改进的粒子群算法求解飞机位姿评估问题

在飞机装配中,要求调姿基准点距离误差和最小以及各点距离误差满足容差条件。以往的飞机位姿评估算法注重距离误差和最小,可能出现调姿基准点的距离误差不满足容差约束的情况。为了求解在满足容差约束条件下的距离误差和最小的飞机位姿参数,提出一种新的优化模型,将带容差约束转化为带惩罚函数,与距离误差和一同作为优化目标,采用求解约束优化问题的粒子群算法进行求解。在上述算法上进一步改进,通过动态改变约束参数来加强约束条件,可以通过迭代方式进一步减小飞机调姿基准点最大距离误差。仿真算例和蒙特卡洛分析证明,求解约束优化的粒子群算法和改进的粒子群算法在求解飞机位姿评估问题时,求解得到的调姿测量点最大误差小于奇异值分解法。     

考虑可压缩与热传导的壁面函数边界条件及其应用

考虑到可压缩和热传导效应的壁面函数边界条件,被耦合到了采用k-ω两方程湍流模型、用有限体积法求解N-S方程的程序中。壁面函数基于耦合的速度和温度型,并且在边界层内的粘性子区和对数区内一致有效。引入壁面函数边界条件后,通过算例验证在y <100的范围内,得到的物面压力、摩阻、热流与实验结果比较,结果可靠。而无壁面函数边界条件时,要得到相同精度的结果,要求y ≈1。壁面函数的引入,为工程上准确预测飞行器在湍流流动中表面受力与气动热提供了保障。     

利用最大最小化模型求解地面搜索问题

在搜索人数一定,用时最短的条件下,为了搜索完目标区域,根据搜索完区域的时间即为最后到达的人员所需时间,建立了最大最小化的规划模型,通过lingo程序,进行求解.并对划分的小矩形区域个数和队员人数也做了分类讨论.针对地面搜索问题进行了研究和讨论具有一定现实意义.     

考虑小载荷强化的模糊疲劳寿命预测理论

在实际工程应用中,多选用Miner法则进行疲劳寿命预测。由于小载荷特别是在疲劳极限附近的载荷对结构或材料的损伤不容忽略,考虑到小载荷的每一次循环对材料产生损伤的同时还产生了强化作用,建立了基于小载荷强化损伤的寿命预测模型以及相应的模糊疲劳寿命计算公式。该模型不但考虑了低于疲劳极限的载荷的强化作用,还引入隶属函数来描述小载荷的累积损伤的模糊性,完善了Miner法则的适用范围,提高了预测精度。两个不同载荷谱的疲劳寿命预测实例验证了该模型的有效性。     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

基于鲁棒变结构控制方法的非线性导弹自动驾驶仪设计

对一类非线性不确定导弹控制系统,采用自适应方法进行了基于滑模理论的变结构控制器设计。该方案使得采用反演手段产生的微分爆炸问题得到较好的回避,同时构造自适应律,消除了不确定性对系统的影响,最后通过构造Lyapunov函数方法,确保了系统的鲁棒稳定性。文末仿真结果表明了该方案的有效性。     

空心风扇叶片结构优化设计方法及程序实现

在空心风扇叶片结构强度分析的基础上,以叶片最大等效应力水平为约束条件,建立了叶片质量和径向位移最小化的双目标优化模型.采用正交试验设计的方法,分析了各设计变量对约束函数和目标函数的影响,减少了设计变量的数量.为了提高优化设计效率,采用径向基函数插值的方法,构造了约束函数和目标函数的响应面替代模型,从而避免了优化设计过程中大量的结构有限元分析求解.针对空心叶片结构强度优化设计的示例,探讨了替代模型和带精英策略的Pareto排序遗传算法的具体应用,得到了分布均匀的Pareto最优解,给出了空心叶片示例的具体优化设计结果.      

模糊聚类方法在PIO探测中的应用

用于驾驶员诱发振荡(PIO)探测的特征参数可以有效地反映出PIO时飞机在频域和时域的特征,利用模糊逻辑方法对特征参数进行辨识可以有效地识别出是否发生了PIO.模糊逻辑方法中的隶属函数直接反映了特征参数的特点,其设计决定了是否能有效地对PIO进行识别.为了设计有效的隶属函数,根据特征数据的特点采用球壳型模糊聚类算法对数据...     

随机机翼结构阵风响应的分布函数及灵敏度分析

随机结构在随机激励作用下的结构响应具有随机不确定性,响应的分布函数(CDF)能够充分地体现响应量分布变化规律,只要掌握了响应的CDF,就可以进一步掌握响应的统计信息.基于响应的CDF,对基本变量的分布参数进行灵敏度分析,可以表明基本变量的随机不确定性对输出响应的随机不确定性的影响程度,从而清楚地表明重要随机变量和非重要...     

基于RBF神经网络的开关磁阻电机在线建模 及其实验验证

 为了获取开关磁阻电机(SRM)的精确模型,提出了一种基于径向基函数(RBF)神经网络对SRM进行建模的方法,主要包括离线建模和在线建模两部分。离线建模通过实验测量得到SRM的磁链特性曲线,并利用该数据训练RBF神经网络,实现SRM磁链的离线建模;在线建模是指当SRM的运行状态发生变化时,离线模型的估计磁链与实际磁链会产生误差,通过对神经网络的输出权值进行在线调节,实现具有在线动态调节功能的SRM在线模型。为了验证该方法的可行性,针对一台12/8结构的SRM样机进行仿真和实验,结果表明SRM的离线模型和在线模型在仿真和实验条件下均能正确地估计SRM的磁链特性,而且在线模型的估计精度高于离线模型,验证了本文的研究方法合理有效。