基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。     

拓扑优化方法在航空用钣金零件设计中的应用

为了满足航空产品高载重量及低耗油率的要求,采用拓扑优化技术对航空用钣金零件进行结构优化,实现了钣金零件强度高和重量轻的指标.案例分析表明,在航空用钣金零件初始设计阶段引入拓扑优化方法,会比设计过程中单纯使用结构尺寸优化和形状优化获得更大的经济效益.     

太阳能电池材料与技术课程教学改革的探索与实践

太阳能电池材料与技术作为南昌航空大学材料科学与工程学院本科无机非金属材料工程专业的一门选修课,在教学内容、教学形式和考核方法等方面还存在一些不足.在教学过程中,提出了对课程内容、教学形式和考试模式进行优化和调整.本次教学改革成功地提高了学生学习的积极性、对本门课程知识的掌握程度、以及自主思考和学习等多方面的能力.     

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

航空发动机过渡态全局寻优控制方法研究

为了对发动机的动态过程进行控制, 提出了一种基于SQP的全局寻优控制方法.每一步寻优过程分为长程优化和短程优化两个阶段.根据长程优化结果, 重构了关联目标函数, 在此基础上, 进行了短程优化修正, 并利用修正结果进行控制.将这种方法应用于某型航空发动机的过渡态控制中, 得到了理想的控制结果.仿真结果表明该方法能较好地解决一般局部优化方法在有纯延迟、模型失配等情况下的优化控制效果下降的问题.      

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

基于更新法估计空闲时间的Inter-DVS算法的优化与实现

动态电压调整(DVS)技术是软件节能技术的另一种形式。由于CMOS电路的能耗和供电电压的平方及频率成正比关系,所以降低供电电压和频率是减少能耗的最有效方法之一。本文首先对DVS的各种算法作了详细的分类分析。然后,以"使用更新法"估计空闲时间的任务间DVS算法为例,采用嵌入式Linux操作系统对其进行了优化。最后,讨论了实现具有动态电压调解功能的嵌入式Linux操作系统的节能方法。     

火星着陆器进入段轨迹优化与制导研究进展

根据火星着陆器在进入段的飞行状况,分析并总结可能遭遇的困难与挑战;在间接法和直接法两方面概述飞行器轨迹优化方法,阐述当前飞行器轨迹优化研究现状以及火星着陆器进入段轨迹优化的应用情况;以标称轨迹制导法和预测校正制导法两方面分析火星着陆器进入段制导研究现状,并比较两种制导方法的优缺点,最后对火星着陆器未来研究方向做了展望.     

月/火着陆制导方法与考虑不确定性的研究进展

上世纪六七十年代和21世纪后的两轮月/火探测热潮产出了丰硕成果,以Artemis计划、探月工程四期和火星采样返回为代表的新一批任务已拉开帷幕,站在这一特殊历史节点,对月/火着陆制导技术进行综述。首先,阐述了月/火着陆的物理过程,指出了未来复杂探测任务对制导技术的挑战。随后,鉴于轨迹优化这一技术分支近年取得的广泛发展,讨论了其与制导的联系。然后,回顾了月/火探测工程任务的技术遗产,包括多项式制导、动力显式制导、Apollo进入制导、预测校正制导以及凸规划制导。鉴于动力学与环境不确定性的挑战日益突出,讨论了来自人工智能、先进优化与控制等领域的潜在理论工具,能够为制导技术的发展提供新动力。最后,面向随时随地、高精度、高可靠、高自主着陆的制导技术发展需求,总结了后续研究方向。