基于浮点编码遗传算法的行星轮系折叠机构优化设计

针对折叠机翼变体飞机,设计一种适合装配在变体飞机小空间的行星轮系折叠机构。在系统研究行星轮系设计目标、设计变量和约束条件的基础上,基于浮点编码遗传算法,使用MATLAB优化工具箱对其主要参数进行优化。结果表明：相对于安全系数法,浮点编码遗传算法可减轻结构重量16．7％,使折叠机构在满足设计指标的情况下达到质量最轻的目的;采用浮点编码遗传算法进行优化求解是行星轮系机构设计的一种行之有效的优化设计方法。     

基于遗传算法和 Vague集的液压位置控制系统自适应 PID控制

在被控对象模型精度不高的情况下,设计了一种自适应PID控制方法,提高其鲁棒性,以确保系统的响应具有最优的动态性能和稳态性能。该方法在常规PID控制的基础上,引入智能技术,在线实时调整PID控制器的3个参数。该控制器主要由3部分构成:一是采用遗传算法优化模糊推理规则;二是精确的Vague集推理规则表;三是基于Vague集相似度量的自适应PID控制。仿真结果表明,该控制方法响应速度快,稳态精度高。     

涡扇发动机涡轮后框架结构/材料一体化优化设计方法

基于传统结构优化设计方法,综合考虑结构参数和材料性能对涡扇发动机涡轮后框架性能的影响,提出涡轮后框架结构/材料一体化优化设计方法.将原设计问题分解为结构级优化和材料级优化,分别应用可行方向法和并行遗传算法进行求解.应用C语言开发了分布式并行优化设计平台.应用该平台对某型涡扇发动机涡轮后框架进行结构/材料一体化优化设计,得到最佳材料组合和结构参数.优化结果表明:与单一材料的结构优化方法相比,提出的结构/材料一体化优化方法进一步减少了结构的质量,算例中最优选材比最差选材质量减少29.0%.      

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

遗传算法在航空发动机非线性数学模型中的应用

收敛性是航空发动机非线性数学模型的重要指标。现有发动机平衡方程迭代解法还不能保证模型大范围收敛。以某涡扇发动机为对象,采用遗传算法求解发动机非线性数学模型,将模型中的发动机平衡方程求解转换为极小值优化问题,建立了遗传算法计算模型,重点分析了采用遗传算法求解的适应度函数设计方法。数值仿真结果表明,与牛顿-拉夫逊解法相比,采用遗传算法方法可实现模型大范围收敛。     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

非线性摩擦失谐叶片排序并行退火算法

基于叶片模态实验获得的叶片失谐参数,基于非线性摩擦阻尼分析提出一种失谐叶盘结构的集中参数模型.综合模拟退火算法的局部搜索能力和遗传算法的全局搜索能力,并引入禁忌表作为搜索记忆表,提出了一种应用模拟退火进化算法附加禁忌表的叶片排序优化方法.同时结合图形处理器运算设计了基于compute unified device architecture(CUDA)的并行算法并且分析其算法性能.研究表明:基于并行框架寻优可以获得4.5倍的加速,同时按照优化后方案安装,可以明显降低叶盘系统振动响应幅值与方差.      

基于遗传算法的旋翼翼型综合气动优化设计

结合直升机飞行特性及旋翼工作气动环境,提出了适用于中型运输直升机旋翼翼型优化设计的目标函数及约束条件.在此基础上采用遗传算法,以"黑鹰"(UH-60A)直升机旋翼翼型SC1095为基础翼型,进行多目标、多状态以及多约束条件下的旋翼翼型优化设计.优化翼型同SC1095翼型相比弯度稍大,最大厚度略有增加.结果表明:优化翼型气动力特性在满足约束条件的情况下,零升力矩系数减小了57.2%,最大升力系数增加了3.7%,阻力系数减小了7.5%.同时,非定常动态失速状态下的气动特性也有一定的改善,阻力系数和力矩系数的发散范围均有明显的减小.此外,悬停状态计算结果表明:采用优化翼型构成的旋翼与SC1095旋翼相比,具有更高的悬停效率及更低的力矩系数.      

基于遗传算法的微型飞行器气动力优化设计

本文以固定机翼式微型飞行器的翼型气动力优化设计为研究背景,在105量级的低雷诺数范围内,把遗传算法与Navier-Stokes方程数值解法相结合,建立了一种以实数编码为基础的自适应算法模型.在基准翼型的基础上,结合锦标赛选择、部分交叉以及自适应变异算子,对翼型进行了升阻比气动力优化设计,并设计了一种高效的复制算子来提高算法的稳定性和计算效率.优化后的翼型升阻比提高显著,表明该算法对低雷诺数翼型的气动外形设计合理有效.     

遗传算法在航空发动机控制中的应用

对于航空发动机这样复杂的系统，经典的定常算法难以对其实现良好控制。遗传算法具有良好的寻优特性，操作方便、速度快，不仅适用于单目标寻优，也适用于多目标寻优。遗传算法可以根据不同的控制系统，针对一个或多个目标，均能在规定的范围内寻找到合适参数。文中采用遗传算法实现了对PID参数的最佳整定。最后，通过数字仿真证明了其在航空发动机控制系统中应用的可能性。