干涉对复合材料机械连接强度的影响

采用ANSYS10.0软件,以有限元分析为主要手段分别对间隙配合及干涉配合复合材料机械连接进行了三维模拟。在模拟过程中综合考虑了复合材料特性、螺栓与复合材料板及复合材料板与复合材料板之间的摩擦和接触以及螺栓和复合材料板的约束条件。解决了复合材料干涉配合高精度有限元模拟的关键技术,并通过预紧单元引入拧紧力矩。以此为基础,研究了间隙及干涉对复合材料机械连接强度的影响。结果表明:在复合材料机械连接中采用干涉量适当的干涉配合可以有效提高接头强度。     

基于eN转捩预测方法的翼型低雷诺数气动性能分析

小型无人机由于尺寸较小,飞行速度较低,使得绕其机翼的流动雷诺数一般较低,处于低雷诺数范围。由于在低雷诺数流动中容易产生层流分离并转捩为湍流,故准确预测层流分离并预测转捩的发生对气动特性特性的计算至关重要。文章采用基于e~N转捩预测方法的XFOIL软件对两种较为常见的微小型飞行器的共四种翼型在低雷诺数流动中的气动性能进行了计算分析,结果表明CLARKY翼型比Benedek 10355B翼型更适合小型侦察机,而MH114和MH115两种翼型均比较适合小型载重机。     

基于临界平面法的缺口件疲劳寿命预测方法

利用弹塑性有限元分析得到缺口件的应力、应变历史，分别计算任意材料平面上的描述拉伸和剪切疲劳破坏的两种损伤参量，取最大损伤参量所在的平面为临界平面，并利用最大损伤参量预测拉伸和剪切疲劳寿命，取小值为缺口件的疲劳寿命，进而得到一种预测缺口件疲劳寿命的预测方法。用此方法预测了SAE1045钢缺口件的疲劳寿命，并与实验值进行比较，误差分布在2—3倍因子范围之内。     

一种基于地形方向通行性的改进Theta*算法

提出了一种基于Basic Theta*改进的任意航向路径规划算法,利用星球巡视器在俯仰和滚转方向上抗倾覆能力的差异,对不同航向上的地形可通行性进行了分析,分别区别出障碍以及方向性障碍,并在此基础上将Basic Theta*扩展节点时的可视性检查改进为可通过性检查,从而筛选出能够通过方向性障碍的路径.仿真实验表明,该算法克服了Basic Theta*算法的局限性,能够更加充分地利用巡视器特性,在复杂地形上找到传统方法无法通行的最短路径,扩展了巡视器的行驶范围和工作能力,对于巡视器穿越崎岖地形及撞击坑底探测等星球表面特殊任务具有实用价值.      

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中,常利用优秀个体加速算法收敛,但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此,提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先,在个体更新阶段不仅引入优秀个体加速收敛,并且通过普通个体对优秀个体的影响进行适当平衡,因此,优秀个体与普通个体的信息都能得到利用,进而种群多样性和算法全局收敛性得到提升。其次,通过对等级更新参数进行动态优化,加强了种群等级更新机制对算法收敛的促进作用。最后,经过时间复杂度与收敛性分析,证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。      

基于人工鱼群算法的单机场地面等待优化策略

目前大型机场拥塞问题日益严重.推迟飞机起飞时间,将成本较高的空中等待转化成地面等待,是进行空中交通流量管理的一个有效方法.本文研究基于人工鱼群算法的单机场地面等待优化策略并进行仿真,有效地减少了总的地面等待延误损失,说明该方法是可行的;通过与其他几种智能算法的比较,验证了该算法执行效率高、实用性强.     

基于Murty方法的多目标跟踪快速算法

JPDA是一种有效的多目标跟踪算法，但算法的复杂度随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间，通过Murty方法，得到K个最优的目标与观测值对应关系，再利用这K个最优对应关系实现JPDA算法。仿真结果表明，新算法跟踪成功率与JPDA相近，所需的时间远低于JPDA算法。     

基于预警卫星观测数据的弹道重构算法研究

地球静止轨道顶警卫星弹道重构是弹道导弹防御的一个重要环节，利用基于Stirting插值逼近的非线性KALMAN滤波方法，对凝视型弹道重构算法进行了研究。在对导弹动力学模型分析的基础上，建立了弹道状态方程组和观测方程组，并对滤波计算中的初值选取，参数变换进行了讨论。滤波计算中的初值选取所用的多项式拟合方法，可以进行扫描型弹道重构的实现，但精度不高。通过仿真计算，对算法的可行性进行了验证。     

雷达多目标回波信号瞬时频率的测量

雷达多目标回波信号频率的测量要采有谱分析法。本文对谱分析方法之一的Ｇｒｉｆｆｉｔｈ预测滤波谱估计法进行了介绍。模拟试验表明,Ｇｒｉｆｆｉｔｈ谱估计法能对雷达多目标回波信号的瞬时频率进行精确测量。     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。