相关进近模式下多跑道时空资源优化调度方法

跑道作为机场飞行区与终端区的衔接部分,因容流失衡频繁引发空中交通拥堵及航班延误等问题。为提高多跑道系统运行能力,针对相关进近跑道运行模式,研究了多跑道时空资源优化调度方法。通过深入剖析多跑道时空运行特性,综合考虑移交间隔、尾流间隔、纵向间隔和相关斜距等约束限制,科学权衡安全、经济和环境等各方利益需求,建立了相关进近模式下多跑道时空资源优化调度模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,对模型进行了准确求解。仿真实验表明,模型可对相关进近航班进行优化配置,有效降低航班延误时间和航空发动机污染物排放量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了39.3%和32.6%,所提方法可显著缓解大型繁忙机场航班延误情况,有效提高航班正常率,并完全适用于独立进近模式。     

高超声速飞行器多目标气动优化设计

随着高超声速飞行器的发展,其外形优化受到了广泛关注。应用一种新型的改进多目标布谷鸟优化搜索算法(IMOCS),采用修正的牛顿法与面元法相结合来获得高超声速飞行器的气动性能,采用自由变形参数化方法(FFD)来进行外形的参数化,以最大化容积率和升阻比为设计目标,开展了高超声速滑翔飞行器的多目标气动外形优化设计,获得了综合容积率及升阻比性能更高的气动外形,验证了方法的有效性。最后,将IMOCS算法和当前主流的多目标优化算法NSGA-Ⅱ进行了对比,结果表明,IMOCS算法的效果明显优于NSGA-Ⅱ。     

透平级通流部分全设计变量多目标优化设计

采用优化设计方法优化某轴流透平级通流部分造型,利用基于非均匀有理B样条(NURBS)曲线技术的参数化造型方法提取包括叶片和端壁造型的全设计变量,选取级效率最大化和动叶根部最高温度最小化进行多目标优化设计.引入基于并行子空间的组合优化策略,缩短了优化设计周期.优化设计后的透平级效率提高了0.664%,动叶根部最高温度下降达透平级内温度变化范围的1.5%.该工作表明该优化设计方法在透平级设计上具有重大应用价值.      

气动与隐身性能计算精度对飞行器设计的影响

将计算精度高的流场和电磁场求解算法引入到飞行器外形多目标优化设计中,研究了气动特性和雷达散射截面算法计算精度对外形设计结果的影响.以无人机外形气动与隐身一体化设计为例的研究结果表明,低精度优化设计的外形在实际应用中难以获得预期的性能,采用高精度计算模型的优化设计可以获得性能更优的外形.     

强制对流对 Al-4.5wt%Cu 合金枝晶生长的影响

研究了ACRT（坩埚加速旋转技术）对Al-4.5wt%Cu合金在静态温度梯度GL为120℃/cm时枝晶生长的影响。实验发现,在给定抽拉速度下,枝晶一次间距λ1随着坩埚旋转强度的增大而减小;而在给定的坩埚旋转参数下,λ1随着抽拉速度的增大而降低。经过线性回归,发现λ1∝V-b,此处V为生长速度;b的取值范围为0.31～0.38,并随着坩埚旋转强度的增大而减小。此外,坩埚加速旋转产生的强制对流限制了枝晶高次分枝的生长,促使一次枝晶生长过程中的分叉。通过对强制对流的具体分析,解释了ACRT对枝晶生长影响的机理。     

考虑柔性检修计划的圆钢热轧批量调度

针对考虑柔性检修计划的圆钢热轧批量调度问题,构建了以最小化最大完工时间、订单提前及拖期总时长为目标函数的整数规划模型,用以制定有效的机器检修与批量生产协作计划。结合模型特征,提出一种改进多目标粒子群算法(IMPSO)实现求解。算法采用基于混沌加权适应度计算的插入式方法生成初始粒子群体;根据问题约束特征,设计修复规则对群体进化过程中产生的不可行粒子进行修复;采用精英策略保留算法迭代过程中的优势个体,并根据精英集合为每个粒子选择更新所需的极值;针对问题变量的离散特征,引入基于遗传操作的粒子更新方式。实验结果表明,模型和算法是可行和有效的。      

二元机翼颤振的指令滤波反推自适应约束控制

为有效抑制二元机翼颤振现象,设计了一个指令滤波反推自适应约束控制器。考虑二元机翼气动弹性系统存在多项式结构非线性特性以及系统不确定的情况,针对二元机翼控制面偏转角度限制以及系统外部阵风扰动等问题,将前/后缘双控制面布局的二元机翼动态方程以状态空间形式描述,采用反推控制技术进行控制律整体设计,通过指令滤波环节对虚拟/实际控制信号进行幅值限制,并将滤波前后的信号差引入到自适应约束控制律设计过程中。仿真结果表明,在一定来流速度下,开环系统出现极限环颤振现象,闭环控制系统能快速达到稳定状态,二元机翼颤振现象得到有效抑制。     

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

直升机桨叶气动外形多目标优化设计

基于自由尾迹方法建立了直升机桨叶空气动力学分析模型,应用人工神经网络方法建立代理模型,采用改进的多目标遗传算法构建了优化框架,对直升机的悬停和大速度前飞状态进行优化.以悬停效率、旋翼等效升阻比及桨叶叶素的最大阻力系数为约束,对两个飞行状态的需用功率进行优化,得到了Pareto最优解集.并以UH-60A直升机的桨叶为算例,对其外形进行优化设计,优化结果表明,提出的桨叶气动外形多目标优化框架是有效可行的.      

基于混合并行多目标禁忌搜索算法的飞机总体优化设计研究(英文)

基于飞机总体设计中的多目标优化问题,采用了一种全新的混合并行多目标禁忌搜索算法。文章首先提出了一种创新的多目标禁忌搜索(MOTS)算法,该算法在传统的MOTS的基础上,增加了TS算法与"Pareto解"的融合机制、优秀解保留机制、"多方向搜索"策略等新的元素。随后又将该算法作了改进,创立了并行多目标禁忌搜索算法。最后在此基础上将并行多目标禁忌搜索与基于向量排序的多目标遗传算法相结合,提出了一种新的混合算法—混合并行多目标禁忌搜索算法。通过对以上各种算法运行结果的比较,得出如下结论:与改进前的多目标禁忌搜索算法相比,并行的MOTS运行结果更优,而混合的MOTS的结果又比前两者更胜一筹。