基于互信息的输入变量选择算法综述

空间环境是空间态势感知的重要组成部分,在空间科学领域,受限于对日地系统物理规律的全面认知,现有的基于物理机制的空间环境预测模型目前还难以实用化,通常采用的多是基于数据的经验类模型。基于互信息的输入变量选择算法为空间环境要素预测模型的输入确定了思路。由于能充分考虑不同输入、输入与输出之间的潜在关系,基于互信息的输入变量选择算法近年来在回归及分类问题上得到了广泛的应用和发展。本文以输入变量选择算法的3个关键环节,即评价标准、搜索策略和停止准则为线索,从不同角度对基于互信息的过滤式变量选择算法进行了系统的分析与梳理,重点对不同变量评价标准依赖的假设条件进行了数学上的推导和说明。最后总结了其发展规律,可为后续研究尤其是建立空间环境预测模型提供借鉴。     

一种有限频域内的有界实引理

针对传统有限频域内有界实引理在设计时可能带来的保守性问题,对其进行了改进;引入松弛变量,推导出一类保守性较小的有限频域内的有界实引理。首先,直接给出新的有界实定理;然后,通过引进投影引理证明了新的定理。新的有界实引理不仅考虑了系统频率特性,而且在引入松弛变量后,使得多约束设计能够具有更小的保守性。     

我对普适化采样定理公式及结论的理解

本文用不同于文献［１］的方法对普适化采样定理公式作了理论推导，并给出了公式成立的充要条件。对文献［１］作者根据该公式得出的在信道或滤波器带宽为ωＣ系统中，可以具有大子２ωＣ的数据传输率的结论作了否定回答。同时又认为，普适化采样定理公式是Ｎｙｑｕｉｓｔ第一准则基本理论的继承和发展，在实际工程中具有重大意义。     

高温热冲击下固体火箭发动机层合结构温度场解析解

对高温热冲击下固体火箭发动机的温度场分布进行了研究.基于固体火箭发动机在高温热冲击下的简化分析模型和控制方程,提出了一种求解连续层合结构热传导的分离变量法,获得了高温热冲击下固体火箭发动机层合结构温度场的解析解.     

有限长椭圆瓦轴承油膜力近似解析模型

基于动态油膜边界条件,利用分离变量法求解Reynolds方程,获得了有限长圆瓦滑动轴承油膜压力分布表达式,推导了圆瓦轴承油膜力近似解析模型.在此基础上,根据椭圆瓦轴承油膜边界条件,建立了有限长椭圆瓦轴承油膜力近似解析模型.与有限差分法模型、长轴承模型、短轴承模型对比的结果显示,有限长椭圆瓦轴承油膜力模型能够适应任意长径比,且具有较高计算精度.基于给出的模型,利用Runge-Kutta法分析了刚性转子-椭圆瓦轴承系统的动力学特性,仿真结果表明,该模型能够较好描述椭圆瓦轴承油膜动力特性.      

复合材料将继续领跑航空工业的未来

先进材料已经成为并将继续成为航空工业创新的主要技术。最初,人们采用木头和布制造飞机主结构。而后,铝和高强度铝又被优化作为特殊应用。今天,高强轻质的树脂基复合材料成为新型飞机结构的主要选择。     

基于设计变量空间范围自适应优化设计方法研究

通过对翼型优化设计方法的研究,对设计变量在设计空间的分布进行了探讨,建立了设计变量空间范围自适应优化设计方法,解决了优化设计模型建立过程中的设计变量空间范围的选择问题.该方法建立了聚集度的概念,利用聚集度对优化设计过程中设计变量在设计空间内的分布规律进行统计分析,并根据统计分布规律对设计变量的设计空间进行调整,将设计变量重构,实现了优化设计过程中的设计变量空间自适应.该设计变量空间范围自适应优化设计方法,一方面能够在给定的条件下扩大搜索范围来搜索满足工程设计需要的最优解,一方面又能够通过对设计变量的重构提高搜索算法的搜索效率.利用该方法对NACA 0012和NLF(1) 0416翼型进行了优化设计,并与固定设计变量空间范围的优化设计方法进行对比分析.优化结果验证了本文提出的优化设计方法具有一定的可行性,可以在更大范围内找到最优解,并具有较高的优化搜索效率.     

用柱面坐标法进行三维装药的设计计算

本文介绍了固体火箭发动机翼锥柱药型设计计算的一种方法——柱面坐标法.并针对某发动机给出了该方法的原理、步骤及计算结果与试车结果的比较.该方法以数值解与解析解相结合,计算公式简单明了,处理边界问题方便,计算速度快,提供结果多,是一种比较实用的方法.     

基于微分进化算法的航空发动机模型修正

为了提高航空发动机性能仿真模型精度,采用微分进化算法对发动机部件特性进行修正.对微分进化算法进行改进,提出折线式交叉变量变化方式,提高了算法的寻优能力.提出变步长牛顿-拉夫逊迭代算法,基于平衡方程残差范数变化趋势,改变牛顿-拉夫逊算法迭代计算步长,提高了模型的收敛性和收敛速度.在设计点,对各部件特性、引气系数、总压恢复系数进行修正,使修正后的模型输出与试验数据相匹配.仿真结果表明:改进后的牛顿-拉夫逊迭代算法收敛性更强、计算速度更快,修正后的各输出参数的最大建模误差减小到1.3762％,满足建模误差需求.     

显著变量识别与高温叶片多学科设计优化方法

针对高温叶片气热多学科优化设计问题中设计变量过多造成的维数灾难问题,提出了基于数据挖掘技术的显著变量识别方法。采用显著变量识别方法剔除了对高温叶片Mark II气热性能影响小的设计变量,使设计变量个数从36个减少为15个。通过耦合共轭换热分析方法、三维叶片及冷却系统参数化方法以及自适应多目标差分进化算法,建立了高温叶片多学科多目标设计优化系统。基于显著变量识别方法获得的设计变量,完成了Mark II型叶片的气热性能多学科设计优化。优化获得了9个Pareto解,典型Pareto解的气热分析结果表明,优化后叶片的气热性能明显优于原始叶片,验证了基于数据挖掘技术的高温叶片多学科设计方法的有效性。