基于神经网络的二维随机翼型优化设计方法(英文)

为避免翼型单点优化设计存在的非设计状态气动性能损失,改进对实际飞行环境中不确定性因素的适应能力,提出了基于神经网络的二维随机翼型优化设计方法。采用4个BP神经网络作为代理模型,用于预测翼型的气动系数与几何参数,以提供高效和可靠的分析。同时联合服从正态分布的概率密度函数和遗传算法构成了优化设计方法。采用该方法,对GA(W)-2翼型,在关于马赫数和迎角的二维飞行区域内进行了随机优化设计。通过与原始翼型和单点优化设计翼型的结果对比,表明该二维随机优化方法能够在指定飞行区域内改进翼型的整体性能,提高了翼型对多个飞行参数随机变化的适应能力。     

可变后缘弯度机翼柔性蒙皮的变形特性分析

应用面元法和有限法建立了柔性蒙皮在气动载荷作用下的流固耦合分析方法。数值仿真结果表明:位于变形后缘上表面的柔性蒙皮在气动载荷作用下将被"吸"成鼓包形状,且这个局部变形对翼型后缘部分的压力分布具有很大影响。在此基础上,研究了柔性蒙皮在气动载荷作用下的变形随其弹性模量、厚度和初始预应变的变化规律。可以得出,柔性蒙皮的变形量随着翼型后缘偏角的增加而先增大后减小,并不是随着后缘偏角的增加而增大;增加蒙皮的厚度可以减少柔性蒙皮的最小弹性模量和最小拉伸刚度,但蒙皮的厚度受限于机翼的结构空间;满足Jacobs形变准则的蒙皮最小拉伸刚度随着蒙皮预应变的增加而降低。     

机器人制孔工艺参数优化有限元仿真分析

采用大型有限元DEFORM-3D和Abaqus软件分析机器人制孔的切削机理和制孔时机器人的振动机理。仿真分析了机器人制孔的切削力,并以仿真数据为基准,拟合了机器人制孔切削力的经验公式,仿真机器人的模态、刚度和阻尼,运用颤振理论分析了机器人制孔时避免振动的工艺参数范围。通过有限元仿真研究表明:有限元仿真计算有效地解决了机器人制孔工艺参数优化问题。     

套筒式张线天平的研制

根据民机张线测力试验的特殊要求,研制了一台套筒结构形式的张线天平.详细介绍了该天平在研制中遇到的难点、关键技术的解决措施以及研制的结果.天平元件布置在φ58mm的外套筒上,内杆直径为φ44mm,外套筒和内杆通过楔块焊接在一起.法向力、俯仰力矩和滚转力矩为拉压变形,横向力和偏航力矩为“S”形变形,轴向力为弯曲变形,元件支撑部分受拉压变形且刚度较强.通过对天平进行有限元分析,在法向力和俯仰力矩作用下,得出的应变结果与实际输出基本吻合.风洞试验结果表明:天平设计合理,天平外套筒、内杆及张线支撑系统刚度好,天平各分量测量精度高.     

基于遗传算法的快速成型分层方向优化设计

快速成型制造技术具有高度的柔性和灵活性,应用前景广泛。快速成型分层方向的选择,对于零件的制作精度、成型时间及制作成本有着重要影响。目前常见的分层方向算法往往顾此失彼,为了尽可能同时满足这3个单目标模型的最优化,本文提出将均匀设计、正交设计与遗传算法相结合作为求解多目标优化的新方法,可用较少的计算量求得分层方向的最优解。实验结果表明,改进后的算法有效,在迭代次数和所用时间上远远优于目前常用的基本算法。     

一种基于事物特性表的信息编码系统

信息编码是信息集成最为基础的部分。本文研究了基于事物特性表的编码系统。阐述了产品技术资源的分类体系和在此基础上编码的体系结构,按照产品、零部件的功能、解原理和结构等进行分类标识。通过事物特性表描述编码对象的属性特征。最后结合实例说明该编码系统的应用。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

桥式测量转换电路特性与实验教学结合的探索与实践

桥式测量转换电路是众多传感器测量转换电路中非常重要的一种转换电路,其特性的理解和掌握对理解其在多种电路中的应用起着至关重要的作用。通过应变片电阻传感器实验教学可实现对桥式测量转换电路特性的掌握。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

高速铣削系统稳定性动态优化新方法

考虑铣削过程中的自激振动和强迫振动,基于延迟微分方程的稳定性判定准则和强迫振动共振区的半带宽理论,提出一种铣削系统稳定性动态优化新方法.该方法通过选择切削参数和修改系统结构参数,在保证加工表面精度的前提下,获得大的稳定性材料去除率.其目标函数是材料去除率,约束条件是铣削过程稳定且非共振,动态优化变量是铣削系统的切削参数和结构参数.优化程序被阐明,实例分析结果显示,系统在稳定非共振条件下,加工时的材料去除率相比于优化前提高了18.86%.另外,为获得最大的稳定材料去除率和较好的表面精度,在铣削系统优化过程中,应同时考虑颤振稳定性和共振的影响.