幂律型流体雾化SPH方法数值分析

幂律型流体的雾化过程存在复杂的界面运动,用传统网格法很难精确追踪运动界面.为研究幂律型流体的雾化特性,运用SPH方法对典型的双股幂律型流体撞击雾化问题进行三维数值分析.根据文献实验,采用SPH方法模拟获得与实验条件相应的数值结果,对比后表明,二者雾化角相当吻合,数值结果还成功捕捉到液膜向液丝的破碎过程及网状的液丝分布状态,验证了方法的有效性.分析了射流速度和撞击角度对雾化角的影响,得到雾化角随着射流速度和撞击角度的增加而增大;对雾化后的速度场进行数值分析后表明,撞击点附近,惯性力的作用使速度场变化剧烈;在流体远离撞击点的过程中,粘性耗散作用使速度场趋于稳定,但速度大小小于初始撞击速度.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.     

基于加速退化试验和粒子滤波的电子设备故障预测方法

针对导弹电子设备故障预测问题,提出了一种基于综合环境加速退化试验(ADT)和粒子滤波的故障预测新方法。首先,不同于传统的ADT方案,仅以单个样本为试验对象,采用步进加速的思想,将性能退化理论拓展为加速性能退化理论(APDT),建立基于电子设备寿命退化速度的加速寿命退化模型。其次,为克服环境应力等测试不确定性因素对预测精度的影响,定义了电子设备退化度的概念,将寿命预测的不确定性问题转化为设备退化度最优估计问题,利用改进粒子滤波算法求解出电子产品动态退化的最优估计值,进而实现设备的全寿命评估。最后,实例说明该方法可行、有效,并大大提高了试验的效费比。     

PSO节点寻优的样条逼近微分

样条节点分布对逼近精度的影响很大,样条节点寻优模型的雅可比矩阵求解复杂。利用经典参数的PSO（粒子群算法）解算样条最优节点分布模型,以逼近残差的平方和为目标函数,每步对节点序列排序后再计算目标函数,可以提高样条逼近精度,为样条节点寻优提供了一种较好的实现方法。仿真计算表明,在一定的节点个数情况下,PSO节点寻优的逼近效果比Carl de Boor的NEWNOT程序中的方法要好。     

固体火箭发动机喷管喉部凝相颗粒粒度分布实验

设计了一种新的收集固体火箭发动机喷管凝相颗粒的实验装置,针对典型的HTPB复合推进剂,开展了喷管喉部凝相颗粒的收集实验和粒度分析,研究了燃烧室压强和收敛角度对喷管喉部颗粒粒度分布的影响规律。研究结果表明,喷管喉部的凝相颗粒在0.27～50μm之间都有颗粒存在,凝相颗粒主要集中在0.3～15μm之间,粒径大于15μm的颗粒较少;燃烧室压强对颗粒粒径有较大影响,随着燃烧室压强的升高,凝相颗粒粒径变小,粒度分布更为集中;燃烧室压强相同的条件下,收敛角度对喷管喉部的凝相颗粒粒度分布影响较小。     

航空企业自动化立体仓库输送系统的调度优化

运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求.     

两种通用直升机雷达散射特性计算与分析

建立了两种通用直升机几何外形模型,采用物理光学法和等效电磁流法进行雷达散射特性计算分析.结果表明,两种通用直升机雷达散射水平较高,头向/尾向及侧向RCS分别达到数十和数百平方米;大曲率半径曲面机身比倾斜平面式机身散射强;可收放式起落架可以改善雷达隐身性能.本文结果对开展通用直升机雷达隐身设计研究具有重要的参考价值.     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

Al-Cu-Mg-Ag合金强度性能的支持向量回归预测

为了研究不同时效工艺下Al-Cu-Mg-Ag合金强度性能,根据实测数据集,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立了SVR预测模型.模型以Al-Cu-Mg-Ag合金时效温度与时效时间为输入,合金的抗拉强度、屈服强度为输出.经过与BP神经网络模型进行比较,结果表明:对于相同的训练样本和检验样本,支持向量回归模型比BP神经网络模型具有更高的预测精度.     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。