复合材料加筋壁板的两步优化法

通过采用辅助层压板和添加极小弹性模量材料的复合材料加筋壁板有限元建模方法,应用MSC．PAT－RAN／NASTRAN的参数化建模与遗传算法相结合的复合材料加筋壁板的两步优化方法,对复合材料T型加筋壁板进行了从2000 N／mm到6000 N／mm压缩载荷下的结构优化分析。提出的基于参数化模型和遗传算法的复合材料加筋壁板的两步优化法分为壁板级优化和层压板级优化两部分,在壁板级优化得到最优的结构尺寸参数,在层板级优化得到最优的层压板铺层顺序。     

航空发动机分布式控制通讯网络拓扑结构优化

针对航空发动机分布式控制系统通讯网络拓扑结构的构架问题,建立航空涡扇发动机机匣模型,选取具有代表性的10个传感器作为控制节点开展研究。同时考虑发动机表面存在通讯总线不可通过区域,以及控制节点的工作可靠性因其重要程度存在差异的约束条件,利用遗传算法对航空发动机分布式控制系统通讯网络的拓扑结构进行优化设计。结果表明:优化过程简单,并且优化得到的通讯网络拓扑结构在满足约束条件的基础上线束总长度最短。     

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。     

1种发动机自适应模型的修正方法

为解决由于工艺落后和性能衰退所导致的发动机模型与实际发动机失配的问题,从而达到视情维修的目的,建立了1种基于遗传算法的自适应模型修正方法.利用遗传算法高效率的全局搜索能力,以发动机性能参数为目标,优化部件参数,实现了模型的修正,并通过分析发动机性能参数对部件参数的敏感性,研究了选取不同组合的待修正部件参数对模型修正精度的影响.结果表明:采用该修正方法所建立的发动机模型准确性高、鲁棒性强,且具有良好的通用性,为发动机的健康管理和故障诊断提供了重要依据,具有很好的军事和工程应用价值.     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

单扇区管制移交间隔管理模型和算法研究

针对区域管制移交间隔管理问题进行研究,通过分析当前的流量管理模型和算法,提出单个扇区管制移交间隔管理模型。在研究中,引入间隔矩阵概念,以指定时段内的延误控制为目标,分析扇区容量和管制移交高度层选择等限制因素,建立数学模型,并通过间隔增量矩阵的使用来优化算法。算例中采用在国内某区域管制范围内的繁忙时段数据进行了分析和验证。     

基于滑动时窗策略自适应优化支持向量机的航空发动机性能参数在线预测

针对传统航空发动机性能参数时间序列预测方法存在的不足,提出了基于滑动时窗策略自适应优化支持向量机(Support Vector Machine,SVM)在线预测模型。该方法解决了训练样本动态适应性差的特点和老旧数据信息影响预测模型精度的问题。在该方法中,滑动时窗策略实时更新时窗数据训练样本,最终误差预报准则(Final Prediction Error,FPE)自适应地确定嵌入维数,遗传算法(Genetic Algorithm,GA)则实时自适应优化SVM建模参数。应用航空发动机排气温度偏差值(Delta Exhaust Gas Temperature,DEGT)数据进行实例验证,结果表明基于滑动时窗策略的自适应GA优化的SVM (GASVM)在线预测模型比传统的GASVM预测模型预测精度有显著提高。进一步分析了预测模型不同时窗宽度对短期预测精度的影响,展示了1步～10步预测的效果,结果表明在线预测模型在不同时窗宽度下短中期(5步以内)预测效果良好且稳定。文中提出的在线预测模型可用于航空发动机性能参数的预测,实现对航空发动机未来性能变化的预警。     

基于试验设计-遗传算法的船用柴油机冷却系统多目标优化

为了获取某型船用柴油机冷却系统的最佳运行参数,在柴油机可靠运行的前提下,尽量提升动力性和经济性。建立了柴油机工作过程-燃烧室-冷却系统耦合仿真模型,提出试验设计-遗传算法优化算法,该算法具备节省试验成本和多目标全局寻优的优势,选取柴油机的6个典型推进工况点进行研究,采用该算法对冷却系统运行参数开展多目标优化设计,优化设计以海、淡水泵转速为变量因子,以提升动力性参数和经济性参数为目标,以涡前排温、淡水出机温度和峰值缸压为约束条件,优化后,在低负荷点,淡、海水泵节省功耗79.4%、71.73%,扭矩提升7.2%,有效功率提升7.6%,热效率提升8%,耗油率降低6.73%,摩擦功降低9.71%,峰值缸压降低5%。研究结果表明：耦合仿真模型与实机更加贴近;试验设计-遗传算法在解决强耦合、非线性系统的多目标优化问题具备成本低、效率高、精度高的优点。     

民机空调系统部件不完全维修决策优化

针对民机系统部件维修通常存在的"维修过剩"与"维修不足"问题,提出一种综合考虑维修经济性与可靠性的不完全维修优化模型。引入改善因子表达不完全维修对部件有效寿命的影响,采用最小维修、预防性维修和修复性更换相结合的维修策略,构建以单位时间总维修成本最低为目标、可靠寿命为约束的数学模型,利用遗传算法进行求解,获得优化的维修时间间隔。以民用飞机空调系统部件的维修为例验证了优化模型的可行性,可为航空公司制定合理高效的维修计划提供支撑。     

基于最小加工表面裂纹的TiAl合金铣削参数优化

TiAl合金以其优异的性能被广泛应用于航空、航天制造领域,但由于TiAl合金自身的物理、化学特性,导致其切削性能较差,加工过程中容易出现工件表面烧伤、表面微裂纹等问题。为了研究TiAl合金铣削加工过程中切削工艺参数对加工表面裂纹的影响规律,设计了TiAl合金切削参数与加工表面裂纹之间的正交试验。结果表明:切削速度对TiAl合金铣削表面裂纹的影响最大,其次是切削深度和切削宽度,每齿进给量对表面裂纹的影响最小。基于遗传算法,以表面裂纹长度为目标函数,优化得到的最优参数组合为:ae=0. 2 mm、ap=0. 2003 mm/z、fz=0. 02001 mm/z、vc=20. 0004 m/min。采用优化后的参数铣削TiAl合金,发现工件表面的实际加工裂纹长度和经过算法优化的裂纹长度相差较小,该优化方法可行性较高,误差较小。