粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

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。     

液体火箭发动机初始雾化液滴分布预测

在简要描述使用最大熵原理预测初始雾化液滴分布的基础上,发展了较传统方法具有更大收敛域的数值计算方法,建立了离心式喷嘴雾化特性研究实验台,使用激光相位粒子分析仪进行了雾化粒径分布研究,结果显示实验数据同使用最大熵原理预测的分布吻合性较好,在此基础上最后提出了在液体火箭发动机雾化粒径分布预测应用中的策略。     

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.      

多压电膜式零质量射流激励器的设计与性能研究

设计了一种多压电膜式零质量射流激励器,并利用热线风速仪,得到了对应于射流中心线上固定位置处速度最大时的最佳频率.在该频率下,测量了零质量射流在不同孔径时沿中心线的速度分布;测量、分析和比较了不同激励膜数目对射流出口速度分布的影响.表明:在其他条件完全相同的情况下,一片振动膜时的激励器出口中心线上的平均速度和峰值速度,都较5片膜的情况小一半左右,而3片和5片压电膜时的激励器性能差别却不大.也就是说,虽然压电膜的数目增加能使激励器出口射流的能量增加,但这两者之间并非呈线性关系.此外还用PIV测量方法,直观地显示了射流出口的涡结构.      

空间质子直接和非直接电离引发单粒子效应的地面等效评估试验方法

以40 nm和65 nm CMOS工艺SRAM为样品,进行质子辐照单粒子效应试验研究,以建立空间质子引起单粒子效应的地面等效评估试验方法.分别进行低能质子直接电离、高能质子核反应和重离子直接电离引起的单粒子翻转试验;根据获得的试验数据,分析讨论给出空间质子引起半导体器件单粒子效应的地面等效评估试验方法:对低能质子直接电...     

空间辐射环境单粒子效应研究

文章介绍了空间辐射环境对航天器电子元器件产生的单粒子效应的国内外研究情况,从环境模拟方法、模拟试验设备、单粒子效应及防护以及飞行试验等方面进行了分析比较。文章对国内研究发展提出了一些建设性的建议。     

雾化过程的一种Euler-Lagrangian耦合算法（英文）

对雾化过程的直接数值模拟需要巨大的计算资源和时间,而工程中的简化模型则经常会给出错误的结果。因此,可以折中地采用一种混合方法,即在不同尺度上采用不同的模型。提出了一种雾化过程的欧拉——拉格朗日耦合算法。较大的液团采用VOF法直接求解,与网格尺度相当或更小的液滴则采用双向耦合的拉格朗日粒子法进行追踪。而该方法要求粒子的体积小于网格体积的10%,为此又提出了一种虚网格粒子追踪法。由于湍流结构对雾化过程的影响很大,故湍流采用了大涡模拟模型。采用多个算例对开发的算法进行了验证,并对部分关键参数的影响进行了深入研究。采用新算法对两股撞击射流的雾化过程进行了研究,瞬态和统计结果均表明新算法能够给出良好的预测。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度,提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析,得出了二者合理的取值范围,将粒子到全局最优位置间距离与参数的取值范围相结合,构造了惯性权重与学习因子的动态调节函数,对其进行非线性的动态调节,并引入了变异因子,提出了一种跳出局部最优的策略,防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中,与PSO-Elman、Elman算法进行性能比较,仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据,对飞机地面空调的节能与机场电能合理调配提供了支持。     

基于随机粒子追踪方法的环形燃烧室点火动态模拟

为了深入研究低排放燃烧室点火联焰规律,在全新的环形模型燃烧室中开展了点火模拟和试验研究。点火模拟采用随机粒子追踪方法,能够基于时均冷态流场的仿真结果快速模拟火焰传播过程。环形燃烧室包含16个中心分级旋流器,仅向预燃级通入丙烷,用于模拟航空发动机低排放燃烧室点火状态下的空气燃油分级。试验采用PIV技术测量3个头部区域流场,利用高速相机拍摄火焰CH*/C2*基团化学发光信号。对多个流量和当量比条件下的联焰过程、联焰时间和传焰速率进行了分析,试验和模拟的结果均表明：环形燃烧室内火焰双向传播,燃烧室内外环流速度差异导致了双向火焰传播速度差,传焰速率随燃烧室湍流速度和当量比的增加而增加。点火模型很好地捕捉了环形燃烧室点火动态,所得传焰速率也符合湍流火焰传播规律,表明该模型具有较强预测能力。