一种采用数学形态学方法的姿态指示器填充算法

在现代飞机座舱电子飞行仪表系统中，全姿态指示器天地区域的实时填充是个非常费时的工作，但已有算法不管是在填充速度还是硬件可实现性上都存在缺陷。本文把适于硬件实现的数学形态学方法应用于姿态指示器的实时填充中，提出了一种新的区域填充算法，在此基础上引入种子概念，发挥数学形态学的并行运算能力，提高全姿态指示器填充速度。文中进行了单粒和多粒种子的生长试验，在多粒种子并行填充的情况下，填充效果和速度性能均优于传统算法。该算法填充速度快，能并行处理，适用于姿态指示器等实时填充的场合。     

热完全气体的热力学特性及其N-S方程的求解

首先用五次多项式拟合给出了温度在50～3000K范围内的热完全空气的焓值与温度之间的函数关系式，导出了其它热力参数e，cp，cv和γ的表达式。接着提出了热完全空气总温、总压的计算方法，并将其计算结果与量热完全空气的结果进行了比较。最后，将该热完全空气模型用于N-S方程求解，对NAPA软件进行了改进，并用该软件时高马赫数钝体绕流流场和乘波体流场进行了计算，分析了气体真实效应时流场结构及参数的影响。结果表明，本文提出的总温、总压计算方法及时NAPA软件的改进是成功的，可较准确地模拟高超声速流动的主要特征。     

自动空中防撞系统的技术特点

介绍了自动空中防撞系统（Auto ACAS）的功能要求和技术特点,着重讨论了Auto ACAS的逃避时间、逃避机动、声明空间和最优协同逃避角度,给出了Auto ACAS的原理框图和算法结构,并对Auto ACAS工程应用中的问题进行了讨论。     

基于贝叶斯网络的发动机燃油系统故障诊断

在构建某型发动机燃油系统故障诊断贝叶斯网络模型的基础上,提出逆向推理的最强依赖路径算法,通过该算法可以对故障可能的原因按概率大小进行排序,进而快速、准确地对故障进行定位,从而大大提高复杂系统故障诊断的效率。     

基于CBS有限元的流动-传热-变形耦合计算方法

研究了基于CBS有限元法和常规有限元法相结合的流动-传热-变形耦合计算方法。在该方法中,流体流动和传热采用CBS有限元方法计算,固体变形采用常规的有限元方法计算,实现了流体域和固体域统一的有限元网格划分,简化了变形过程中的网格生成和不同网格间的数据交换。然后,依据此方法发展了计算程序,并通过算例分析,校验了计算方法的可行性和程序的计算能力。     

基于动态扰动策略的人工搜索群算法

为了提高人工搜索群算法(ASSA)的整体性能,提出一种基于动态扰动策略的人工搜索群算法.为了增加算法的种群多样性,在算法初期,通过Tent映射的混沌策略产生初始种群.结合反向学习策略,算法在进化过程中对种群进行反向学习扰动,从而增加算法跳出局部最优解的可能性.算法采用动态步长的方式,在初期时能够扩大最优解的搜索范围,在...     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

基于动态增添法的DBN滚动轴承故障诊断

针对深度信念网络(DBN)层数的不确定性而导致故障诊断精度不高的问题,提出了一种基于动态增添算法的DBN诊断方法.首先通过动态增添算法确定隐含层层数,之后按照逐层递减原则,设置模型的隐含层神经元节点数目;并以滚动轴承为研究对象,通过分析其训练样本与测试样本的分类误差曲线,来表明基于动态增添算法的DBN方法对滚动轴承故障...     

基于遗传算法和空间推进方法的单壁扩张喷管优化设计研究

 将单目标遗传算法和多目标遗传算法（包括NSGA-II和NCGA）,与高效、高精度的空间推进流场数值模拟方法——SSPNS方法相结合,对二维超燃冲压发动机尾喷管即单壁扩张喷管（SERN）进行了气动优化设计研究。在巡航点（Ma=6.0）讨论了推力系数C_T最大单目标模型,推力系数C_T最大升力系数C_L最大两目标模型,以及推力系数C_T最大升力系数C_L最大俯仰力矩系数C_m最小三目标模型,分别得到了喷管的最大推力设计和关于多个目标性能的Pareto最优前沿。结果表明,扩张壁初始扩张角θ_r,i和外罩长度L_c对C_T影响较大;较小的L_c和较大的θ_r,i设计,将降低外罩内表面的负升力作用而使得SERN的C_L较大;较长外罩和较小的θ_r,i,对应Pareto最优设计的C_M较小。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。