加速寿命试验方法及其在航天产品中的应用

介绍了加速寿命试验方法的相关概念,总结了加速寿命试验方法的三种常用类型与特点,阐述了加速寿命试验方法的目的、原理、加速模型以及统计分析;并总结分析了国内外加速寿命试验方法在航天产品中的工程应用;最后展望了该研究领域的发展趋势。     

弹道折合的遗传主成分方法

制导工具误差折合是导弹精度评定中的重要问题,针对传统主成分方法中主要成分选择只考虑试验弹道的问题,提出了充分考虑试验弹道与全程弹道特点的主成分确定方法,并利用遗传算法确定最佳主成分子集。仿真计算表明,与最小二乘和经典主成分方法相比,遗传主成分算法获得的全程弹道遥外差与落点偏差更接近于真实值。     

基于遗传算法的快速目标匹配方法

为解决在测量图像目标识别中因采用模板匹配方法而产生庞大计算量的问题,将遗传算法应用到测量图像模板匹配中。根据测量图像的特点,利用匹配产生的相关数据变化规律,对标准遗传算法进行改进,提出一种测量图像快速匹配方法,可消除标准遗传算法的大量无效搜索。实验结果表明,该方法比标准遗传算法速度快、精度高。     

存在初始引导场情况下的无碰撞磁场重联

采用二维三分量的全粒子模拟方法研究了不同初始引导场情况下的无碰撞磁场重联及初态为一维的Harris电流片.结果表明,Bz0＞0.5B0的强引导场不仅会显著改变粒子的运动轨迹,而且会改变重联区附近的电场和流场结构,从而影响重联率和电子加速.运用广义欧姆定律解释了不同引导场下电场的结构特征.另外,通过对扩散区附近束流电子的跟踪研究发现,在二维模型中,不论引导场强弱,位于扩散区中心垂直模拟平面的感应电场对电子加速起主要作用,而扩散区外平面电场的贡献很小.      

复杂系统的可靠性分配和优化

在考虑成本的基础上,通过建立一种实用的成本-可靠度函数和非线性规划模型,将对组件的可靠性最优分配的问题转化为对非线性规划问题的求解,从而为复杂系统可靠性的最优化问题提出了一种新的方法.对于非线性规划问题,为获得具有实际意义的数值解,提出了一种具有自适应的改进型遗传算法,对非线性规划问题求解,解决了更复杂结构系统可靠性分配的优化问题.      

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

大型星载展开天线动力优化设计

对周边桁架式星载展开天线的动力优化问题进行了研究．分析了天线的结构特点，对结构预应力设计变量进行了选择和归并．讨论了以天线结构质量为目标函数，以周边桁架各单元的截面积和反射索网中各拉索单元预应力为设计变量，在优化中同时考虑天线结构的反射面精度要求、天线的动力性能和静力性能要求的展开天线动力优化设计问题，建立了天线结构的动力优化数学模型．最后，将该模型应用于某17m口径的天线结构，并利用改进后的遗传算法对其进行了优化计算，取得了比较满意的结果．     

弹上电子产品起飞前工作时间折算研究

基于MIL-STD-810F等效公式,给出了弹上电子产品在导弹发射前通电工作时间折算为飞行任务时间的环境因子计算方法;论述了因发射前振动量级极小,发射前工作时间可以忽略不计;提出了加速试验方式,使高可靠性、长时间工作电子产品可靠性试验验证成为可能。     

基于可变重调度区间的柔性作业车间动态调度策略

针对动态柔性作业车间调度问题,提出了基于可变重调度区间的动态重调度策略。建立了柔性作业车间调度数学模型。提出一种初始化机器、初始化工序和随机初始化相结合的改进种群初始化的方法,进一步提高初始种群解的质量。实际生产案例仿真对比分析结果表明,利用本文重调度策略和改进遗传算法后得到的结果比企业实际运行时间缩短了47.8%,比他人的调度策略所得到的优化结果提高了5.4%,从而验证了本文所提出算法的可行性和有效性。     

自适应遗传 PID 算法在风洞风速控制中的应用

风速控制是风洞的核心控制部分,风速控制系统的优劣直接影响风洞性能指标,为了完成 FDxx 风洞的风速控制系统,设计了一种基于自适应在线遗传算法的 PID 参数整定方法,在风洞气源资源有限的情况下,快速建立流场,确保流场稳定时间。首先对控制参数进行联合编码,在种群个体进化前期采用锦标赛精英保留策略,后期采用基于轮盘赌非线性选择方法,加快算法收敛速度,同时避免了算法过早陷入局部最优,交叉选用单点交叉,变异采用均匀取反法,动态调整过程为了减小甚至避免超调,采用误差绝对值及误差和误差变化率加权方式设计目标函数,并采取了惩罚措施,即一旦产生超调,将超调量作为最优指标的一项,现场测试验证了算法的可靠性及实用性。