可重构零空间控制分配算法及流程规划

针对飞机正常情况和舵面故障情况下的控制分配算法展开研究。根据控制效能矩阵的特点设计了性能指标,并给出了对应的最优逆控制。对带约束的一般控制分配问题,采用零空间横截方法进行了再分配。设计了针对舵面卡死故障的重构控制律。结合某飞机仿真平台,进行了卡死故障的重构仿真,结果表明,控制分配算法能够在故障状态下完成对指令的精确跟踪。     

复合材料加筋壁板的两步优化法

通过采用辅助层压板和添加极小弹性模量材料的复合材料加筋壁板有限元建模方法,应用MSC．PAT－RAN／NASTRAN的参数化建模与遗传算法相结合的复合材料加筋壁板的两步优化方法,对复合材料T型加筋壁板进行了从2000 N／mm到6000 N／mm压缩载荷下的结构优化分析。提出的基于参数化模型和遗传算法的复合材料加筋壁板的两步优化法分为壁板级优化和层压板级优化两部分,在壁板级优化得到最优的结构尺寸参数,在层板级优化得到最优的层压板铺层顺序。     

高超声速飞行器进气道压缩面逆向设计方法

针对高超声速飞行器进气道压缩面问题,首先研究了激波理论的逆向算法,以此为基础提出了进气道的等强度和等熵压缩面的逆向设计方法,并采用此方法设计了以进气道出口气流参数为设计参数的高超声速飞行器进气道压缩面,然后对两种压缩面进行了性能分析和数值仿真.结果表明:通过逆向设计方法设计进气道压缩面是可行的,其相对于传统方法耗时大大减少;理论计算表明相同设计条件下两压缩面几何参数基本一致,而来流参数也基本不变,设计点下等熵压缩面总压恢复系数高出等强度压缩面6.3%.数值仿真验证了该方法的可行性并研究了非设计状态下两种压缩面的各项性能参数,同时对比了不同马赫数下进气道内部波系分布和气流均匀性.      

终端区空中交通流到达模式识别

为了实现对终端区空中交通流到达情况更加准确的分析,针对目前常用的流量统计方法中所存在的问题,提出了交通流到达模式概念,并对基于聚类思想的到达模式识别方法进行了研究。在对交通流到达时序数据提取的基础上,利用基于免疫优化算法的聚类方法实现了对交通流到达模式的识别。对交通流到达模式特征进行了分析,并结合滑动时间窗算法提出了交通高峰小时及峰值流量计算方法。通过实例分析证明了方法的可行性与准确性。     

三维战术训练空域规划方法研究

三维战术训练空域规划是对空域的合理规划利用,人工排样已经无法保证空域的安全有效利用,寻找高效快速的算法对于提高空域利用率和训练效率具有重要意义。通过对空域规划的理论研究,结合空域特性,将整个空域划分为立方体单元,构建相应的训练空域规划模型;在此基础之上,利用改进的遗传算法来寻求最优方案,剔除了大量不可行解;通过实例仿真验证该空域规划模型的合理性和有效性。结果表明:该空域模型是合理和有效的,提高了空域规划的速度和准确度。     

示温漆图像等温线提取算法

分析示温漆（TIP）图像特征,根据等温线附近产生局部梯度极值的特点,实验对比了4种边缘提取算法效果。根据实验结果,选用Canny算子提取等温线。提出在边缘提取前进行K means聚类处理,并对K means聚类算法和Canny算子进行了改进。提出了两种K means初始聚类中心的选择方法,更适于示温漆图像的分割。改进了Canny算子的内核,提升了等温线的质量。结果表明:该算法能够快速提取清晰、连续的等温线,效果良好,满足工程应用要求,已用于示温漆自动判读软件开发。      

基于UKF的双机协同纯角度目标定位路径规划

针对三维空间双机协同定位问题,在无迹卡尔曼滤波的基础上,提出一种规划双机路径的方法。首先,利用双机探测得到的方位角和俯仰角信息,并结合无迹卡尔曼滤波算法估计目标的状态;在此基础上根据交互信息理论提出指标函数的概念,以指标函数最大为轨迹优化的最优性能指标,将问题转化为求双机控制量的最优解;最后,采用遗传算法求解双机的控制量,得到比较合理的双机飞行路径。仿真结果表明,通过最大化指标函数可以有效地规划双机路径,且具有更高的精度和速度。     

基于多岛遗传-模拟退火算法的气动外形优化

针对超声速翼型滑翔机的气动外形优化问题,提出了一种多岛遗传算法与模拟退火算法相结合的混合优化算法。首先,通过多岛遗传算法产生一个随机的初始种群,找到全局最优点附近区域的一个次优解;然后,将此次优解作为模拟退火算法的初值启动退火进程,缩小设计空间的范围,找到全局最优解。优化结果表明,所提混合算法可以有效地解决飞行器外形优化问题;在数量巨大的设计空间中,滑翔机的最优气动外形能够以较低的计算资源代价快速得到;双弧形翼型的气动特性较六边形翼型更有优势,叉形尾翼的静稳定性和控制效率高于十字形;优化后的外形极大地增加了滑翔机的滑翔距离。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

双列角接触球轴承的免疫算法优化设计

建立了双列角接触球轴承结构优化的数学模型,用免疫优化算法,分别以额定动载荷、额定静载荷和两者的加权和为目标函数进行轴承结构的优化设计.设计变量包括每列的钢球数、钢球直径、内滚道沟曲率半径系数、外滚道沟曲率半径系数和轴承节圆直径.并对比分析了遗传算法与免疫算法的优化结果.免疫算法可以有效实现优化设计,与轴承手册标准值相比,优化后的3210和3218轴承的额定动载荷和额定静载荷都提高了60%以上.