非轴对称涡轮排气蜗壳优化设计

为了改善涡轮排气蜗壳的气动性能,通过搭建NUCEMCA和Isight的集成优化平台,探索了一种多变量的优化方法,即对蜗壳参数化后,用优化的拉丁方试验设计获得空间均匀分布的试验样本,通过数值模拟求出各样本点性能参数,建立径向基神经网络代理模型(RBF),再运用自适应模拟退火算法(ASA)和直接搜索法(Hooke-Jeeves)得到最终的优化设计参数组合。结果表明,在不提高涡轮出口静压的前提下,在设计工况,优化后的蜗壳总压损失系数在原始蜗壳的基础上降低了9.82%,静压恢复系数最高提高了12.2%,出口速度分布也更加均匀,表明了优化系统的有效性。     

运载火箭推力故障下在线计算轻量化任务重构方法

为了避免运载火箭推力下降故障引起发射任务失败,基于径向基神经网络,提出了一种在线计算轻量化的任务重构方法,可快速在线计算最优救援轨道对应飞行轨迹(最优轨迹)的近似解.在离线部分,结合凸优化与自适应配点法产生"故障状态-最优轨迹"数据集.数据集被用来训练径向基神经网络,建立轨迹决策模型来构建故障状态到最优轨迹的动力学关系...     

基于水平集方法的连续体结构拓扑优化方法研究

考虑到现有各种连续体结构拓扑优化方法的优缺点,提出了一种新的连续体结构拓扑优化新策略。该方法将无网格法和水平集方法结合起来,充分发挥各自的优点,使得该拓扑优化新策略具有良好的收敛性和计算精度。     

基于Log—Sigmoid型径向基神经网络的雷达辐射源识别

提出基于一种新的鲁棒性径向基 (RBF)神经网络的雷达辐射源识别方法。此网络应用Log -Sigmoid函数作为基函数 ,避免了学习过程中的不稳定状态 ,并且比传统的RBF有更好的学习性能和函数逼近能力。并介绍一种新的归一化函数 ,通过归一化函数把不同类型 ,不同量纲的原始评估数值转换到 [- 1,1]区间 ,该效用函数较好地体现了“奖优罚劣”的原则 ,同时又更有利于神经网络的训练。仿真实验证明了该方法的优越性。     

径向基神经网络在优化导引律中的应用

应用神经网络的非线性的特点,在纯比例导引律的导引下,分析战机的运动轨迹,通过采样取得的一系列载机的控制输入数据,根据追踪导引控制的内在要求(目标视线角速度的绝对值减小并趋于零),设计载机导引控制器的相应的离散输出值,离线训练一个径向基神经网络模块,嵌入到载机控制回路中,作为战机导引的控制输入,实现载机在纯比例导引下的性能优化;仿真结果表明,在节能及省时方面,能达优化纯比例导引律的目的。     

互耦补偿的神经网络算法用于均匀圆阵波达方向估计

径向基函数神经网络方法在阵列信号处理中得到广泛应用。但是，阵列天线单元间耦合对基函数中心的影响会降低波达方向估计的精度，因此有必要对神经网络的输入数据进行互耦补偿，以生成正确的基函数中心。本文首先利用矩量法计算天线阵的广义阻抗矩阵，再使用直接数据域算法对神经网络的训练数据进行互耦补偿，神经网络训练完成后，神经网络用于实现波达方向估计。仿真结果表明，神经网络算法和直接数据域算法结合具有补偿效果好，计算量小的特点。     

电缆支座承受径向载荷时的弹塑性分析

采用ANSYS软件对发动机电缆支座几种不同结构方案及其承载能力进行了三维有限元分析。考虑了材料的非线性弹塑性行为，计算给出了电缆支座承载能力，与试验结果比较吻合。     

旋流器结构参数对燃烧室燃烧性能影响的数值分析

采用数值分析方法研究旋流器结构特征参数对中心分级燃烧室燃烧性能的影响规律,从回流区特性、燃烧室温度场、出口温度特性、NOx排放等几个方面分析了燃烧室燃烧性能。研究结果表明:旋流器值班级第一、第二级以及主燃级叶片安装角和旋向对燃烧室燃烧性能有着重要影响;最佳叶片角度方案为值班级第一级叶片45°、第二级叶片45°、主燃级叶片安装角60°;最优旋向组合为值班级第一级叶片与第二级叶片反向,第二级叶片与主燃级叶片同向。     

一种磁悬浮开关磁阻电机用轴向径向磁轴承

为了克服现有永磁偏置轴向径向磁轴承的缺陷,研究了一种新型结构的磁悬浮开关磁阻电机用永磁偏置轴向径向磁轴承.分析其结构及工作原理,利用等效磁路法进行分析,得出了轴向悬浮力及径向悬浮力的数学模型,并对数学模型进行了线性化处理,得出了其轴向、径向位移刚度和电流刚度.给出了磁极面积、控制线圈安匝数、定转子结构等主要参数的设计方法,给出了样机参数,用有限元对样机进行了三维仿真分析.理论研究和仿真分析表明:该永磁偏置轴向径向磁轴承结构紧凑,轴向控制磁通和径向控制磁通彼此解耦,控制更加容易,适用于高速、低功耗等场合.