行了优化.结果表明,该方法准确、高效、可行,为钛合金加工工艺参数优化提供一种新的方法,具有良好的推广价值.     

一种轮盘式特种调节阀流量特性的修正算法

针对引进的俄罗斯轮盘式特种调节阀(简称特种阀)用于高空模拟试车台(简称高空台)出现的流量特性模型误差太大(最大误差达15%),导致特种阀数学模型精度太低,难以满足高空台伺服调控系统设计要求这一问题,提出一种特种阀流量特性的间接修正方法。借用若干次试验数据,并对其进行筛选、计算分析、对比等处理,获得去数据噪声后的特种阀流量特性的对角分布稀疏数据表。在此基础上,分5类情况按数据特征进行特种阀流量特性系数修正。建立基于修正的特种阀流量特性的数学模型,并将仿真结果与试验数据对比,特种阀流量稳态误差在5%以内。     

气相化学反应与声学振荡的耦合机理数值研究

通过数值仿真方法针对液体火箭发动机内的气相化学动力学与振荡声场的热声耦合机理进行了研究。采用任意拉格朗日算法解耦流动与化学源项间的刚性。采用的多步总包反应机理考虑了底层的准稳态组分脉动。通过入口流量边界的流量脉动向燃烧室中引入纵向声波,并建立了冷流声学相似场模型以分析热声耦合效应的强度。研究发现:在线性小振幅声场中,气相化学动力学控制的释热系统与声学振荡无明显耦合激励;在非线性有限幅值声场中,燃烧室压力与释热波动出现“突跃”并表现为陡峭前沿波,气相化学动力学控制的释热系统与声学振荡发生耦合激励,反应流较其冷流声学相似场的压力振荡振幅增强约300%。最后分析了耦合激励发生的可能原因,提出了气相化学动力学体系的“释热分岔”假说。     

基于遗传算法-序列二次规划的涡扇发动机最低油耗性能寻优控制

航空发动机性能寻优控制可充分挖掘发动机潜力,大幅提升发动机性能。燃油消耗率是发动机的一项重要技术指标,对燃油消耗率进行优化,其经济意义及作战效能十分明显。针对飞机巡航状态下发动机节油特性进行研究,在保证航空发动机推力不变及安全工作(如保证发动机不超温、不超转、不喘振等)的前提下,使燃油消耗率最小。以所建立的双转子混合排气加力式涡扇发动机非线性数学模型为研究对象,提出了一种基于遗传算法-序列二次规划(GA-SQP)混合优化算法,该优化算法充分发挥了遗传算法和序列二次规划算法的优势,同时在一定程度上克服了两者的缺点,利用Matlab对该优化算法进行了仿真分析。在随机选取的10个飞行状态点对航空发动机最低油耗模式性能寻优控制进行研究后发现:基于GA-SQP混合算法的优化控制可平均降低油耗3.61%(采用基于遗传算法的优化控制则为3.68%),基于GA-SQP混合算法的优化控制的平均耗时为基于遗传算法的优化控制的23.4%。仿真结果表明,基于GA-SQP混合算法的优化控制无需人为设置初始解,不仅能达到与基于遗传算法的优化控制基本相同的优化控制效果,同时还可大幅降低计算量,提高了计算效率。     

改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

基于离散粒子群算法的航空发动机总装工艺优化方法

为了提高航空发动机总装工作的效率与质量,加强对总装工序和总装机件的管控,量化不同总装人员工作任务量,提高发动机总装的一致性和可追溯性,提出了1种发动机总装分区优化方法。以改进的2进制粒子群算法为基础,平衡了发动机总装各区域的工作内容,最小化各总装区域的工作差异,增强了每个区域装配机件的关联度,提高了总装工作的并行度,从而提高了装配质量。以某型发动机总装区域划分工作为实例,通过上述算法进行了总装区域划分,量化了所有装配区域每一工序的具体装配内容,减小了不同装配区域间的机件差异,杜绝了缺件、剩件等装配问题。