高效层流翼型设计及试验验证

层流机翼设计技术是民用飞机减阻设计重要的发展方向之一。采用CST参数化方法及现代优化算法开展了面向工程应用的层流翼型设计方法研究,基于某层流技术验证机需求设计了一款层流翼型,采用数值计算和高速风洞试验对其层流特性进行了验证研究。研究结果表明,发展的设计方法可以实现层流翼型优化设计及反设计,优化翼型表面的层流区域显著扩大,升阻比有所提升;为验证机设计的层流翼段在设计点具有超过50%的层流区域,较传统翼段减阻量超过10%。研究结果对军民用高亚声速运输类飞机的层流减阻设计具有一定的参考价值。     

考虑吸气影响的层流翼型梯度优化设计

针对层流翼优化设计问题,推导考虑吸气影响的层流-湍流转捩耦合伴随方程,并结合链式求导法则、自动微分技术及CK(Coupled Krylov)算法实现耦合伴随方程的高效求解,构建基于离散伴随理论的混合层流(HLF)翼梯度优化设计系统。转捩预测采用基于扰动放大因子模型(AFM)的e^N方法。层流飞行试验结果表明,基于AFM的转捩预测方法能够有效捕捉吸气控制影响下T-S(Tollmien-Schlichting)扰动波失稳诱导的转捩现象。利用构建的梯度优化系统开展层流翼型多点设计,并与非梯度优化方法的优化结果进行对比。自然层流设计结果对比显示,不同优化方法得到的设计结果呈现出较强的一致性。混合层流翼型多点设计结果显示,混合层流优化具有比自然层流优化更强的减阻能力。相比于自然层流优化翼型,混合层流优化翼型分别减阻6.1%、5.9%、33.3%、9.5%。本文构建的基于离散伴随的层流翼梯度优化方法能使混合层流机翼的气动性能得到大幅提升,可为未来混合层流机翼减阻设计提供方法支撑。     

桁架拓扑优化几何稳定性判定法和约束方案比较

为提高桁架结构几何稳定性的判定准确度和桁架拓扑优化结果的工程实用性,对桁架结构几何稳定性的判定方法和桁架结构拓扑优化问题中3种几何稳定约束方案的有效性进行了比较研究。首先结合简单桁架示例,对比了判定桁架结构几何稳定性的几种方法,给出评估桁架结构几何稳定性的一种简单流程;然后对处理桁架结构几何稳定性的3种常见约束方案,给出了对应拓扑优化问题的一个统一的半定规划（SDP）模型;最后结合算例讨论了3种几何稳定约束方案下的拓扑优化结果,说明了不同方案的有效性。结果表明,考虑附加载荷或全局稳定约束均不能保证优化后桁架结构的几何稳定性,但在约束值合理设置的情况下,考虑基频约束则可以保证。      

一种圆柱物料装填机器人残余振动抑制方法

为提高载具内的物料装填效率,提出了一种在载具内受限空间中使用的新型圆柱物料装填机器人,并通过优化关节轨迹,对机器人末端残余振动进行抑制。首先,给出物料装填机器人的总体设计方案和工作流程。然后,结合物料装填机器人的结构特点,应用拉格朗日方法建立封闭形式的刚柔耦合动力学模型,并应用模态分析方法得到机器人末端动态响应计算方法。最后,以物料装填机器人关节残余弹性势能最小为优化目标,使用最大最小蚂蚁系统,对机器人关节轨迹进行优化,并对优化结果进行仿真验证。仿真结果表明,优化后的关节轨迹,在满足快速装填要求的基础上,可以降低约34.4%的关节残余弹性势能和约37.6%的机器人末端振动振幅。      

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.      

利用人工神经网络快速计算木星系磁坐标

在木星辐射带研究中,从地理坐标向磁坐标的准确转换是建模基础.以往的建模中,磁壳参数L值的计算基于磁偶极场假设,该方法精确度较差.结合最新的高精度木星磁场模型JRM09,本文提出基于磁力线追踪法的木星磁坐标计算方法,并分析其合理性和必要性.要求精确度较高时,磁力线追踪法计算耗时很长.本文在磁力线追踪法的基础上进行改进,提出基于人工神经网络的磁坐标快速计算方法.该方法包括分类器和拟合器.分类器基于Adaboost算法的BP神经网络,用于预测某地理坐标是否在内磁层,如果在内磁层,则用拟合器计算L值.拟合器采用遗传算法优化BP神经网络.结果表明,分类器的分类错误率在3%以内,而拟合器的预测误差在7%以内.以Juno号一圈探测轨道为例,利用神经网络的磁坐标计算法比磁力线追踪计算法速度快3个数量级以上.基于人工神经网络的磁坐标快速计算方法可用于未来木星辐射带的研究.      

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

升力体式浮升混合飞艇多学科设计优化

升力体式混合飞艇是全球远距离大载重运输的重要选择,随着全球贸易的发展,逐渐成为国内外的研究热点。作为航空宇航技术、新能源技术和高性能材料技术相结合的新概念飞行器,混合飞艇设计过程需对多个学科进行综合考虑和优化。为了将多学科设计优化（MDO）方法引入到混合飞艇的总体设计中,将其分解为能源子系统、气动和推进子系统以及结构和重量子系统。在子系统模型构建的基础上,提出具有自适应能力的基于响应面的并行子空间优化（CSSO-RS）算法,将重量平衡和能量平衡作为实现远距离载重运输的约束条件,并提出爬升、日间巡航、滑翔和夜间巡航的多阶段任务剖面,以充分利用太阳能电池、燃料电池和锂电池的优势,实现混合飞艇的最优化设计。优化结果表明:具有自适应能力的优化算法在精确度和计算效率上均有明显的优势,同时重量分配的结果也为混合飞艇结构轻量化设计和能源系统设计提出了更高的要求。      

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。      

压电周期板中耦合禁带影响规律分析

近年来,利用周期结构中弹性波禁带特性减振的研究思路受到了广泛关注。针对以往周期结构难以实现宽频且可调禁带的问题,设计了一种含电路网络的压电周期结构。该结构中的弯曲波和电路网络中的电波通过压电效应可以产生一个较宽的耦合禁带,且通过调整电路参数就可以达到调节禁带位置的目的。首先,为了高效计算该结构的波动特性,开发了适用于压电周期结构的减缩波有限元算法,该算法可以在保证结果准确性的基础上节约90%以上的计算时间。利用该算法研究了压电材料尺寸和形状对耦合禁带性能的影响。结果表明:相同电学参数下,随着压电片尺寸的增大,耦合禁带向低频移动,且禁带带宽增加;相同面积下含圆形和方形压电片的机电系统内耦合禁带差异较小,即形状对耦合禁带的分布影响不大。其次,针对不同尺寸和形状的机电系统,设计了电学参数使得在同一频率附近产生耦合禁带,并分析了其性能差异。最后,为了证明耦合禁带的减振效果,设计了一种有限压电周期板模型,其强迫响应的结果证明了耦合禁带对结构内弹性波可以进行有效调控。