飞机外形参数的气动与隐身综合优化设计

以气动力及雷达散射截面参数为目标函数,主要优化对总体外形和飞机性能影响较大的机翼、尾翼的平面形状几何参数以及少数几个机身几何参数;根据第4代战斗机的设计要求,确定各个目标的理想值、最低可接受值,以及各个约束的满足区间,应用模糊优化理论,建立各个目标的满意度函数及各个约束条件的满足度函数,并使用多目标总满意度函数和常权、变权的不同组合,建立了5种外形参数模糊优化模型,使设计人员可以根据不同的设计思想和设计目的选择优化模型与翼面形状的组合.     

动力学奇点在漂浮基双臂空间机器人姿态无扰运动规划中的应用

讨论了载体位置、姿态均不受控制的双臂自由浮动空间机器人的无扰运动规划问题．结合系统的动量及动量矩守恒关系，证明了动力学奇点的存在，并导出了动力学奇点的数学解析求解公式．在此基础上，利用动力学奇点给出了双臂自由浮动空间机器人载体姿态无扰运动路径的规划设计方法．该方法有助于空间环境下遥控机械手辅助航天器对接等任务操作的运动规划。     

基于不稳定度的仿人型机器人步态规划方法

为了保证机器人能够在人类的生活环境中安全地工作,应该选择最稳定的运动轨迹.提出了一种能够评价不同的运动步态之间稳定性好坏的稳定性评价准则.将零力矩点(ZMP,Zero Moment Point)与机器人支撑区域的形心之间的距离定义为不稳定度,分析了仿人型机器人行走过程中几种典型步态的不稳定度,同时提出了基于不稳定度的仿人型机器人步态规划的方法.当采用多种运动步态都能完成同一种任务时,用所提出的不稳定度评价方法可以在不同步长的步态中选择出稳定性最好的运动步态来执行.仿真及实验结果验证了该方法的有效性.      

基于Lyapunov方法的双臂空间机器人避障碍分级非完整运动规划

以Lyapunov方法为基础,讨论了载体姿态与位置均不受控制的双臂空间机器人系统的避障碍分级非完整运动规划问题.该方法充分利用系统的非完整动力学性质,以系统动量矩守恒关系及运动Jacobi关系为基础,建立控制设计所需的系统状态方程及控制输出方程;并在Lyapunov函数的选取上采用两级采取方式,即初级Lyapunov函数确保双臂空间机器人的两个末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保两个末端抓手避开工作空间中的障碍区域;两级合成则使双臂空间机器人的两个末端抓手既实现了指定的位置移动又避开了障碍区域.系统数值仿真,证明了方法的有效性.      

基于序列二次规划的推力矢量控制分配方法

  针对使用推力矢量控制的航天器,建立了游动发动机的数学模型,在分析了游动发动机摆角约束的基础上,提出了推力矢量控制分配问题。将该控制分配问题转化成以力矩误差最小和对变轨推力影响最小作为优化目标的多目标优化问题,引入序列二次规划进行求解,得到一种新的控制分配方法。仿真结果表明,该方法能够准确实现期望目标,验证了所提出的控制分配方法的可行性和有效性。     

平面-抛物面型薄膜天线形面及温度分析

为了解决星载天线的大口径与运载工具整流罩有限体积, 以及星载天线的重量与卫星平台和运载工具承载能力之间的矛盾, 充气可展开结构技术是非常理想 的选择. 为实现高精度反射面, 针对平面-抛物面型充气可展开天线反射面, 进行弹性力学分析, 得到反射面与充气气压、薄膜材料、边界条件之间的关系, 以及形 面和抛物面间存在的M形误差. 在此基础上, 探讨了天线在轨时温度变化对反射面 形面的影响, 提出了消除这种影响的两种方法. 利用ANSYS分析结果对理论解进行验证, 结果吻合.      

辅助平面法评定平面对平面倾斜度误差的数学模型

提出一种评定平面对平面倾斜度误差的新算法。该算法是通过确定辅助测量平面，在不含原理误差的条件下，快速、准确地确定符合其定义的倾斜度误差值。     

飞机液压系统柱塞泵热分析

随着飞机液压系统向高压化、大功率化方向发展,液压系统的发热及温升问题受到了广泛关注。柱塞泵作为液压系统中重要的能量转换装置,对液压系统的功率损失和温度有重大的影响,良好的柱塞泵的热分析对液压系统的热设计和温度控制有重要的意义。然而传统的柱塞泵热分析方法,如平均油温法、软件仿真法和热节点网络法,因不够准确、高效和简洁而不能满足现代飞机液压系统热分析和热设计的相关需求。本文针对飞机液压系统柱塞泵发热的相关问题,采用基于集总参数的热网络分析方法,建立了柱塞泵热网络模型,通过对柱塞泵不同工况下的仿真,验证了模型的有效性和准确性,为柱塞泵及液压系统的热分析提供了参考。     

基于L1范数的k平面聚类算法设计

基于L2范数度量的k平面聚类(k-Plane Clustering,k PC)设计思想,本文提出了一种采用L1范数度量的聚类算法。由于在平面更新步骤中,所导出的优化问题是非凸的,文中给出了一种求解方法,即将非凸问题转化为有限个子集上的凸问题,为避免求解多个优化问题导致训练时间过长问题,本文还设计了一种新的优选策略,有限个子集的搜索任务可在线性时间内完成。本文所提出的方法只需要求解k个线性规划,而不再是k PC的求解特征值问题。在人工和UCI数据集上的实验结果表明:基于L1范数平面聚类算法的训练和测试时间更短,且在大多数数据集上均表现出了更好的聚类性能。