Geometry and size optimization of stiffener layout for three-dimensional box structures with maximization of natural frequencies

Based on the growth mechanism of natural biological branching systems and inspiration from the morphology of plant root tips, a bionic design method called Improved Adaptive Growth Method (IAGM) has been proposed in the authors’ previous research and successfully applied to the reinforcement optimization of three-dimensional box structures with respect to natural frequencies. However, as a kind of ground structure methods, the final layout patterns of stiffeners obtained by using the IAGM are highly subjected to their ground structures, which restricts the optimization effect and freedom to further improve the dynamic performance of structures. To solve this problem, a novel post-processing geometry and size optimization approach is proposed in this article. This method takes the former layout optimization result as start, and iteratively finds the optimal layout angles, locations, and lengths of stiffeners with a few design variables by optimizing the positions of some specific node lines called active node lines. At the same time, thicknesses of stiffeners are also optimized to further improve natural frequencies of three-dimensional box structures. Using this method, stiffeners can be successfully separated from their ground structures and further effectively improve natural frequencies of three-dimensional box structures with less material consumption. Typical numerical examples are illustrated to validate the effectiveness and advantages of the suggested method.     

Variational Bayesian Kalman filter using natural gradient

We propose a technique based on the natural gradient method for variational lower bound maximization for a variational Bayesian Kalman filter. The natural gradient approach is applied to the Kullback-Leibler divergence between the parameterized variational distribution and the posterior density of interest. Using a Gaussian assumption for the parametrized variational distribution, we obtain a closed-form iterative procedure for the Kullback-Leibler divergence minimization, producing estimates of...     

航空用燃料电池及混合电推进系统发展综述

随着世界范围内碳减排需求的日益增长及长航时飞机的发展需要,高效率的燃料电池航空电推进系统逐渐受到重视,氢能航空的理念被人们所熟知。可使用碳氢燃料的高温燃料电池还可与燃气涡轮组成混合动力系统,发电效率进一步提高至70%。本文首先回顾了燃料电池及燃料电池涡轮混合系统在航空能源、动力系统方向应用概况;接着,概述了几种突破现有涡轮发动机技术瓶颈的新概念混合电推进系统,如发电与推进一体化燃料电池涡轮混合动力系统和无涡轮燃料电池混合推进系统;基于此,本文分析了限制燃料电池混合系统实际应用的关键技术难题,主要体现在混合动力系统功重比较低、大分子碳氢燃料重整技术未突破两方面。     

考虑性能及成本的固体火箭发动机多学科设计优化

为综合考虑固体火箭发动机的燃烧室、药柱、内弹道、喷管及成本等学科影响,梳理学科间耦合关系,并建立了以总冲最大、成本最小为优化目标的固体火箭发动机多学科设计优化（MDO）模型。为降低MDO问题的计算成本,提出一种基于Kriging代理模型的多目标自适应优化方法（KRG-MAOM）。优化过程中,分别对目标与约束构建Kriging模型,并采用多目标优化算法求解,在伪Pareto解中综合考虑支配关系与分布特性选取新增样本点,引导优化快速收敛。算例结果表明,KRG-MAOM算法在全局收敛性与优化效率方面具有显著优势。最后,采用KRG-MAOM算法求解该MDO问题,得到可行的Pareto解集方案,与初始方案相比,同性能情况下成本节省约3.36%;同成本情况下性能提升约10.93%,从而验证MDO模型合理性与KRG-MAOM算法有效性。     

基于改进Yolov3 算法的舰船目标检测识别系统

针对复杂战场环境下对海目标检测识别的需求,设计了一种基于改进Yolov3 算法的海面舰船目标实 时检测识别系统。使用微调分类网络、增加训练尺度、聚类目标边框维度、二级特征分类等方法对Yolov3 检 测识别网络模型进行了优化,在提高识别精度的同时有效降低了漏检率和虚警率。实验结果表明,优化后的网 络模型在自建的舰船图像数据库中将检测识别平均准确率提高到了79.3%,对真实海上航拍视频中舰船目标识 别的平均准确率达到了81% 以上。     

基于优先级调配的进离场航班序列动态优化

以可变的优先级作为调配手段,针对航班的进离场序列建立了一种动态优化模型.首先,根据不同进离场阶段的航空器燃油消耗率和安全系数,进行航班初始优先级分配;然后,考虑机场的空中等待航班数量、空域容量、场面容量以及机场的起飞需求,对航班优先级进行二次调配.以总耗油量为目标函数,引入合作型协同进化遗传算法,设计了令一对代表个体形成合作团体的新的代表个体选择方案,改善传统遗传算法中存在的种群多样性低、易早熟等问题.仿真结果表明,在机场容量限制下,该模型仍可以实现流量的动态调配,并有效降低燃油消耗,缓解机场空域及场面的运行压力.     

TOFS:一种新的宽带源DOA估计算法

介绍了一种新的宽带源DOA估计方法:TOFS。与TOPS(投影子空间正交性测试)方法类似,该方法通过同时测试频域各频段噪声子空间与阵列搜索流型之间的正交性来进行DOA估计。作为对比,根据非相关MUSIC方法,提出了一种新的适用于宽带的非相关MUSIC方法,称为I-MUSIC方法。与宽带相关方法不同,TOFS方法不需要任何初始值的预估。与宽带非相关方法也不相同,TOFS方法同时测试各频段噪声子空间与阵列搜索流型之间的正交性。仿真了TOFS与I-MUSIC、CSSM、TOPS的性能比较。仿真结果表明,CSSM方法在低信噪比时有较好的性能,TOFS方法在中等信噪比以上时,有较好的性能。同时,TOFS方法避免了TOPS方法中常常出现的伪峰。     

固体火箭冲压发动机导弹一体化遗传算法优化设计

遗传算法能以很高的概率找到全局最优解，适合工程优化设计要求。研究以固体火箭冲压发动机为动力的导弹的冲仑方案设计，探讨采用遗传算法实现冲压发动机导弹一体化优化设计，给出满足战术技术指标的最优总体方案和冲压发动机方案。算例表明，遗传算法是用于固体火箭冲压发动机导弹一体化优化设计的很好的优化算法，通过一体化优化设计，可以提高冲压发动机和导弹的总体性能。     

垂直冷发射防空导弹弹道设计中的参数优化

根据垂直冷发射防空导弹的飞行程序，分析了影响弹道性能的主要因素，选取相应的参数对弹道进行优化设计。优化前后弹道参数的计算结果表明，该优化方法改善了速度特性，在攻击超低空目标时保证弹道末段俯冲角满足布儒斯特角的要求，是防空导弹弹道的有效设计方法。     

推进剂稳态燃速最优化辨识

考虑侵蚀燃烧对推进剂稳态燃速的影响,将推进剂稳态燃速模型参数辨识问题转化为非线性规划问题求解。采用Powell方法和并行遗传算法组成的混合优化方法,提高了非线性规划问题求解的效率和质量,得到了推进剂稳态燃速模型参数的全局最优辨识值。通过对设计空间的可视化进行优化收敛过程的参数分析,近似得到侵蚀燃烧模型参数的不确定性区间。