冗余度机器人多性能准则优化研究

为了解决在一个冗余度情况下同时优化多个性能准则的困难,基于“优化期望”和“优化分配”的概念,提出了帝时在线地决定子任务优先权的新方法,任务被划分为一个高优先权的主任务和两个低优先权的子任务,子任务通过利用主任务的冗余性得到完成,文中利用作者所开发的“改进的加权梯度法”求解逆运动学,成功地解决了冗余度机器人的多性能准则同时优化问题,仿真证实了所提方案的实用性。     

外螺纹中径测量不确定度的计算方法

以外螺纹中径测量为例，详细论述了标准不确定度和展伸不确定度的建模过程，并给出了计算实例，使外螺纹中径测量精度的评定符合国际规范。     

火工作动装置设计参数的敏感性分析

文章用内弹道理论建立火工作动装置的性能仿真模型，并对输出性能进行预计和分析，找出了影响输出性能的主要设计参数，并提出膨胀比的概念，用来快速判断设计的优劣。     

等热流条件下相变导热仿生优化

为强化微重力条件下相变材料的熔化释冷过程,采用仿生优化的思想和有限元方法研究了导热空间内高导热材料的最佳布置方案。研究表明,采用温度梯度的时间积分作为布置高导热材料的判断标准,可把导热仿生优化的思想的应用由稳态问题扩展到非稳态具有相变的问题。和人工构造方案法相比,仿生优化得到的方案可以明显强化释冷过程、降低热流入口温升;且能克服其工作量大,所得方案不一定包含最优方案的不完备性问题。     

水陆两栖飞机内吹式襟翼优化设计

为改善某型水陆两栖飞机的起降性能,提高其抗浪能力,需设计高性能吹气襟翼以满足其性能要求。本文在国内外已有的吹气襟翼研究基础上,结合飞机气动综合优化设计框架及计算流体力学(CFD)的优势,以设计出高气动效率及工程实用性的内吹式襟翼方案作为设计目标,对内吹式襟翼的基本形式、吹气缝道位置及喷缝参数等进行综合优化设计,最终通过风洞试验来验证优化设计方案的有效性。从分析及验证结果来看,通过本优化设计方法所设计的内吹式襟翼,能在使用相同吹气动量系数的条件下,明显推迟襟翼上的气流分离,实现最大升力系数20%左右的提升,显著提升了内吹式襟翼的气动效率,为进一步实现内吹式襟翼的工程应用奠定了基础。     

TiAlN 涂层钻头钻削钛合金的实验研究

采用Ti Al N涂层硬质合金麻花钻对钛合金(TC4)进行钻削试验,研究了切削用量对轴向力、加工孔壁表面粗糙度和切屑形态的影响。结果表明:轴向力随着进给量的增加而增加,轴向力随着转速的增加而减小。运用指数公式模型对轴向力实验结果进行回归分析,得到轴向力与转速以及进给量之间的关系式,并对该方程进行了检验验证误差均小于7%;随着进给量的增加断屑能力逐渐增加,切屑长度逐渐变短。在低转速和进给量为50 mm/min时切屑形态为短螺旋形切屑,此时排屑和孔壁粗糙度均为最佳。     

单OSV服务多卫星的转移轨道优化研究

利用混合法解决了有限推力作用下单OSV服务多卫星的转移轨道优化问题.首先从OSV携带燃料的角度出发,初步筛选出在其服务范围内的服务对象,基于双脉冲交会假设,确定了服务序列以及时间节点;其次针对每一段转移轨道,利用Pontryagin极小值原理推导出最优控制律,设定开-关-开的发动机工作方式,将初始协态变量和开关机时间进行参数化处理,采用遗传算法对非线性规划问题进行求解;最后对整条轨道进行拼接优化.仿真结果表明,混合法对协态变量初值猜测敏感性小,降低了搜索最优转移轨道的难度,且控制轨线光滑.     

基于MPI的大规模变量结构优化技术研究

针对大规模变量结构优化问题,研究了基于虚载荷法的位移敏度求解理论,提出了惩罚函数随优化迭代次数自适应变化的二次扩展内罚函数法,并结合牛顿法作为优化算法.采用MPI并行技术实现了敏度求解的局部并行计算,解决了大规模变量结构优化技术中的规模和效率问题.采用FORTRAN语言在HAJIF2013系统上对上述方法编程实现,实例表明,优化方法能够快速、稳定收敛到最优解,以及基于虚载荷法的位移敏度解析求解理论的高效性和准确性.     

基于模糊理论的跳跃轨迹多目标优化设计

针对探月返回跳跃轨迹的多目标优化设计问题,提出了一种基于模糊理论的优化设计方法,并对非线性隶属度函数对优化结果的影响进行了研究.首先,将连续的无限维优化问题进行离散化,转化为非线性规划问题;其次,用隶属度函数将各个子目标进行模糊化,将多目标优化问题转化为求模糊判决隶属度函数的最大值问题;最后,求解经过模糊化的非线性规划问题.分析了探月返回跳跃轨迹的特性,表明模糊多目标优化更能体现决策者的偏好.构造了具有不同凹凸性、不同形状的非线性隶属度函数,比较了它们对优化结果的影响,结果表明隶属度函数影响多目标模糊优化结果的首要因素是隶属度函数的凹凸性.     

Aircraft robust multidisciplinary design optimization methodology based on fuzzy preference function

This paper presents a Fuzzy Preference Function-based Robust Multidisciplinary Design Optimization (FPF-RMDO) methodology. This method is an effective approach to multidisciplinary systems, which can be used to designer experiences during the design optimization process by fuzzy preference functions. In this study, two optimizations are done for Predator MQ-1 Unmanned Aerial Vehicle (UAV): (A) deterministic optimization and (B) robust optimization. In both problems, minimization of takeoff weight and drag is considered as objective functions, which have been optimized using Non-dominated Sorting Genetic Algorithm (NSGA). In the robust design optimization, cruise altitude and velocity are considered as uncertainties that are modeled by the Monte Carlo Simulation (MCS) method. Aerodynamics, stability and control, mass properties, performance, and center of gravity are used for multidisciplinary analysis. Robust design optimization results show 46% and 42% robustness improvement for takeoff weight and cruise drag relative to optimal design respectively.