基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.      

基于GRNN网络和遗传算法的旋翼动平衡调整

针对传统旋翼调整方法没有考虑调整参数与振动信号之间的非线性关系,提出一种结合广义回归神经网络GRNN(General Regression Neural Network)和遗传算法的旋翼调整方法,采用GRNN建立旋翼动平衡调整模型,以桨叶调整参数作为GRNN输入,以旋翼转轴3个方向的加速度测量值和机身3个方向加速度测量值作为网络输出,建立调整参数与直升机振动信号之间的模型.以直升机振动作为目标函数,采用改进的遗传算法对桨叶调整参数进行寻优,获得直升机振动最小时的桨叶的调整量.飞行实验表明,通过1到2次飞行调整,可使3个方向机身振动(旋翼的一阶振动)为最小,完成旋翼的动平衡调整.      

基于现代实验设计技术的巡航导弹概念设计

采用跳跃弹道空地巡航导弹为算例,研究了新型实验设计技术,即拉丁化近正交海默斯利序列取样法,在多学科设计优化中的应用.应用该实验设计方法进行了实验设计,并对取样结果与传统拉丁方取样进行了对比;基于支持向量机构建了学科近似模型,通过对验证数据的回归分析,检验了支持向量机响应的可靠性.应用该近似模型对算例进行多学科设计优化,并通过与精确模型的对比,检验了该近似模型的准确性.拉丁化近正交海默斯利序列取样法是一种高效的现代实验设计方法,在相似的实验条件下比传统拉丁方设计具有更好的正交性和均匀性,在复杂系统多学科优化设计中具有很大的应用价值.      

基于脑力负荷飞机座舱视觉显示界面优化设计

在飞机座舱视觉显示界面设计阶段,利用脑力负荷的综合评价,确定最佳设计方案.综合3种脑力负荷评价方法(主任务评价法、生理测量法、主观评价法),建立了飞机座舱视觉显示界面脑力负荷综合评价模型,对设计方案进行优化选择,并进行实验例证.在某型号歼击机视觉界面的不同设计方案中,利用这套评价模型,在降落任务下,得到了不同视觉界面的脑力负荷综合评价值,其中最佳脑力负荷值的设计方案也符合国军标中关于视觉界面的设计原则.在飞机座舱视觉界面脑力负荷的设计阶段,这套评价系统在设计阶段能够给出一个满意的评价结果,对于最终设计方案的确定很有帮助.      

自动钻铆装备的激光测量系统法向误差研究

飞机装配中铆接部位的孔垂直度直接影响铆钉的连接质量和疲劳寿命,进而影响飞机的力学性能。为了保证飞机铆接垂直度要求,必须分析自动钻铆系统法向误差的影响因素。首先,确定了倾角误差、数学模型的线性误差与法向误差的关系。其次,给出了激光位移传感器安装参数的选取规律,并研究了其对位姿标定的影响。最后,实验验证了安装参数优化后的实际效果。研究结果可为法向测量装置的设计与分析提供理论指导,对于提升自动钻铆系统的法向精度,进而保证孔垂直度要求具有重要意义。     

基于形貌优化法的无轴承开关磁阻电机减振降噪

脉振的径向电磁力作为激励源作用于12/8极单绕组宽转子齿无轴承开关磁阻电机（Bearingless switched reluctance motor with wider rotor teeth,BSRMWR）的定子齿面并传送至定子轭部及机壳,会引发较大的振动噪声,阻碍其推广应用。针对这一问题,本文从本体结构的角度入手对电机壳体进行优化改进。采用三维多物理场有限元模型,建立了BSRMWR电磁-结构-振动-声场耦合模型。通过对BSRMWR电磁场进行瞬态分析,得到径向电磁力。将模态应变能方法应用于BSRMWR的壳体得到电机外壳结构有较大的应变能,说明电机壳体结构的薄弱。基于此,通过形貌优化的方法对电机的壳体结构进行优化。结果表明,采用形貌优化后机壳结构的BSRMWR,其振动和噪声均有显著改善。     

电气化飞机电力系统智能化设计研究综述

能源危机和环境问题推动了绿色航空的发展,飞机电气化是绿色航空的主要实现手段,已经成为航空技术发展的重要方向。本文介绍了飞机电气化的发展历程,阐述了电气化飞机电力系统的关键技术及其研究现状,分析了先进飞机电力系统设计的关键技术,指出了飞机电力系统综合化、智能化的发展特点。在分析飞机电力系统设计存在的问题的基础上,文章初步提出了电气化飞机电力系统智能化设计平台的理论框架、功能和特点,分析了支撑电力系统智能化设计平台的关键技术,指出了航空智能化设计的研究方向。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

一种开关磁阻电机无位置传感器控制效率优化策略

针对开关磁阻电机(SRM)的简化磁链法只能实现单相导通运行且导通区间固定的缺点,提出了一种结合固定关断角和自适应调节开通角的无位置传感器控制技术。利用曲线拟合关断位置磁链取代传统存储数据表,通过对比实时计算的动态磁链和曲线拟合的静态磁链,确定关断位置信号并估计转速和其他位置。考虑电机阻抗和电感的非线性特点,优化电感最小区域的开通角自调节模型确定导通区间。仿真结果验证了该方案的可行性和正确性,能够实现转子位置的间接检测,电机的运行效率得到进一步优化。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。