涡轮盘双轴对称异形孔结构建模与优化

针对发动机轮盘孔结构的应力集中问题,以某高压涡轮盘安装边螺栓孔为研究对象,建立了涡轮盘非圆异形孔数学模型.该异形孔由双轴对称的8段圆弧光滑连接而成,并满足螺栓装配的要求.使用该异形孔模型取代了原螺栓孔.以有限元分析为基础对异形孔进行了优化,得到该轮盘安装边多圆弧异形螺栓孔的最佳形状.结果表明:优化后的多圆弧异形螺栓孔边第1主应力最大值降低了14.8%,孔边应力集中程度显著下降.设计参数灵敏度分析结果表明,与主圆弧相连的过渡圆弧的尺寸对孔边应力的影响较为显著,在设计中应予以重视.      

某型飞机玻璃钢翼尖的设计制造研究

从选材、铺层、结构优化、强度校核和工艺过程等方面论述了某型飞机玻璃钢翼的优化减重设计制造。详细叙述了制造过程中的精度、粗糙度的控制。优化结果显示,该翼尖各项指标符合要求,减重效果明显。     

基于可靠性的飞机风挡抗鸟撞优化设计

传统的飞机风挡设计通常在确定的工况下进行,未能充分考虑实际鸟撞风挡过程中不确定性因素的影响,导致飞机鸟撞风挡的故障多发。综合考虑鸟撞飞机风挡过程中鸟体材料参数、质量、撞击速度等不确定因素的影响,以飞机风挡抗鸟撞的可靠度为约束,风挡质量为目标,基于双循环方法和近似技术建立了风挡抗鸟撞可靠性优化设计系统,利用一阶矩法进行可靠性分析,对某飞机风挡进行了基于可靠性的优化设计。实例分析证明所建风挡抗鸟撞可靠性优化设计系统可行有效。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

带时间窗的飞机排班问题优化

为提高飞机排班质量,在以航空公司成本最小化为目标的基础上,兼顾顾客的满意度（航班准时性）和飞机使用数目最小化目标,建立优化的多目标带有时间窗的飞机排班问题模型。结合算例,对三个目标函数都进行处理后,运用粒子群优化算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型有效可行。该模型的建立有助于有效地解决带有时间窗的飞机排班问题,提高排班工作效率。     

轻质复合材料发射箱盖结构设计与参数优化

 针对国内现阶段复合材料发射箱盖研制领域中所存在的一些缺陷,通过设计一种方形轻质复合材料发射箱盖结构提出解决方案。首先提出了结构中薄弱区与抛出部分的初步设计方案;然后对导弹发射时燃气流冲击箱盖过程进行了瞬态数值模拟,并根据数值模拟结果对箱盖结构参数进行了优化;最后针对优化结构冲破过程进行了数值模拟,结果表明,按优化后方案设计的箱盖结构既能实现结构的轻质化,又能在开盖过程中保证较好的冲破性能。     

无人机总体与起飞性能匹配性设计优化

首先,提出了一种小推重比的低速螺旋桨无人机总体参数与起飞性能匹配性设计优化方法;其次,对该无人机起飞阶段的动力学和运动学特性进行了分析,明确了该无人机总体参数与起飞性能之间的最佳匹配关系,以实现无人机起飞性能的最优化;最后,通过分析得出结论:小推重比低速螺旋桨无人机总体设计参数的选取直接影响到起飞性能的优劣,“平衡”总体设计需求来发挥平台更佳的起飞性能是总体设计优化的重要内容.     

基于Kriging模型的旋翼翼型优化设计研究

以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统.代理模型采用均匀设计进行模型采样,在优化过程中根据EI(expected improvement)准则动态增加采样点来调整代理模型的精度.采用B样条方法进行翼型参数化,保证了翼型的光顺性.在翼型的气动性能分析中引入转捩模型提高阻力计算的精度.利用该系统对旋翼翼型进行了优化设计,经风洞试验验证,满足设计要求.     

机场终端区容流调配鲁棒优化模型

为解决机场不确定容量条件下的航班进离场流量分配问题,以容流调配策略在各情景下的规划外延误损失或多余延误损失的均值与标准差之和最小为目标,建立了终端区容流调配鲁棒优化模型;采用捕食搜索算法求解模型,以国内某机场终端区运行数据为例进行仿真验证,并与经典终端区容流调配模型进行比较,结果表明,鲁棒优化模型较好地实现了容流调配的鲁棒性,有效减少了不同情景下进离场航班延误的扰动。     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。 