高速流非平行边界层稳定性研究

导出了可压缩流的抛物化稳定性方程（PSE）。针对高速流动,特别是超声速和高超声速流动的非平行边界层稳定性问题进行了研究。引入高效的边界层变换、全流场高精度的差分格式及预估校正迭代和推进求解法来求解PSE方程,使得PSE方法中至关重要的正规化条件得到了满足,确保了数值计算的稳定。采用高马赫数下对稳定性起支配作用的第二模式,研究了高速流边界层稳定性的演变和特征,分析了流动的非平行性、压缩性,以及壁面冷却等因素对流动稳定性的影响．所得结果与相关实验数据吻合较好。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素,并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少,整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统,并在高超声速飞行条件下进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

一种地月转移轨道中途修正的制导算法

针对地月转移轨道中途修正问题,提出了一种求解修正速度增量的制导算法。该算法由初值设计和精确解求解两部分组成。首先,利用伪状态理论,通过简单迭代设计中途修正的初值,并通过Vinti预报方法修正了地球扁率的影响。然后,在求解精确解时,提出了一种基于伪状态理论的状态转移矩阵解析算法。该算法通过设计高精度的初值,降低了求解地月转移轨道中途修正问题的难度,而且避免了传统数值方法计算状态转移矩阵的复杂性。数值仿真结果表明,该算法可有效求解中途修正问题。     

风场中基于神经网络的炸弹弹道落点拟合分析

介绍了两种炸弹弹道落点拟合神经网络模型,对各模型的优缺点以及处理结果进行了分析。提出了采用广义回归神经网络来处理炸弹弹道落点拟合问题,弹道的落点参数、初始投放条件与风场可通过神经网络的阈值和权值来表现。仿真结果表明,应用广义回归神经网络进行弹道落点拟合,具有算法可行性好、拟合精度高、速度快等优点,而且运算简单;该方法在实战中有很高的参考价值和工程实用价值。     

适于直升机配平计算的混合遗传算法

结合传统的数值计算如拟牛顿法的局部快速收敛特性,以及遗传算法的全局收敛与群体搜索的优点,发展出一种新的混合遗传算法,使之具备全局快速收敛特性。通过两个算例及某型直升机在前进比为0.2状态下的配平,验证了该算法的可行性及高效性,从而为直升机的配平计算提供了一种新的成功的算法,同时也在传统数值分析方法和现代智能进化算法之间的有效结合做了一次比较成功的尝试。     

两邻边铰支两邻边固支von-Karman矩形板的研究

本文运用双重Ｆｏｕｒｉｅｒ级数分析了受横向均布载荷作用下两邻边铰支两邻边固支矩形板的非线性弯曲问题。利用该级数正交性,可以把非线性偏微分控制方程化为含级数系数的非线性代数方程组并通过迭代解出所有系数。最后给出了位移和应力的计算结果。     

综合TF／TA飞行的航迹控制与仿真

在超低空突防过程中．有效的航迹跟踪控制算法是飞行器顺利完成综合地形跟随／地形回避(TF／TA)飞行任务的保证。在综合TF／TA飞行过程中，由于飞行器需作大机动飞行，纵、横向之间存在严重耦合，常规的航迹跟踪控制算法亦不适用。本文将六自由度飞机状态方程描述为纵、横向两个子系统所构成的关联大系统，并在一定的假设条件下将两者之间的耦合成分分别看作纵、横的控制量的一部分，然后利用大系统变结构控制理论，对TF／TA飞行的纵、横向的轨迹控制律进行独立设计，降低了理论研究和工程实现的难度。仿真例子表明这一方法是可行的。     

Karman型四边夹紧正交异性矩形薄板的中等大挠度

利用Galerkin方法分析了Von-Karman型四边夹紧正交各向异性矩形板。所设的位移函数为梁振型函数，它不仅能精确地满足边界条件，而且具有正交的特性，从而把复杂的非齐次非线性偏微分方程组化为一组非线性代数方程组，通过非线性方程组的线性化和可调节参数的修正迭代解法找出问题的解。实践证明，梁振型函数收敛很快，只须取出级数的前几项即可满足精度要求。最后求出了不同复合材料的挠度和应力值并同已有的结果进行了比较。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。