用于快速仿真优化的改进差分进化算法及其应用

提出一种改进的差分进化算法,采用一种“位变”方法计算收缩因子,该方法首先根 据适应值对种群排序,然后根据各个体的排列位置确定收缩因子;采用正态分布函数对算法 参数进行随机扰动来维持种群的多样性;该算法还提出一种新的变异算子,并将其与基本的 差分变异算子结合使用以提高算法的寻优精度。经过对多个Benchmark函数的测试、分析和 比较,结果表明该算法具有较高的收敛精度和较快的收敛速度。最后将该算法用于火箭发动 机涡轮气动优化,以较小的计算成本将涡轮气动效率提高了2.5％。应用结果表明该算法 适用于快速仿真优化问题,能有效地节约计算成本。
     

DE算法在空间交会中的应用

在第一次脉冲位置可变的条件下,用差异演化(DE)算法实现航天器双冲量交会的优化。根据C-W方程建立双冲量交会模型,用时间-能量加权法计算混合优化指标。给出了所设计DE优化算法的编码、生成初始种群、变异、交叉、辅助和选择等操作步骤。仿真结果表明,DE算法较基本遗传算法(GA)能更有效地获得最优解。     

Cf/SiC陶瓷基复合材料车削加工工艺研究

为满足高性能、轻质化的设计要求,开展了Cf/SiC基复合材料一金属连接工艺试验件的试验工作,阐述了Cf/SiC陶瓷基复合材料喷管车削加工难点和解决方案.理论分析和试验验证表明,通过选择合理的机械加工方法、人造金刚石聚晶车刀及冷却润滑方法,采用合适的切削用量和刀具几何参数,能够实现陶瓷基复合材料喷管连接部位的车削加工,保...     

精密薄壁支架零件高效防变形工艺研究

开展了精密薄壁支架零件的结构特点和技术难点分析,通过对薄壁支架类零件结构加工过程进行仿真分析、加工工艺优化等技术研究,实现了弱刚性结构零件的高效防变形加工,提高了弱刚性结构零件的加工精度和表面质量,从而满足了高精度薄壁支架类零件的质量要求。     

基于数控切齿的弧线齿面齿轮啮合特性研究

研究了弧线齿面齿轮的数控切齿及其啮合特性.基于假想产形齿轮的概念,同时考虑了刀具法向截面的修形,推导弧线齿面齿轮的齿面方程;以坐标变换为工具,建立其机床加工模型,确定各运动轴的多项式表达式;在此基础上,建立了考虑安装误差的弧线齿面齿轮副接触分析模型.计算结果表明:通过面齿轮的齿面修形,可以降低啮合转换点处的传动误差幅值,并获得较好的传动误差曲线.      

航空复杂壳体深小孔的高效精密加工技术

针对某类复杂壳体深小孔数量多、孔径小、长径比大、精度要求高的特点,在优化设计枪钻切削刃及冷却孔结构的基础上,将枪钻、直槽内冷钻等新型孔加工刀具与加工技术应用到卧式加工中心上,研究开发孔径Φ2~Φ10、长径比20~60深小孔的高效加工方法和加工工艺,优化得到符合要求的最佳切削参数,并建立深小孔高效加工切削参数数据库。实践表明,这一技术将深小孔加工效率提高30%以上,加工质量显著改善,有效解决了深小孔的高效精密加工问题。     

精细金属网栅的制造方法及其研究进展

综述了精密机械加工、高能束加工、微细电火花加工、化学加工、电化学加工等多种精细金属网/栅制造方法的优缺点及其发展现状.因具有适用材料广泛、加工效率高、表面质量好、无机械切削应力、孔形不受限制等优点,掩模微细电解加工在精细金属网/栅制造方面潜力巨大.     

挠性壁喷管撑杆单位影响曲线相关性研究及其在2m×2m超声速风洞中的应用

对挠性壁喷管撑杆单位影响曲线的相关性进行了研究,提出了一种通过已知单位影响曲线计算同一马赫数相邻撑杆及相邻马赫数同一撑杆单位影响曲线的方法,结合实验影响法成功用于2m×2m超声速风洞二元挠性壁喷管的型面优化,有效提升了第一菱形区核心流速度场均匀性,大大提高了调试效率,降低了调试能耗,缩短了调试周期。该方法对类似喷管型面优化具有借鉴意义。     

考虑气体-颗粒两相流效应的火箭发动机喷管参数优化设计

火箭发动机喷管内型面设计是喷管设计中的重要研究课题,是提高喷管效率的关键.采用基于遗传算法的直接优化设计方法对决定喷管内型面的关键参数进行优化,以减少喷管的比冲损失,提高发动机性能.比冲损失的大小通过喷管两相流计算获得,设计了相应的软件自动完成常见喷管的喷管型面优化设计,对现有型号喷管进行优化的计算结果表明,喷管的相对比冲损失可以显著减小.     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.