反推力装置结构优化设计

根据叶栅式反推力装置结构及其工作原理,建立了反推力装置运动学与动力学数学模型,以此为基础,取反推力装置对作动系统的最大负载力极小化为目标函数,装置各运动机构满足几何关系为约束条件,建立反推力装置结构优化模型。通过反推力装置运动学及动力学仿真,并分析在不同结构参数下反推力装置运动学及动力学特性,验证了所建立模型的合理性与正确性。在Matlab环境下采用惩罚函数法对反推力装置进行结构优化设计,结果表明：优化后的反推力装置正向最大负载力下降了24.5%,负向最大负载力下降了16.3%,且各个机构运动不出现干涉,整个反推力装置可正常工作。论文建模方法与优化结果可为反推力装置结构设计提供参考。     

基于POD-BPNN的热启动策略及其在气动代理优化中的应用

传统气动优化设计需要大量CFD 分析,而代理优化（SBO）方法能够有效降低CFD 分析次数,但该方法并没有改变单个CFD 分析时间。提出一种基于本征正交分解-反向传播神经网络（POD-BPNN）模型的热启动策略,并应用于气动代理优化。使用POD-BPNN 模型对SBO 中的初始样本建立从几何设计变量到流场数据的预测模型...     

静稳定裕度对飞翼布局的影响研究

减小配平损失对于提高飞翼布局升阻比和提升飞行控制能力具有重要意义,因此基于离散伴随优化方法研究静稳定裕度对跨音速飞翼布局减阻优化的影响,分别开展10%,0%,-10% 三种静稳定性设计工况的优化研究。采用自由变形（FFD）方法对非结构表面网格进行参数化,以FFD 控制点为设计变量,通过求解流场和伴随方程得到灵敏度信息;采用序列二次规划SQP 算法获得控制点位移的梯度,然后经过多轮迭代得到优化构型。结果表明：在几何厚度和力矩配平的约束下,离散伴随优化方法可以显著提升飞翼布局的最大升阻比,三种工况下最大升阻比提高都在8% 以上;随着静稳定性裕度减小,定升力系数优化的巡航升阻比增量有所减小,当静稳定裕度为10% 时巡航升阻比提高了5.08%。     

基于遗传算法(GA)的具有约束的飞行轨迹规划

轨迹规划的一个最基本目标是规划飞机通过威胁空间并实现任务目标的飞行轨迹,这个轨迹需满足任务规划所确定的约束,这些约束包括：地形、威胁（静、动态）、燃油、时间、飞行性能等,构成了一个多维、多模态且具有组合爆炸的搜索空间,造成了轨迹规划的具有挑战性的难题。对基于ＧＡ的自适应搜索技术的轨迹规划方法和轨迹规划器进行了研究。提出了用来解决满足约束条件最优飞行轨迹问题的描述方法。     

液体火箭发动机系统设计仿真与优化

建立了某液体火箭发动机系统设计的仿真模型与相应的多目标优化模型,编制了系统仿真程序,并在iSIGHT的软件平台上针对不同的优化目标对发动机的设计参数进行优化.采用了组合优化策略,结合多岛遗传算法和序列二次规划算法分别进行全局寻优和局部寻优,求得全局最优点.建立了单燃气发生器循环系统的质量模型,在优化过程中考虑了发动机主要部件结构质量对系统性能的影响。以燃烧室压强、混合比和喷管出口反压为设计变量,优化目标包括发动机比冲、有效载荷、结构质量、密度比冲、关机时飞行速度、推进剂综合密度.并根据结果分析了燃烧室压强和混合比对发动机性能的影响.     

设计敏度在气动弹性遗传优化中的应用

利用遗传算法和遗传/敏度混合优化算法对某复合材料机翼进行气动弹性优化设计研究,并提出在使用这两种算法时根据设计敏度信息计算设计变量的重要性指标、从而确定主要和次要设计变量、进而调整设计变量变化域的方法,以提高算法的寻优效率.研究表明:设计变量变化域的定义直接影响遗传算法和遗传/敏度混合优化算法的寻优效率,特别是单独使用遗传算法时影响程度更大;定义时应该在确保设计空间包含足够的优秀可行解的前提下,尽可能地缩减搜索空间.所提出的基于设计敏度调整设计变量变化域的方法在实际应用中能取得较好的效果:该方法既能明显提高遗传算法和遗传/敏度混合优化算法的搜索效率,又能显著增强两种算法辨识可行域的能力.      

基于遗传算法的最优Lambert双脉冲转移

研究了初始位置和转移时间不固定的Lambert双脉冲轨道转移的数值解,用三 维图和截面图直观显示了初始位置、转移时间和速度增量的关系,并说明了其在实际工程任 务中的应用价值.基于数值解,提出了Lambert双脉冲轨道转移的优化问题.目标是找到最 优初始位置和转移时间,使燃料和时间的加权和最小.给出了遗传算法求解该优化问题的设 计步骤.该算法应用于2个算例:①平面圆轨道的燃料最优转移,并将遗传算法和Hohmann 转移的结果进行了比较;②椭圆轨道、初始位置有约束的燃料和时间最优转移.结果说明 了遗传算法寻找最优转移解是准确有效的.      

基于云模型的全局最优化算法

基于云模型在定性概念与其定量数值表示之间转换过程中的优良特性,结合遗传算法的基本思想,提出一种自适应高精度快速随机搜索算法,并将之运用到函数寻优中.在定性知识的指导下该算法能够自适应控制搜索空间的范围,较好地避免了传统遗传算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题.算法易于实现,不存在遗传算法中的编码问题.试验结果表明该算法具有精度高、收敛速度快等优点.在众多优化问题上有广泛的应用前景.      

任意寿命分布的多部件系统备件配置优化算法

针对部件服从任意寿命分布的多部件系统,提出了基于蒙特卡罗仿真-边际效益分析的备件配置优化算法,采用蒙特卡罗仿真方法计算备件供应效能值,在此基础上引入边际效益分析法确定备件的优化配置.算例中以供应延误时间为供应效能目标值,以费用为约束条件,得到了由若干指数寿命件、正态寿命件和威布尔寿命件组成的多部件系统的备件优化配置清单,并对算法进行了比较验证,结果表明该算法对于解决复杂系统的备件优化配置问题具有良好的适用性.      

一种复杂系统风险概率评估方法

对有限样本条件下的复杂系统风险发生概率评估问题,提出了小样本评估小概率事件的建模方法,通过非线性函数逼近累积概率与临界参数极值之间的映射关系.建立了风险概率评估数学模型,通过非线性回归方法得到了风险概率评估基本模型.对原始数据在评估模型中产生的误差作为目标函数,建立概率评估优化模型.并采用改进遗传算法对分布参数进行优化计算.以飞行安全为例,实现了有限样本情况下的飞行风险概率的计算,并通过最优逼近函数提高了计算精度.