一种复杂空间飞网系统参数优化设计方法

由轻质软绳索编织而成的空间飞网是为非合作目标捕获而提出的空间系统概念,在空间碎片和废弃航天器处理方面具有很大的应用潜力。从平台抛射出后,飞网在空间形成不稳定的网形,且网形变化规律受初始参数设计的影响较大。针对空间飞网系统设计与试验中系统参数匹配问题,本文提出以容错值作为飞网展开性能的定量描述,从捕获任务的层面,建立面向捕获容错的空间飞网系统参数优化数学模型;以抓捕固定距离、确定大小的目标任务为算例,联合Isight优化平台与ANSYS/LS-Dyna求解,得到飞网系统最优参数匹配,算例仿真结果表明结果的适用性;最后,利用试验设计和极差分析方法验证最优点的稳定性。研究的模型与方法为开展空间飞网系统地面及空间试验等工程应用提供理论依据。     

基于搜索空间变换和序优化的预警星座设计

高轨预警星座由若干颗地球静止轨道卫星和大椭圆轨道卫星组成,星座优化的目标是满足重点监视区域的覆盖和提高覆盖区域的定位精度。对于覆盖性优化,根据多个监视区域的威胁等级,星座系统需要提供不同的覆盖重数;对于定位精度优化,系统在立体观测和单星观测情况下存在很大差异。因此高轨预警星座优化是一个复杂多区域多目标优化问题。针对以上难点,提出了多层次多目标优化模型,可以较完整合理地描述预警星座优化问题;在优化模型求解方面,将优化计算分为覆盖性优化和定位精度优化两个环节;在覆盖性优化环节,提出了基于搜索空间变换的覆盖性快速优化方法,提高了Pareto最优解的计算速度和准确性。在定位精度优化环节,采用序优化方法进一步缩短优化时间。仿真试验表明,该方法可设计出满足预警任务需求的星座,且优化耗时在1 min以内,能有效地缩短预警星座优化时间。     

砂布轮柔性抛光力的建模与参数优化

砂布轮柔性较大可以实现航空发动机叶片微面切触自适应抛光,提高叶片表面完整性和力学性能。抛光力是影响抛光表面完整性的关键参数,通过单因素试验分析确定了砂布轮抛光力的影响参数及其影响规律,通过正交试验和极差法确定了影响抛光力的主要参数是砂布轮的压缩量和转速;利用二元二次回归正交试验得出了抛光力的预测模型,利用该模型分析了抛光力预测误差变化趋势,明确了不同转速下抛光力主要影响参数的稳定域;整体叶盘的抛光试验表明：通过合理控制抛光力,可以实现表面粗糙度小于0.4 μm的抛光效果,且效率比人工提高20%。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

气冷高压涡轮模拟试验研究

为了量化评估冷气掺混对高压涡轮性能的影响,综合分析现有设备能力,采用动量比相似的模拟方法,在2个结构和测试布局相同,但叶片分别为实心叶片和气冷叶片的涡轮上进行对比试验,并借此开展冷气流量、气膜孔位置因素对涡轮性能影响的试验研究。结合试验数据对比分析不同的效率计算方法,确定有效效率为气冷涡轮效率的计算方法。试验结果表明:涡轮性能随冷气流量的增加逐渐恶化,作功能力逐渐下降,效率降低幅度呈先减小后增大趋势;从前缘至尾缘,冷气越靠后进入主流道,气体能量利用率越低,涡轮效率越低。     

无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

平板阀液动力分析及结构优化

对平板阀的液动力进行理论分析以及液动力计算公式的推导;对常规平板阀进行流场仿真计算,得出平板阀稳态液动力力矩的分布规律,根据压力场的分析,优化平板阀的结构,使得平板阀稳态液动力力矩减小,达到优化效果。     

基于气动外形优化和主动流动控制的减阻技术

增升和减阻是民用飞机设计的永恒目标。本文对民用飞机减阻技术最新进展及未来发展进行综述,在此基础上,报道了计算所团队通过数值优化设计及主动流动控制实现减阻的研究进展。为此,发展了基于壁面模化大涡模拟(WMLES)准确模拟湍流边界层的先进数值方法,以及利用伴随方程方法实现气动外形快速数值优化的技术。在具体实践中,通过组合基于自由变形(FFD)的几何参数化模块、基于线弹性体法的网格变形模块,以及基于伴随方程方法和序列二次规划(SQP)的优化算法模块,搭建了面向工程、适于超大规模变量优化设计的整机气动优化设计平台,在NASACRM模型上实现了设计变量超过600的大变量、跨声速气动数值优化设计,在合理的工程约束条件下,有效削弱了机翼表面激波,总体减阻率达到2%以上;通过对湍流平板边界层外层结构进行射流非定常控制,在中等雷诺数Reτ=4700条件下,实现了5%～6%的当地减阻率。研究证实,数值优化设计和基于外层射流控制的主动流动控制技术将是大型民用飞机减阻中非常有前景和值得重视的两种方法。     

时间限制性派遣中短时派遣时长的优化方法研究

航空发动机全权限电子控制系统(FADEC)的时间限制性派遣(TLD)分析是飞机系统安全性分析的重要内容之一。针对目前TLD分析中都假定短时故障派遣时长(ST)为固定值(125h或250h)的问题,开展了短时派遣时长的优化方法研究。采用故障树和马尔科夫方法,以推力控制丧失率(R)要求为约束,分析和建立了ST和长时故障派遣时长(LT)的函数关系;在此基础上,构建了以短(长)时故障派遣时长为变量,系统平均维修时长和带故障运行时长期望值为目标的多目标优化模型,使TLD分析中故障派遣时长的选取更灵活、更合理。通过实例表明:与ST取固定值250h相比,优化后ST取25h时,带故障运行时长期望增大4.2%,系统平均维修时长增大8.6%,验证了方法的有效性。     

训练空域动态规划问题数值模拟仿真算法研究

训练空域的动态规划对于提高空域利用率,提高部队训练效率,缓解军民用空矛盾具有重要意义。本文将空域的动态规划问题进行分阶段处理,通过寻求各个阶段的最优方案来使得总的占用时间最短。针对各个阶段的动态规划问题,在分析问题复杂性的基础上,构建了空域规划模型,提出了遗传-离散粒子群算法,通过融合遗传算法中的交叉与变异思想来改善DPSO算法摆脱局部最优解的能力,提高算法的收敛速度和精度。同时为保证种群的多样性,设计了可保证个体可行性的自适应交叉算子和变异算子。最后利用甘特图来表示整个空域规划过程。将改进后的遗传-粒子群算法用于算例,并与遗传算法比较,结果表明该算法获得的结果更优且收敛速度更快。