复合材料参数化桨叶的动力学减振优化设计

为了进行桨叶动力学优化设计,建立面向工程设计的复合材料多闭室C型梁桨叶剖面参数化模型,实现了桨叶剖面气动外形、内部结构组件、复合材料铺层设计的参数化,并提出了一种保持C型梁纤维面积恒定的参数化设计方法.采用全局寻优能力较强的多种群遗传算法(MPGA),集成参数化设计模型与旋翼有限元气动弹性综合分析模型,通过桨叶各剖面结构组件的参数优化实现了旋翼动力学减振.算例给出了"海豚"直升机桨叶剖面特性实测值与参数化桨叶模型计算值的对比,整体误差不超过3%,并用该参数化模型对桨叶进行动力学减振优化,实现了旋翼加权优化振动载荷系数减小4.15%,经过优化后桨叶的配重位置更加分散,有利于缓解桨叶内部应力/应变突变;而且部分配重分配到桨尖,提高了旋翼的自转惯量,增加了旋翼自转下滑的安全性.     

Uncertain multiobjective redundancy allocation problem of repairable systems based on artificial bee colony algorithm

Based on the uncertainty theory, this paper is devoted to the redundancy allocation problem in repairable parallel-series systems with uncertain factors, where the failure rate, repair rate and other relative coefficients involved are considered as uncertain variables. The availability of the system and the corresponding designing cost are considered as two optimization objectives. A crisp multiobjective optimization formulation is presented on the basis of uncertainty theory to solve this resultant problem. For solving this problem efficiently, a new multiobjective artificial bee colony algorithm is proposed to search the Pareto efficient set, which introduces rank value and crowding distance in the greedy selection strategy, applies fast non-dominated sort procedure in the exploitation search and inserts tournament selection in the onlooker bee phase. It shows that the proposed algorithm outperforms NSGA-II greatly and can solve multiobjective redundancy allocation problem efficiently. Finally, a numerical example is provided to illustrate this approach.     

基于改进A~*算法的进离场航线网络3D规划

为提高终端空域航线设计的自动化水平,对进离场航线进行了研究。针对独立航线规划,提出角度扩展航路点搜索方法,提高算法运行效率。选取水平剖面经济性最优为目标函数,垂直剖面满足最优爬升/下降剖面,实现3D航线网络规划。实例结果表明,在保证航线安全性、经济性的同时,算法运行稳定,效率明显提高。     

基于遗传算法多段翼型外形优化设计

为提高多段翼型增升效能,开展襟翼外形和缝道参数同时优化设计研究。优化算法采用遗传算法,以求解RANS方程为气动特性分析方法,通过椭圆方程控制生成多段翼型外形,同时优化缝宽、搭接量、襟翼偏角等位置参数和襟翼外形控制参数,实现多段翼型优化设计。设计实践表明,与只优化位置参数相比,同时优化襟翼外形和位置参数得到的多段翼型有更大的升力系数,方法是可行的,具有一定的工程应用前景。     

粒子群混合算法在变导向器面积计算中的应用

求解非线性方程组经典方法具有严格的局部收敛性;粒子群等进化算法解决了全局收敛的问题,但计算效率偏低,存在最优解不稳定的问题。结合经典Newton-Raphson法的超线性收敛速度和粒子群算法全局收敛能力的粒子群混合算法具备2类算法的优点。在迭代初期采用粒子群算法获得的近似全局解作为Newton-Raphson算法的初始值,以确定高精度的解。利用粒子群混合算法在发动机变导向器面积的大偏离计算中获得了较好的收敛效果,解决了常规Newton-Raphson法不收敛的问题。     

一种兼顾卫星导航系统星间观测及通信的链路分配算法

卫星导航系统星间采用点波束建立星间链路时,由于星上波束数量小于可建立星间链路的卫星数量,因此便产生了如何有效分配有限波束来建立星间链路的问题。针对该问题首先利用星座运行的周期性提出了一种适用于星间观测及星间通信的拓扑处理方式,并以该拓扑处理方式为基础提出了一种链路分配算法。算法在保证星间观测数量最大化的前提下,以降低整网通信代价为优化目标,尽管为了保证星间观测数量会不可避免地导致通信性能的部分损失,但是仿真结果表明算法的性能整体上优于铱星系统所采用的网状链路分配方法的性能。     

BTT导弹神经网络直接逆控制算法的FPGA实现研究

针对BTT导弹控制系统中导弹模型的非线性和强耦合的特点,应用逆7系统和神经网络相结合的方法建立了导弹的逆模型.并以俯仰通道为例,设计了逆控制算法的BP神经网络结构,采用Verilog HDL编写了BP神经网络各个功能模块,并将其在FPGA上实现.通过神经网络逆控制算法在FPGA硬件实现和通用计算机上软件实现的对比,表明...     

一种适用于小推力轨控发动机“二次变轨”机动突防方案

针对突防发动机轨控推力较小,难以产生在拦截器末制导段内成功突防所需的机动过载的实际情况,提出避开拦截器机动性能最强的末制导段,而选择在拦截器自由飞行段和末制导结束后实施“二次机动变轨”的突防方案,旨在解决弹道中段机动突防方案的有效性问题.建立了推力方向、推力持续时间等轨控发动机主要控制参数的优化规划模型,提供了基于遗传...     

基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

Double-stage Metamodel and Its Application in Aerodynamic Design Optimization

Constructing metamodel with global high-fidelity in design space is significant in engineering design. In this paper, a double-stage metamodel (DSM) which integrates advantages of both interpolation metamodel and regression metamodel is constructed. It takes regression model as the first stage to fit overall distribution of the original model, and then interpolation model of regression model approximation error is used as the second stage to improve accuracy. Under the same conditions and with the same samples, DSM expresses higher fidelity and represents physical characteristics of original model better. Besides, in order to validate DSM characteristics, three examples including Ackley function, airfoil aerodynamic analysis and wing aerody-namic analysis are investigated. In the end, airfoil and wing aerodynamic design optimizations using genetic algorithm are presented to verify the engineering applicability of DSM.