不同迎角下脊形前体绕流数值模拟研究

脊形前体有较强的背风涡流场,不同的前体形状对前体涡流场和气动力有很大的影响.本文针对脊形前体飞行器大迎角湍流大分离流动计算的困难,采用IDDES混合湍流模型,以及与之匹配的非定常算法,研究了不同来流迎角下脊形前体的气动特性,以及背风涡非定常演化、破裂的细致流动结构.选取了不同脊形角,以及不同上、下高宽比的脊形前体进行计...     

数字水印防伪技术的研究和应用

本文采用数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速。该项技术可广泛应用于证件和产品的防伪,具有极高的理论价值和实用价值。     

汽车双横臂独立悬架参数优化与仿真研究

针对国内某轿车双横臂独立悬架系统，运用ADMAS／View模块建立了双横臂式悬架模型，利用ADMAS／Insight模块对建立的双横臂式独立悬架进行了优化分析。优化结果分析表明：通过悬架参数优化设计，使前悬架性能有了较大的提高。     

频域盲源分离的非圆信号推广

作为盲源分离（BSS）问题的最有效解决方法之一,独立分量分析（ICA）算法可以分为时域和频域算法两类.将时域盲源分离的快速算法推广到频域,通过在频域中应用非圆信号的伪协方差矩阵,推导出一个新的固定点算法来解决线性瞬时混合的非圆信号盲源分离（BNSS）问题.仿真实验验证了该算法的有效性.     

Mechanism parameters optimization of bionic frog jumping robot based on velocity directional manipulability measure

以速度方向可操作度作为跳跃性能的评价指标,从机构设计角度寻求改善仿蛙跳跃机器人跳跃性能的方法.在仿蛙跳跃机器人机构模型的基础上,建立了起跳阶段的运动学方程,得到机器人从关节空间到质心运动空间的速度映射关系,结合速度方向可操作度,利用优化算法对仿蛙跳跃机器人的机构参数进行优化,使机器人的跳跃性能达到最佳.优化结果表明,运用速度方向可操作度理论,对跳跃机器人机构参数进行优化研究是有效可行的.     

大展弦比运输机标模高升力构型设计与评估

介绍了中国航空工业空气动力研究院基于分层策略遗传算法的多段翼型优化设计工具和高升力构型计算评估方法,参照国内外大展弦比运输机指标为FL-9增压风洞设计了高升力构型标模,为检验标模气动性能,在法国ONERA F1风洞进行了一系列风洞试验和采用UNSMB平台进行了数值模拟。结果显示计算结果与试验结果有着较好的一致性,设计方案具有较好的增升效果。     

一种非线性飞行控制律评估方法研究

研究了一种基于改进遗传算法的非线性评估方法。将非线性准则转换成简单的适应度函数,通过寻优找到最坏情况,在其基础上实现评估。仿真结果表明,该方法不仅能在各个飞行状态对飞行控制律进行非线性准则评估,而且能找出飞行包线内的最坏飞行状态,细化飞行包线,方法使用灵活,结果可靠。     

基于Volterra捕食模型的飞行流量动态调配

为缓解当前飞行流量需求与空域资源限制间的矛盾,改善静态流量分配方式下航路飞行流量限制问题,提出飞行流量动态调配概念并建立动态调配模型及算法.首先根据Volterra捕食模型的思想,以航路负荷值大小为依据划分种群,依据航路飞行流量的调配速度建立飞行流量的动态调配模型,然后提出实时流量动态调配算法,按时段周期性对航路的飞行流量重新划分种群,并根据航路当前状况对飞行流量进行动态调配.最后运用Matlab软件进行算例分析,结果表明了模型及算法的有效性,可以很好地应用于飞行流量的动态调配研究中.     

基于遗传算法的军事物流运输计划

针对军事物流运输中车辆装载和车辆路径的组合问题进行研究,建立车辆装载和车辆路径组合问题的目标优化模型。通过改进遗传算法对模型求解,得到了较为满意的结果,可以在满足多车型多品种货物配送约束的条件下,实现运输车辆最少、车辆满载率高、车辆运输路径最短的目标。     

Global aerodynamic design optimization based on data dimensionality reduction

In aerodynamic optimization, global optimization methods such as genetic algorithms are preferred in many cases because of their advantage on reaching global optimum. However, for complex problems in which large number of design variables are needed, the computational cost becomes prohibitive, and thus original global optimization strategies are required. To address this need, data dimensionality reduction method is combined with global optimization methods, thus forming a new global optimization system, aiming to improve the efficiency of conventional global optimization. The new optimization system involves applying Proper Orthogonal Decomposition (POD) in dimensionality reduction of design space while maintaining the generality of original design space. Besides, an acceleration approach for samples calculation in surrogate modeling is applied to reduce the computational time while providing sufficient accuracy. The optimizations of a transonic airfoil RAE2822 and the transonic wing ONERA M6 are performed to demonstrate the effectiveness of the proposed new optimization system. In both cases, we manage to reduce the number of design variables from 20 to 10 and from 42 to 20 respectively. The new design optimization system converges faster and it takes 1/3 of the total time of traditional optimization to converge to a better design, thus significantly reducing the overall optimization time and improving the efficiency of conventional global design optimization method.