基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

在轨服务中非合作目标空间圆检测方法研究

为自主完成空间服务任务,需要满足各种功能需求、突破多种关键技术。针对在轨服务中具有圆特征的非合作目标空间圆（星箭对接环、发动机喷管等）,首先分析了非合作目标空间圆检测技术在在轨服务系统中的主要应用;然后提出了一种非合作目标空间圆的检测方法,通过Canny算子检测边缘,并用Freeman链码法对边缘进行提取分类,再利用RED算法进行非合作目标空间圆检测;最后给出仿真结果,在保证检测精度的前提下,较传统的RED算法明显降低了算法的耗时量。     

基于边界涡量流的二维叶型优化建模与求解

针对二维叶片整体造型优化问题,提出一种基于边界涡量流的二维叶型优化模型,并对该模型进行求解。建立以含参数的Bezier曲线定义的二维叶型型线为边界、以边界涡量流正峰值的最小化为目标函数的优化模型,通过分析边界涡量流的生成机制,把叶型型线边界信息代入边界涡量流中,将边界涡量流用叶型型线参数和型线上的气动参数表示,进而获得新的目标函数表达式。该目标函数表达式可直接对叶型型线参数求导,仅使用简单的定步长梯度算法即可对优化模型求解。结果表明:优化后的叶型型线上的边界涡量流的正峰值显著降低。     

基于微分进化算法的航空发动机模型修正

为了提高航空发动机性能仿真模型精度,采用微分进化算法对发动机部件特性进行修正.对微分进化算法进行改进,提出折线式交叉变量变化方式,提高了算法的寻优能力.提出变步长牛顿-拉夫逊迭代算法,基于平衡方程残差范数变化趋势,改变牛顿-拉夫逊算法迭代计算步长,提高了模型的收敛性和收敛速度.在设计点,对各部件特性、引气系数、总压恢复系数进行修正,使修正后的模型输出与试验数据相匹配.仿真结果表明:改进后的牛顿-拉夫逊迭代算法收敛性更强、计算速度更快,修正后的各输出参数的最大建模误差减小到1.3762％,满足建模误差需求.     

高超声速流场与结构温度场一体化计算方法

在对国内外流场与结构温度场一体化计算方法的不足进行细致讨论的基础上,提出了一种高超声速流场与结构温度场一体化计算方法.采用统一的积分方程组作为气动加热和结构传热物理过程的控制方程,对整个物理场进行统一的迎风格式有限体积方法离散,给出了流场与结构交界面上温度、温度梯度及导热系数等参数的计算方法.在时间推进方面,定常状态采用多步龙格库塔迭代格式,非定常状态则采用双时间步长方法.采用发展的一体化算法对二维圆管模型的气动加热和结构传热问题进行了数值模拟.结果表明:2s时驻点物面温度为390K,与其他文献的误差在3.1K范围内;稳定时驻点物面温度为647K.      

一种基于模型的涡扇发动机容错控制策略

针对民用涡扇发动机,研究了一种基于模型的航空发动机容错控制策略.在发动机原有闭环控制系统的基础上,该策略对发动机各控制量进行容错控制修正,达到缓和甚至消除故障对控制系统影响的目的.针对民用涡扇发动机常见的高压压气机和高压涡轮性能退化故障,提出了以恢复发动机运行性能为目的的性能指标,通过遗传算法离线计算得到容错控制计划表,并利用插值计算实现在线容错控制.经仿真验证,该策略控制性能良好、实现简单.结果表明:在确保各温度限制不超标的情况下,受影响较大的增压级喘振裕度恢复至故障发生前的水平,同时风扇与高压压气机喘振裕度的降幅不超过5%,推力的降幅不超过3%.      

基于人工蜂群算法的航空发动机参数自整定PID控制

针对航空发动机PID控制器的参数寻优问题,提出基于人工蜂群算法(ABC)的航空发动机PID控制器参数自整定的方法。利用人工蜂群算法实现容易、计算简洁、寻优性能好、鲁棒性强的优点,优化PID控制器参数,以改善控制系统性能。考虑到可能存在的执行机构输出量的极大超调,融入执行机构输出的超调量惩罚机制,改进目标性能函数,有效避免了可能存在的发动机供油量极大超调现象。对涡扇发动机在地面和高空稳态工作点的增量形式的线性化数学模型进行了仿真验证,结果表明优化效果良好,转速阶跃响应反应迅速且超调量小,同时供油量也没有出现大的超调,验证了所提方法的有效性和实用性。     

跨流域高超声速绕流Boltzmann模型方程并行算法

通过对Boltzmann方程碰撞积分进行模型化处理,提出了统一描述各流域复杂高超声速流动输运现象的气体分子速度分布函数控制方程,使用离散速度坐标法对分布函数方程所依赖的速度空间离散降维,构造出直接求解分子速度分布函数的气体动理论耦合迭代数值格式,研制了复杂飞行器高超声速绕流气动热力学计算模型。基于对气体动理论数值计算方法内在并行性、变量依赖关系、数据通信与并行可扩展性的分析研究,使用区域分解并行化方法提出了新型的气体动理论数值算法并行方案;研究了数据的并行分布与并行执行特征,开展了大规模的并行化程序设计,构造了可稳定运行于成千上万CPU的高性能并行算法,用以模拟各流域复杂飞行器的高超声速绕流问题。以稀薄流到连续流环境下不同Knudsen数、不同马赫数的可重复使用类球锥卫星体及翼身组合复杂飞行器等气动力、热绕流问题为研究对象展开大规模并行计算,并进行算法验证,所得计算结果与理论分析、直接模拟蒙特卡罗方法(DSMC)的模拟值及有关实验数据吻合较好,揭示了飞行器跨流域高超声速下的复杂流动机理与变化规律,提供了一条能够可靠模拟高超声速飞行器跨流域气动力及热问题的统一的算法应用研究途径。     

遗传与枚举混合算法对航空发动机复合材料主轴的优化设计

针对复合材料主轴优化设计中离散与连续变量共存的问题,提出了一种遗传算法与枚举法相结合的混合算法.以某航空发动机低压涡轮轴为原型,在满足静强度指标、临界转速及外廓尺寸要求前提下,利用该混合算法对复合材料主轴的铺层角度与厚度进行优化设计,以减轻主轴质量.结果表明:对于1~10层铺层,相比于全排列算法与单一遗传算法,混合算法能再减轻质量5.54%与3.87%;且当铺层数大于6时,混合算法计算效率能最多提高3.1倍.最后分析给出复合材料铺层厚度受强度的限制,不宜太薄的建议.