CSRT与CST气动外形参数化方法对比

类别形状修正函数变换(CSRT)方法是在类别形状函数变换(CST)方法的基础上添加修正函数以克服其不具备局部性的缺点发展而来的新型参数化方法。通过考察参数化过程中翼型的表示误差和线性系统条件数,对CSRT和CST参数化方法的表示精度和数值单值性进行了对比。使用基于以上两种参数化方法的远场组元(FCE)激波阻力优化算法对超声速翼身组合体进行了零升激波阻力优化,结果对比得到:基于CSRT方法的两级优化具有更好的优化效果,激波阻力系数降低了34.7%。研究表明:CSRT方法需要比CST方法更多的参数数量以达到相似的精度,随参数数量的增长,CSRT参数化过程的病态化程度远低于CST方法;CSRT参数化方法可以结合适当的优化算法进行气动外形二级优化,其效果优于使用相同参数数量的CST参数化方法所进行的单级整体优化。     

函数传递法求解悬链线问题

悬链线问题是一类经典又多变的力学问题，其曲线构形指导着桥梁等工程应用的结构设计。为了求得结构特征或载荷特征不同的悬链线的变形，提出了一种基于传递矩阵法思想的、通用性较好的求解方法。首先，提炼出悬链力学模型，将悬链顺序划分成若干简单单元，结合单元力平衡和本构-几何关系解得单元特征函数方程组，顺序嵌套单元特征函数方程组获得整体特征函数方程组；然后，使用离散Newton迭代法对该非线性方程组进行求解，获得悬链的受力和变形；最后，算例验证了结果与解析解的一致性。函数传递法对具有复杂结构特征和载荷特征的悬链线问题有很好的适用性，对求解其他可划分为若干首尾相接结构单元的结构系统的广义变形也适用。      

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。     

跨声速涡轮叶栅两点优化目标函数研究

针对跨声速涡轮叶栅单点优化方法难以获得整体工况性能提升、多点优化方法难以确定合理目标函数形式的问题，提出了两点优化的方法。为了节约优化时间成本，优化过程采用EIF （Equivalent inviscid flow） 模型进行数值模拟，通过添加惩罚函数保证叶栅满足设计流量和负荷要求，并采用叶栅效率线性平均的目标函数形式进行评价。选择两组跨声速涡轮叶栅进行优化设计，并利用CFD方法分析叶型变化对流场马赫数、激波和损失产生的影响。结果显示，所提出的优化设计方法在保证设计工况性能的同时，能够提升叶栅整体工况性能。通过流场分析，揭示了激波结构变化对不同工况损失影响的定性规律。综合全文研究后，给出了一种适用于跨声速涡轮叶栅两点优化设计的目标函数形式。     

强光光学零件磁流变抛光误差的频谱特征 与演变研究

通过分析磁流变抛光的材料去除特征、误差功率谱密度的定量计算方法、敏感频率误差的演变规律,探索误差频谱与去除函数、走刀方式、走刀步距等加工参数的对应关系,为工艺过程的合理控制提供指导。典型强光光学零件磁流变抛光的实验结果表明,通过优化工艺参数,能够大幅修正低频误差、控制中高频误差,保证0.03～8.3mm-1频段误差全部满足NIF评价指标要求。     

基于遗传算法的直升机总体优化设计

遗传算法是一种可以混合整型、离散型和连续型变量一起使用的新兴优化算法，在单或多目标带约束优化设计领域有广阔的应用空间。本文在算例中采用与先验法相结合的遗传算法，以总体参数为设计变量，飞行性能和结构要求为约束条件，换算生产率为目标函数，并使用罚函数法处理成无约束的适应度函数，建立优化设计模型。对本文算例计算结果进行分析，可以使遗传算法更好地应用到直升机优化设计领域。     

喷管喉部沉积层温度场与沉积速率分析

以传热学的观点,喷管喉部发生沉积时的传热分析属于移动边界不稳定导热问题.本文建立了传热分析模型与传热微分方程.通过动座标变换,求得了微分方程的近似解析解,即温度场随时间变化的规律.由此进一步分析了金属氧化物沉积速率随时间变化的规律.     

满应力优化设计方法的集约几何规划法

将集约几何规划法应用在连续梁和刚架的主体优化设计中，计算了两跨连续梁和门式钢框架，均得到满意结果。     

基于模拟退火算法预测储层参数

讨论了如何将地震资料、测井信息和先验地质知识有机地结合起来预测储层参数，以便揭示储层内部细节和纵横向变化特征。通过将模拟退火算法与人工神经网络相结合，能够解决非线性全局优化问题，勾画出地震信息和储层参数之间的复杂关系，为储层特征描述和储层横向预测提供提供直观、可靠的地层参数剖面一孔隙度、砂泥质百分含量、含水饱和度及渗透率等剖面。