某型主燃油调节器加速供油规律不正常故障分析

针对主燃油调节器加速供油规律不正常故障,列举出与之相关的零部件,采用故障树逐级分析的方法,将故障点定位到P_2活塞与衬套上的配合间隙,并进行了试验验证,成功排除了故障,提出了注意事项及解决措施。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

基于平衡核函数聚类的飞行航迹数据分析方法

目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值。飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难。文章立足提高飞行航迹数据聚类分析的准确性,在航迹特征数据的预处理阶段,提出了一种平衡核函数的K-均值聚类方法,可以解决高维特征数据带来的奇异性,还能提高交叠样本的聚类性能;设计了一种模糊支持向量机的算法框架实现航迹的分类。通过实际飞行航迹数据集测试了设计框架下航迹聚类和分类识别的有效性,在实际工程上具有广泛的应用前景。     

航空发动机整体叶盘结构刚度的多目标优化

针对航空发动机多级整体叶盘结构在工作过程中变形过大的问题,以参数化结构的多目标优化数学模型为基础,对代理模型生成的响应面进行遗传算法寻优,获取控制条件下的最佳刚度结构,并根据响应面的局部敏感度结果改进了结构方案。结果表明:运用多目标遗传算法能够有效实现多级整体叶盘的刚度优化,最终在控制质量仅增加10.5%的前提下,使最大轴向变形减小28.8%,最大总变形减小1 5.8%;提出的改进结构方案有效改善了结构的抗变形能力,进一步提高了结构的刚度优化潜力。     

基于Arrhenius模型的星载电子产品加速寿命试验技术

为满足"高分三号"卫星8年长寿命在轨数据处理需求,须开展针对数据处理单元(DPU)的可靠性设计验证。针对星载DPU,采用基于阿伦尼斯(Arrhenius)模型的加速因子估计方法进行高温加速寿命试验方案设计与分析,并给出故障判定及处理准则。8年加速寿命试验结果验证了DPU产品各项功能和性能满足技术指标。加速寿命试验技术能够在较短的时间内用较低的成本快速估计星载电子产品的可靠性,在航天产品设计中具有广阔的应用前景。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

悬停状态剪刀式尾桨气动/噪声特性优化分析

建立了一套基于CFD(computational fluid dynamics)方法和FW-H(Ffowcs Williams-Hawkings)方程的剪刀式尾桨气动噪声预估技术和组合优化算法的尾桨外形参数设计方法。基于嵌套网格方法采用雷诺平均Navier-Stokes(RANS)方程作为尾桨流场求解控制方程,采用了一套适用于剪刀式尾桨悬停气动特性模拟的高效CFD方法。在流场分析的基础上,采用FW-H方程预测剪刀式尾桨在典型观察位置处的气动噪声。分别在控制总距以及控制拉力系数不变的情况下,以提高尾桨悬停效率同时降低气动噪声为目标,对剪刀式尾桨的剪刀角和轴间距两个主要外形参数进行优化设计。将基于拉丁超立方(LHS)方法和径向基函数(RBF)的代理模型方法与遗传算法过程相结合,建立了一种有效的组合优化算法。结果表明:剪刀角和轴间距的不同组合可以通过削弱桨-涡干扰现象从而实现降低旋翼桨-涡干扰噪声的目的。在当前的计算状态下,优化得到的剪刀式尾桨的悬停效率比常规尾桨高16%,其平均声压级比常规尾桨降低了2.3 dB。      

基于改进遗传算法的柔性作业车间调度

在实际的柔性作业车间调度中,不但工件需要加工时间,而且工件在各个机器之间利用AGV转移也需要占用一定的时间,因此对柔性作业车间调度中考虑AGV运输时间的研究更具有实际意义。首先,针对此问题,建立了有AGV约束的柔性作业车间调度数学模型。其次,提出一种多段式编码,可以使得一些对进化没有帮助的基因直接被淘汰掉;提出一种分阶段的自适应交叉和变异概率公式及多种群进化机制以实现快速收敛及全局优化的效果。最后,仿真实例验证了本文提出算法的有效性和可行性。     

主流压力梯度对气膜冷却效率影响的数值研究

分别对收缩通道、扩张通道和直通道中亚声速主流条件下的气膜冷却进行数值模拟,对比分析了不同主流压力梯度、次流吹风比条件下的主流和次流流场、温度场特征。研究结果表明:引起气膜冷却效率变化和不同发展趋势的因素可归结为主流边界层厚度、主次流自由剪切混合程度、肾形涡的强度和位置等因素。相对于零压力梯度的主流条件,在吹风比较小(M=0.25)的情况下,主流的逆压力梯度一方面增厚边界层、增强了气膜射流对主流的穿透,另一方面减小了肾形涡的强度,综合作用的结果是气膜平均冷却效率提高了4.91%。在吹风比较大(M=2)的情况下,主流的顺压力梯度扼制主流边界层的发展、抑制气膜射流的穿透能力,降低肾形涡涡核的位置,从而提高气膜冷却效率达17.40%。      

微电网三相负荷不平衡的量子遗传优化算法研究

为了解决微电网中普遍存在的三相负荷不平衡问题,详细分析了微电网三相负荷不平衡特征,提出了一种新的微电网三相负荷计算方法,并采用了改进型量子遗传算法对模型进行优化求解。所用的量子优化算法中引入了双链式结构和动态旋转角调整策略,提出了一种新的改进型量子遗传算法,并求解得出合适的解,从而获得最优的三相负荷接入方案。最后通过算例仿真验证了所提模型、策略和算法的有效性和可行性。