冗余度机器人动力学优化控制研究

稳定性和终态自运动是动力学优化中的难点.为了解决冗余度机器人动力学优化中的这些困难,深入研究了动力学优化和关节速度间的内在联系和矛盾,提出通过优化关节速度提高动力学优化的综合品质的思想,阐述了在线调节关节速度齐次项,同时改善稳定性和终态自运动的方案.仿真证实所提方案的实用性和有效性.     

基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.      

基于现代实验设计技术的巡航导弹概念设计

采用跳跃弹道空地巡航导弹为算例,研究了新型实验设计技术,即拉丁化近正交海默斯利序列取样法,在多学科设计优化中的应用.应用该实验设计方法进行了实验设计,并对取样结果与传统拉丁方取样进行了对比;基于支持向量机构建了学科近似模型,通过对验证数据的回归分析,检验了支持向量机响应的可靠性.应用该近似模型对算例进行多学科设计优化,并通过与精确模型的对比,检验了该近似模型的准确性.拉丁化近正交海默斯利序列取样法是一种高效的现代实验设计方法,在相似的实验条件下比传统拉丁方设计具有更好的正交性和均匀性,在复杂系统多学科优化设计中具有很大的应用价值.      

基于脑力负荷飞机座舱视觉显示界面优化设计

在飞机座舱视觉显示界面设计阶段,利用脑力负荷的综合评价,确定最佳设计方案.综合3种脑力负荷评价方法(主任务评价法、生理测量法、主观评价法),建立了飞机座舱视觉显示界面脑力负荷综合评价模型,对设计方案进行优化选择,并进行实验例证.在某型号歼击机视觉界面的不同设计方案中,利用这套评价模型,在降落任务下,得到了不同视觉界面的脑力负荷综合评价值,其中最佳脑力负荷值的设计方案也符合国军标中关于视觉界面的设计原则.在飞机座舱视觉界面脑力负荷的设计阶段,这套评价系统在设计阶段能够给出一个满意的评价结果,对于最终设计方案的确定很有帮助.      

不确定载荷下的桁架结构拓扑优化

对带有不确定扰动载荷的桁架结构拓扑优化问题进行了研究.将不确定载荷表示成有界凸集,从而把不确定性问题转化为一个确定性问题.构造了凸集载荷下以体积为约束的柔度最小化模型,该优化模型的实质是在高维椭球内计算最大柔度最小问题.由于采用传统优化模型存在计算上的困难,对凸集载荷进行了数学处理,并据此构造了半定规划形式的优化模型以便求解.优化结果相对于给定载荷的刚度虽然略低,但对不确定的扰动载荷却具有一定的承载能力.算例表明通过半定规划法构造的考虑扰动载荷作用下的优化结果鲁棒性较佳,结构形式更接近于实际工程结构.     

基于遗传算法的设备布置优化算法

对设备布置问题,建立了多目标优化数学模型.为弥补当前的现场布置遗传算法在变异阶段的不足,将最优个体变异与随机变异相结合,设计了组合变异策略:首先变异最优个体,如果变异出更优的个体,则用新个体替换当前种群的最差个体;如果最优个体变异不成功,则随机选择一个个体执行随机变异.据此,提出了一种改进的遗传算法用于求解设备布置问题.仿真实验证明了组合变异策略能够在明显较短的时间内,取得与随机变异相当的最优布置结果.对比分析进一步验证了该算法的有效性.     

静稳定裕度对飞翼布局的影响研究

减小配平损失对于提高飞翼布局升阻比和提升飞行控制能力具有重要意义,因此基于离散伴随优化方法研究静稳定裕度对跨音速飞翼布局减阻优化的影响,分别开展10%,0%,-10% 三种静稳定性设计工况的优化研究。采用自由变形（FFD）方法对非结构表面网格进行参数化,以FFD 控制点为设计变量,通过求解流场和伴随方程得到灵敏度信息;采用序列二次规划SQP 算法获得控制点位移的梯度,然后经过多轮迭代得到优化构型。结果表明：在几何厚度和力矩配平的约束下,离散伴随优化方法可以显著提升飞翼布局的最大升阻比,三种工况下最大升阻比提高都在8% 以上;随着静稳定性裕度减小,定升力系数优化的巡航升阻比增量有所减小,当静稳定裕度为10% 时巡航升阻比提高了5.08%。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。     

新能源接入配电网经济性与可靠性优化研究

为寻求新能源配电网的可靠性和经济性最优,实现新能源电源的优化配置,本文提出将可靠性和经济性同时作为两个优化目标,运用自适应粒子群优化法,对新能源电源进行多目标优化配置。以IEEE-RBTS Bus 6主馈线F4为例,通过系统仿真找到新能源配电系统可靠性与经济较均衡的Pareto最优解集,可根据决策者的偏好选择最优方案。本文的研究为新能源电力系统可靠性和经济评估提供了一个新的研究思路。     

危险天气下航班等待与改航的实时集成优化

为了提高航班准点率,降低危险天气对航班飞行的影响,同时考虑等待策略和改航策略,进行实时空中交通流量管理的研究。以改航起始点至改航结束点间的总航行时长最短为目标,安全可行性、技术可行性为约束,建立了数学模型,并设计了两阶段求解算法,先基于遗传算法优化等待时长和改航路径,再基于"化曲为直"和"二分法"的思想调整改航路径,得到了最佳等待时长和改航路径。仿真结果表明,该算法得到的实时优化结果优于几何切线法;相比静态改航,更能提高空域利用率;相比单独考虑等待策略,总航行时长降低了17.04%;相比单独考虑改航策略,总航行时长降低了3.98%;验证了危险天气下航班等待时长与改航路径实时集成优化在实时空中交通流量管理中的有效性。