基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。     

基于代理模型的气动外形平面参数多目标匹配设计

将Kriging代理模型和Pareto遗传算法引入气动外形平面参数匹配设计中,提出一种基于代理模型的多目标平面参数匹配设计方法。将拉丁超立方试验设计用于平面参数筛选,确定出参数匹配方案库;基于方案库的计算流体力学(CFD)分析结果构建Kriging气动代理模型;将Kriging模型替代CFD分析,用于气体布局参数匹配优化设计,提高了设计效率并保证了可信度;通过Pareto遗传算法优化解决多点设计要求下气动布局参数匹配问题,一次性给出参数匹配方案的最优解集,从Pareto前沿中根据设计偏向选择气动布局最佳匹配方案。以典型的双后掠布局平面参数多点匹配优化设计问题作为算例,研究结果表明:Kriging气动代理模型与实际CFD分析结果的误差均小于5%,满足精度要求;根据不同设计偏向,选择了3种参数匹配Pareto优化方案,与原样本方案相比超声速阻力减小6.0%~12.8%,跨声速升阻比增加0.01%~3.40%,证明了匹配设计方法的有效性;通过试验设计的Pareto分析与主、交互效应分析,获得了气动布局平面参数对气动性能影响的定量关系,能够为参数匹配设计提供依据。所提出的平面参数匹配设计方法可应用于其他常规与非常规气动布局型式。     

基于遗传算法的产品拆卸序列规划研究

拆卸序列规划(Disassembly Sequence Planning,DSP)是民用飞机维修规划的一个重要内容,也是在设计阶段对民用飞机产品维修性的一个评估.为了能以较高的效率求解出产品拆卸序列的方案,本文首先根据拆卸特点构建了产品拆卸混合图模型.该模型描述了零部件之间的连接关系和优先关系,然后通过分析产生产品的拆卸序列.在此基础上建立目标函数并利用遗传算法的计算速度和灵活性的特点对拆卸序列进行优化.最后,通过一个实例,验证了本文方法的可行性及其计算效率.     

一种基于SNM降阶技术的整体叶盘结构失谐识别方法研究

本文以谐调叶盘有限元模型解析模态和失谐系统的实验测量模态作为基础信息,提出了一种整体叶盘结构失谐识别方法。该方法基于SNM降阶技术,大大降低了识别过程的计算花费以及对基础信息的要求;采用了子矩阵型技术使得失谐参数定义更加的自由,并使得该方法具有模型修正的功能;利用最可能向量技术处理实验测量模态振型,有效的限制了测量噪声、非线性等因素对识别过程的影响。最后以一个真实叶盘结构的数值仿真分析证明了该方法的正确及有效性。     

Jerusalem十字架型FSS的仿真设计

在飞行器隐身技术的研究中发现,雷达天线系统通常在飞行器鼻锥方向产生很强的RCS贡献[1]。因此,如何减少雷达天线带外的RCS而又保证自身雷达正常工作已成为目标隐身技术中的一个关键课题。文中介绍了由Jerusalem十字架型振子单元构成的带阻式频率选择表面来有效的控制电磁波的传输和反射,利用单个单元和周期性边界条件的性质,采用理想匹配层(PML)吸收边界、周期边界相结合的方法对无限大频率选择表面进行仿真。借助于有限元软件Ansoft HFSS对Jerusalem十字架型FSS进行了软件建模,并对Jerusalem十字架外形及平面波入射角对频率特性的影响分别进行了仿真,给出了表面波频率选择特性随Jerusalem十字架几何参数和平面波入射角的变化而变化的趋势。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

航空二冲程活塞发动机与定距螺旋桨的匹配研究

以长航时无人机的工作特点为基础,结合二冲程发动机的功率输出特性和定距螺旋桨的功率吸收特性,以及发动机的外特性曲线和螺旋桨的推进特性曲线,得出了在地面飞行状态下二冲程活塞发动机匹配定距螺旋桨所采用的方法,并通过为某型二冲程发动机匹配最优定距螺旋桨的试验,证明了该方法可以应用于在地面及低空状态下,为已知发动机匹配合适的定距螺旋桨.      

多级环境下径向总压畸变影响效应的试验评价

为量化评价径向总压畸变对多级轴流压气机气动性能的综合影响效应,将标准畸变模拟网与叶型探针技术相结合,开展了径向总压畸变对压气机性能与稳定性影响的试验研究.试验结果表明:径向总压畸变会轻度恶化压气机总体性能与稳定裕度,轮毂畸变与轮缘畸变对压气机性能的影响程度较为接近,而稳定裕度受轮缘畸变的影响要大于轮毂畸变,最大偏差达2%.两种径向总压畸变在压气机流道内均会迅速径向掺混,气流在强烈掺混过程中也将产生相应的压力损失.径向总压畸变会改变压气机原有级间负荷的分配,使某级的性能得到改善,该物理现象与转子攻角的变化范围相关联.      

间冷回热循环航空发动机参数匹配研究

在常规大涵道比涡扇发动机热力循环基础上增加间冷过程和回热过程,发展了间冷回热循环航空发动机(IRA)的计算模型和相应的性能仿真程序.分析了采用间冷回热技术的分排大涵道比涡扇发动机的热力循环参数选择与匹配.结果表明:间冷度、回热度、外涵道间冷用气量、增压级和高压压气机压比分配、总增压比、涵道比等热力循环参数对IRA的性能有很大影响;合理应用间冷回热技术,并优化发动机热力循环参数匹配可以显著改善发动机的性能.