飞机栅格零件SLM成形过程的变形演化仿真研究

栅格零件是某型无人机中的关键功能结构,形状复杂,形貌精度控制要求较高,非常适合采用激光选区熔化(SLM)工艺进行制造。利用华中科技大学研发的iAdditive仿真软件对栅格零件的SLM成形过程进行仿真分析,对支撑与关键塑性变形位置的分区打印策略进行了设计和优化。结果表明:通过仿真模拟可以迅速获得SLM成形过程中的关键塑性变形位置,通过分区设计可以使关键堆积层的变形量减小大约60%;通过对比支撑切除之后的模拟结果与试验结果,两者之间的变形趋势和变形数值吻合良好,最大变形处在中间栅格区域,变形量约为2.0mm。     

双辐板涡轮盘/榫结构优化设计方法

提出双辐板涡轮盘/榫三维结构优化设计方法,包括:以盘/榫总质量作为目标函数,分部管理的设计参数,盘/榫结构分部快速优化/整体精细优化策略;基于ANSYS软件,建立了双辐板涡轮盘/榫结构优化设计平台.针对某高压涡轮转子,设计了两种双辐板涡轮盘/榫模型,分析了盘缘喉部半径、盘缘厚度参数对盘/榫危险区应力的影响.优化结果表明:双辐板涡轮盘比单辐板涡轮盘应力分布更加均匀;在满足结构强度约束条件下,两种双辐板涡轮盘分别比单辐板涡轮盘减质19.90%和17.35%;对双辐板涡轮盘/榫模型进行优化,采用该优化设计方法的计算时间仅为采用常规三维优化方法的1/3,表明其优化设计方法的合理性及高效性.      

基于DES的单跑道地面等待模型研究

提出了一种新的基于离散事件系统(DES)的单跑道地面等待数学模型.针对 影响机场跑道降落服务时间的不同条件,提出了确定性模型和随机性模型,分别给出了2 个模型的计算方法,比较了算法计算量.并详细研究了跑道降落服务时间参数以及空中等待 和地面等待费用比参数的特性.仿真结果表明算法是行之有效的.该算法已成功应用于空军 某部流量评估系统中.      

起降容量受限的地面等待模型研究

提出了基于离散事件系统(DES)的起降容量受限的地面等待随机型数学模型,解决了单跑道模型未涉及的多跑道、起降容量相互影响和连程航班等因素的地面等待问题,并给出了模型算法.详细研究了空地等待费用比系数和起降权重系数对地面等待决策的影响.仿真结果验证了模型的有效性.      

基于引导型人工免疫算法的最优Lambert变轨

主要研究了燃料最省的Lambert双脉冲变轨问题.首先对普适变量法进行改进以避免奇异,并将其用于Lambert双脉冲变轨问题的求解.然后针对只给定初始时刻追踪航天器和目标航天器的轨道要素及总时间约束的交会问题,引入调相时间的概念,并将其和转移时间作为Lambert变轨的优化变量.最后采用引导型人工免疫算法GAIA(Guiding Artificial Im-mune Algorithm)对该优化问题进行寻优.仿真算例表明,与自适应遗传算法AGA(Adaptive Ge-netic Algorithm)相比,GAIA具有更强的寻优能力和更快的寻优速度,从而验证了GAIA用于最优Lambert变轨的有效性.     

卫星编队的多冲量轨道机动路径规划方法

基于多冲量轨道机动控制,研究应用微小推力发动机来实现卫星编队轨道机动控制的方法。首先简单介绍轨道机动控制的多冲量次优解的求解方法,并把此方法的改进算法应用于卫星编队的整体轨道机动控制;为降低单次冲量值,应用小推力发动机实现轨道机动,提出了卫星编队多冲量轨道机动的路径规划方法,这种方法把一个多冲量轨道机动过程分成多个来实现;最后,数值仿真结果表明:该方法简便、实用,可以解决单次冲量值过大而不易实现的问题,同时对于轨道摄动因素的影响具有鲁棒性。     

航空公司如何用科技支撑发展

通过多年的不懈努力,我国的航空公司在各方面都取得了很大进步,但同当今世界先进航空公司相比,在某些方面仍有一定差距。这些差距在战略管理上表现为科学预测     

翼面隐身结构电磁散射特性稳健优化设计研究

隐身结构是指由蒙皮和多种内部材料组成的、能满足承载要求、并具有明显降低雷达散射截面(RCS)的结构.阐述了一种典型的翼面隐身结构方案.为了进一步挖掘该隐身结构减缩RCS的潜力和考虑到实际情况中作为设计变量的吸波材料、玻璃钢电磁参数以及内部几何形状会有一定偏差,应用基于代理模型的优化策略,对其进行电磁散射特性稳健优化设计.研究结果表明,经过优化设计后,能显著降低翼面隐身结构RCS及其对设计变量的敏感性.     

双变异遗传算法在投资组合中的应用

针对马柯维茨均值-方差模型的特点和简单遗传算法在求解该模型中所存在的缺点和不足,本文提出了一种改进的遗传算法-双变异遗传算法.该算法在交叉算子中引入了变异算子,即在种群中出现大量的近亲个休,产生近亲繁殖,此时,交叉算子停止交叉,进行均匀变异;而变异算子按照梯度方向变异,以加快算法的收敛速度.数值试验表明,双变异遗传算法对马柯维茨均值-方差模型的求解具有全局收敛、求解速度快、避免早熟等优点.     

利用遗传算法进行稠密视差图估计

提出了一种利用遗传算法解决立体匹配问题的方法以获得稠密的视差图。与以往方法不同．本将立体匹配问题看作一种多极值的优化问题——从一组可能的视差图中找到最合适的一个。在大量的优化算法中，已经证明对于具有广阔搜索空间的全局优化问题，遗传算法是一种潜在的有效方法。从这个思想出发．本把每一个视差图看作是一个进化个体．并把视差值作为染色体进行编码．因此该算法中．一个个体将会包含大量的染色体。然后，把一些匹配约束转化形成目标函数，利用遗传算法去搜索待解决问题的全局最优解。另外，为了减少匹配上的不确定性以及时间消耗，中还采用了从粗糙到细致的层次化匹配策略(coarse—to-fine strategy)。最后给出合成图与真实图的匹配实验结果．以验证该方法的性能。