月面上升的轨迹优化与参数分析

面向月球采样返回任务分析需求,对月面上升段的轨迹优化及燃料消耗影响因素进行了研究。基于上升器运动模型,建立以燃料消耗最优为目标考虑入轨约束的轨迹优化模型,通过Gauss伪谱法和序列二次规划求解上升过程最优推力方向。改变运动模型中的初始推重比、入轨约束中的目标轨道参数,根据轨迹优化结果得到对应的燃料消耗,分析了这些因素对上升器燃料消耗的影响。针对上升器非共面起飞的问题,提出了上升偏航、升交点调整、倾角调整3种方案,从燃料消耗的角度分析了各方案的适用情况,为未来工程应用提供参考。     

灾变机制下的元胞遗传算法

文章提出了一种改进的加入灾难的元胞遗传算法.该算法是细粒式并行遗传算法和粗粒式并行遗传算法的混合形式.在遗传算法和元胞自动机的原理基础上,通过加入灾难的方式,用于求解复杂甬数优化问题,获得了较好的效果.     

行星采样柔性机械臂运动规划研究

为适应行星表面较大范围的采样要求及系统减重的需求,采样机械臂通常是细长形臂杆加多关节组成的连杆型关节机械臂,这使得抑制柔性振动成为机械臂控制系统的研究重点。针对采样机械臂的工作过程,提出带抛物线过渡的平滑轨迹规划方法,即在运动过程中使加速度连续,避免关节转动的力矩突变,并且最大限度降低峰值。首先建立基于D-H法的机械臂运动学方程,然后在考虑臂杆及关节柔性的动力学模型环境下,进行变加速—匀速—变减速的笛卡尔空间加速度连续平滑轨迹规划运动,达到减小柔性臂振动、提高定位精度的目的。仿真结果表明,在运动规划中引入抛物线过渡的加速度连续环节、降低加速度冲击可以明显改善运动平稳性,对提高动态跟踪精度有直接作用。     

电火花加工计算机辅助工艺过程设计系统

介绍电火花计算机辅助工艺过程设计系统（ＣＡＰＰＳ）,用于为一个给定目标选择最佳操作。同时,还考虑了其它的会影响ＥＤＭ加工过程的加工方法（如铣削等）。系统的输入信息是在已有的ＣＡＤ信息的基础上产生的基于ＣＡＰＰ特征的工件描述。每个特征类对应于一个特定的一般工艺规程,并由系统对其进行评价,然后基于最低成本的原则,计算出最优工艺规程。同时还介绍了一种计算工时的通用方法。     

基于偏相关性分析的多设计要求快速优化设计方法

针对飞行器气动外形优化设计中的多设计点、多目标、多工程约束等多设计要求问题,提出了一种新优化设计方法———多设计要求快速优化设计方法。该方法立足于统计学中的偏相关性分析和线性回归理论,通过对设计变量和设计要求进行偏相关性分析,采用线性回归的方法构建设计变量与设计要求之间的转换模型,将多个设计要求转化为对设计变量的约束,从而简化了优化设计模型,减少了优化过程中调用求解器次数,提高了优化效率。利用该方法对RAE 2822和HSNLF(1)-0213翼型进行了多设计要求优化设计算例验证,并将优化结果与Pareto多目标优化方法结果进行对比,结果证明了本文方法的有效性和可靠性。     

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

基于形貌优化法的无轴承开关磁阻电机减振降噪

脉振的径向电磁力作为激励源作用于12/8极单绕组宽转子齿无轴承开关磁阻电机（Bearingless switched reluctance motor with wider rotor teeth,BSRMWR）的定子齿面并传送至定子轭部及机壳,会引发较大的振动噪声,阻碍其推广应用。针对这一问题,本文从本体结构的角度入手对电机壳体进行优化改进。采用三维多物理场有限元模型,建立了BSRMWR电磁-结构-振动-声场耦合模型。通过对BSRMWR电磁场进行瞬态分析,得到径向电磁力。将模态应变能方法应用于BSRMWR的壳体得到电机外壳结构有较大的应变能,说明电机壳体结构的薄弱。基于此,通过形貌优化的方法对电机的壳体结构进行优化。结果表明,采用形貌优化后机壳结构的BSRMWR,其振动和噪声均有显著改善。     

自动测试系统集中互连信号优化设计

基于对自动测试系统被测设备的信号种类及数量的分析,构建了被测对象测试信号数学模型,分析了不同测试模式下的测试资源需求情况,并从提高测试系统性价比这一基本原则出发,提出了自动测试系统硬件平台测试资源优化配置的理论计算方法,对自动测试系统的工程设计具有指导意义。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。