基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

机器人制孔工艺参数优化有限元仿真分析

采用大型有限元DEFORM-3D和Abaqus软件分析机器人制孔的切削机理和制孔时机器人的振动机理。仿真分析了机器人制孔的切削力,并以仿真数据为基准,拟合了机器人制孔切削力的经验公式,仿真机器人的模态、刚度和阻尼,运用颤振理论分析了机器人制孔时避免振动的工艺参数范围。通过有限元仿真研究表明:有限元仿真计算有效地解决了机器人制孔工艺参数优化问题。     

基于遗传算法的快速成型分层方向优化设计

快速成型制造技术具有高度的柔性和灵活性,应用前景广泛。快速成型分层方向的选择,对于零件的制作精度、成型时间及制作成本有着重要影响。目前常见的分层方向算法往往顾此失彼,为了尽可能同时满足这3个单目标模型的最优化,本文提出将均匀设计、正交设计与遗传算法相结合作为求解多目标优化的新方法,可用较少的计算量求得分层方向的最优解。实验结果表明,改进后的算法有效,在迭代次数和所用时间上远远优于目前常用的基本算法。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

双翼布局微型飞行器气动特性试验研究

通过低速风洞试验研究了使用双翼布局改善固定翼微型飞行器(MAV)气动性能的问题.首先比较不同平面形状单翼(齐莫曼翼和反齐莫曼翼)与双翼布局的气动特性.在此基础上为了优化低雷诺数范围内的双翼布局,研究不同几何参数对气动特性的影响,包括双翼不同的翼间距和交错位置以及不同的上下翼平面形状,并分析了造成这种气动性能差异可能存在的流场相互作用机理.研究表明,双翼布局能够改善单翼微型飞行器的气动性能,双翼之间的相对几何位置对其气动特性影响很大.通过不同平面形状上翼与下翼组合的比较发现,就最大升力和升阻比而言,上翼为齐莫曼翼、下翼为反齐莫曼翼且上翼位于下翼上游的布局较优.     

高速铣削系统稳定性动态优化新方法

考虑铣削过程中的自激振动和强迫振动,基于延迟微分方程的稳定性判定准则和强迫振动共振区的半带宽理论,提出一种铣削系统稳定性动态优化新方法.该方法通过选择切削参数和修改系统结构参数,在保证加工表面精度的前提下,获得大的稳定性材料去除率.其目标函数是材料去除率,约束条件是铣削过程稳定且非共振,动态优化变量是铣削系统的切削参数和结构参数.优化程序被阐明,实例分析结果显示,系统在稳定非共振条件下,加工时的材料去除率相比于优化前提高了18.86%.另外,为获得最大的稳定材料去除率和较好的表面精度,在铣削系统优化过程中,应同时考虑颤振稳定性和共振的影响.     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

机身整体壁板在轴压载荷下后屈曲计算及结构优化

以民机机身组装壁板为基准,设计了等重量的整体壁板结构,并分别建立了两种壁板的有限元模型.通过组装壁板轴压试验结果与非线性、大变形的有限元计算结果比较,对有限元模型进行了验证,两者结果吻合很好.在此基础上,有限元计算分析得出了组装壁板与整体壁板在轴压载荷下的破坏形式与承载能力的差异.结果表明,整体壁板承载能力比现有的组装壁板承载能力提高了18.4%.最后基于有限元模型与二次响应面模型对整体壁板尺寸进行优化,优化后壁板轴压承载能力不变,结构重量减轻了8.7%, 故为整体壁板设计提供了很好的依据.     

一种基于负载均衡的多Agent路径规划算法

在分布式信息查询系统中,使用多个Agent协作完成查询任务是一种有效的方法,所有Agent的总行程影响网络的通信流量,单个Agent的最大负载决定了壹询任务的完成时间.现有方法大多研究如何减少Agent的总行程,未考虑Agent的负载均衡问题.本文提出一种基于负栽均衡的多Agent迁移路线规划(Load balancedmulti-agent planning,LBMAP)算法首先寻找图中一条包含所有节点的TSP回路,然后使用动态规划算法将该回路分为多段,每个Agent访问其中一段,算法兼顾了两个优化目标:最小化Agent的总行程、最小化Agent的关键负载.仿真实验表明:随着Agent平均访问节点数的增大,LBMAP算法的性能趋近于理论最优值.