基于模态与遗传优化的某卡车振动特性分析

针对汽车驾驶室在常用高速(65～80 km/h)时,驾驶室左右晃动的振动问题,分别建立了车体、车体与板簧的系统模型,通过试验和仿真计算得到了其自由与约束状态下的振动模态分布,找到了驾驶室产生晃动的主要原因.以板簧刚度、车体刚度为变量,将约束模态分析与遗传算法相结合,对板簧和车体组成的系统进行了优化,并通过改进使常用车速下的驾驶室响应达到了舒适性要求.     

高速飞行器轻质防热材料高温环境下的隔热性能研究

导弹等高速飞行器广泛采用轻质材料进行热防护,但实际使用的轻质防热材料由于在密度、质量、工艺、生产批次等多方面的原因,厂家提供的非连续表征的离散式材料导热系数,与非线性连续变化的实际热参数之间存在一定差别.建立轻质防热材料高温导热系数测量装置,通过试验得到轻质高温陶瓷隔热材料导热系数与温度之间的非线性关系,为提高数值计算...     

基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

航天飞机防热瓦缝隙气动加热的讨论

本文根据航天飞机防热瓦缝隙流动的特点,从二维定常不可压缩层流的 N-S方程出发,提出了一个简化流动模型,即缝隙的二维流动可近似当作两个准一维沟槽流动的线性迭加,由此给出了缝隙中的热流率与压力、压力梯度和缝隙宽度的变化规律,并利用现有的实验结果作了验证。     

翼型边界层及近场尾流的湍流特性与气动噪声特性相关规律试验研究

变湍流度试验结果表明 ,湍流度对翼型边界层和尾流的湍流特性、转捩情况、气动噪声特性及其它们间的相关特性有显著影响。这种影响有一定规律。笔者得出了苦干有价值的半经验关系式。     

大客车局部优化造型对其使用性能的影响

随着车速的提高,汽车在行驶中受到的空气阻力便成为不可忽视的问题,因此与减阻节能相关的汽车优化造型也就显得越来越重要了。由于运动物体所受到的空气阻力系数的大小主要取决于它的头部的形状,因而我们对厢式大客车驾驶室前风窗区的几种不同造型在低速风洞中进行了测力的实验研究。实验结果表明,驾驶室前围不同形式的过渡是影响厢式客车空气阻力的重要因素。其中在适当的风窗倾角下,经过良好的圆化处理后,可使厢式大客车的空气阻力减小27%左右。这不仅节省了燃料的消耗,还可以提高汽车的最大行驶速度,改善其加速和爬坡能力。     

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。     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。