大型水陆两栖飞机翼型优化设计

对大型水陆两栖飞机翼型进行了数值优化设计研究,通过以翼型设计升力系数下的阻力系数最小化为设计目标和以翼型低头力矩、最大升力系数、失速后升力系数下降率作为约束条件的大型水陆两栖飞机翼型优化设计,在满足翼型相对厚度、最大厚度位置、最大弯度、最大弯度位置符合相应设计范围的情况下,得到了综合性能较基本翼型提高的新翼型.该设计方法适用于大型水陆两栖飞机的翼型设计,是一种符合工程应用实际的数值优化设计方法.      

串并混联空间机械臂全自由度轨迹规划算法

目前,国内外对串并混联空间机械臂的研究较少;而且大多在舍弃冗余自由度的情况下进行轨迹规划.针对7自由度串并混联空间机械臂,提出了一种基于解析解、并且充分放开全部7个自由度的机械臂轨迹规划算法.该规划算法既扩大了串并混联空间机械臂的规划可达空间,又保证了规划的实时性,同时还保留了结构承载能力强的优点,可以充分发挥其作为空间抓捕用臂的优势.通过仿真和地面空间操作抓捕试验,验证了算法的有效性.     

一种航天器空间机动轨道的改进形状设计方法

针对带推力约束的航天器三维空间机动轨道初始设计问题,提出了一种基于傅立叶级数展开的改进形状设计方法。首先,在柱坐标系下建立了航天器运动模型,并将基于傅立叶级数展开的形状方法推广到三维空间的机动轨道初始设计;然后,基于所得到的空间初始机动轨道,采用直接配点法进行了完整三维空间机动轨道的优化设计。仿真结果表明,提出的方法可以为带有任务约束的航天器三维空间机动轨道的优化设计提供更优的初始参数及其解析解,为空间机动轨道设计提供了新的方法。     

星上定标的观测恒星确定方法研究

基于观测恒星的星上定标方法已成为近年来大型红外相机的主要定标方法之一。而这种定标方法的核心就是确定观测恒星及其在相机探测波段的辐照度。为了研究恒星在不同波段的辐照度,首先将恒星视为点源目标对其辐照度进行建模,在此基础上提出了泰勒级数展开和改进的遗传算法对恒星的温度T进行求解;然后对WISE星表的1000颗恒星进行辐照度外推,取得外推精度<3%的恒星所占比例高达68.34%的结果,满足项目需求;最后对不同精度下恒星的光谱分布特征进行了分析总结,验证了该外推方法的有效性。     

翼型湍流尾缘噪声半经验预测公式改进

改进了传统的翼型湍流边界层尾缘噪声BPM半经验预测公式。传统的BPM半经验湍流边界层尾缘噪声预测公式对高攻角和厚翼型在高频范围的预测结果大于实验结果,通过分析比较传统BPM半经验预测公式和Howe翼型尾缘噪声理论模型发现:这主要是由于传统BPM半经验预测公式对压力面声源噪声辐射高估引起的。因此将压力面声源噪声辐射与吸力面声源噪声辐射的幅值比由原来的边界层位移厚度一次方比值改进为二次方比值,进而得到了改进后的BPM半经验预测公式;使用改进后的BPM半经验预测公式对NACA0012翼型在不同来流不同攻角下的噪声辐射进行了预测比较,发现对于NACA0012翼型,改进后的BPM半经验预测公式具有较高精度;另外也预测了较厚的风力机翼型DU-96-W-180,预测结果明显改善。     

新型非接触式径向C4D传感器优化设计

基于电容耦合式非接触电导检测(C4D)技术,设计研发了一种新型径向结构的非接触式电导测量传感器。该传感器利用串联谐振的原理,引入电感模块以消除耦合电容对测量的不利影响,扩大了测量范围,提高了测量灵敏度。同时,用仿真与实验相结合的方法对传感器的电极张角进行了优化研究。在5.0、7.5、9.1、10.2和12.0 mm 5种不同内径的管道中进行了电导测量实验,电导测量相对误差均不超过5%,实验结果表明,所设计的新型非接触式径向C~4D电导测量传感器是可行和有效的。     

超临界层流翼型优化设计策略

针对超临界层流翼型设计问题,提出一种两轮优化策略。采用γ-Reθt转捩模型耦合剪切应力输运(SST)模式的湍流模型对翼型边界层转捩进行预测。翼型几何参数化建模采用形状分类函数转换(CST)方法,设计变量为描述翼型几何特征的参数。第1轮优化的目的是尽量提高层流区域的比例,气动分析模型为基于Kriging模型的代理模型,优化算法为遗传算法,通过优化获得满足约束要求的层流翼型。第2轮优化目的是对第1轮优化获得的翼型进行微调,进一步提高翼型的升阻比,气动分析直接采用CFD程序,优化算法采用基于梯度的优化算法。算例表明,应用本文提出的两轮优化策略,可将超临界翼型NASA SC(2)0412优化设计成超临界层流翼型,翼型的上下表面层流区比例分别达到了55.5%和47.0%,升阻比提高了38.1%。     

低雷诺数小型折叠无人机翼型优化设计

实现了一种可用于低雷诺数小型折叠无人机翼型优化设计的方法。采用Ferguson曲线对翼型进行参数化描述,并引入折叠状态下截面的几何关系作为附加约束,使用遗传算法和序列二次规划相结合作为寻优算法,对翼型升阻比和折叠空间允许的最大弦长进行优化。在isight平台上集成xFoil和matlab实现了这一优化流程。实例表明了方法的有效性,优化结果可以作为此类无人机翼型设计的参考。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。     

神经网络在高空长航时无人机翼型多点优化中的应用

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用。为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能。在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%。在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制。为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构。对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力。