基于成本控制的机队优化配置方法

为了控制航空公司运营成本,实现燃油成本和机组时间成本最小,建立多目标整数规划模型,分析各成本因素所占比例,考虑旅客市场需求、航线频率限制、机队飞机寿命限制及飞机适航限制等因素,并采用层次分析法对模型进行求解。通过算例分析和评价,实现航线资源与机队的最优配置,为航空公司降低可变成本提供理论依据。     

FANUC数控系统车削中心INDEX ABC

德国因代克斯(INDEX),世界数控车床制造业的领导者,始终致力于为每一个客户提供最佳的生产解决方案。利用自己最广泛的产品为客户提供不同车削工件的完整加工方案,特别是复杂几何形状和高精度的工件,无论是批量生产还是单件生产,INDEX都可以为用户量身定制最经济的解决方案,让用户具备绝对的竞争优势。配备有FANUC数控系统的INDEX ABC生产型车削中心,就是这样一款可完全满足用户所有生     

联立法求解月面上升段最优轨迹的快速收敛控制技术

为了更好地解决复杂约束下的航天器月面上升段在线轨迹规划问题,提出了一种求解最优轨迹的联立框架。首先利用有限元正交配置法将状态变量和控制变量完全离散化,得到一个非线性规划命题。考虑到命题中含有较多的不等式约束并且会随着有限元的增加而增加,故采用内点算法对非线性规划命题进行求解。离散化后的非线性规划命题的规模大幅度增加,导致了优化计算难度的加大和求解时间的增加,为了便于联立法的在线应用,采用收敛深度控制策略从平衡解的精度和计算效率的角度来改进优化算法的实时性。以某航天器载人返回任务月面上升段场景为算例进行仿真,结果表明基于联立法求得的最优控制量序列得到的飞行轨迹满足轨道根数的精度要求,同时利用收敛深度控制策略可以实现快速收敛控制。     

基于多种运行成本最小的机队优化配置研究

为节省航空公司运行成本开支,通过以燃油成本最小、时间成本最小、机场起降费用成本最小为目标函数,以飞机最大航程限制、机场起降条件限制、航班频率限制、旅客座次限制、飞机可用时间限制等为约束条件,建立多目标规划模型。通过实例计算,确定机队优化配置方案,验证了模型的正确性,为航空公司机队规划提供了参考。     

基于高斯伪谱法的飞机下降段轨迹优化

以大型运输机为研究对象,进行风干扰下的飞机下降段轨迹优化.通过对飞机下降过程的分析,建立了飞机的运动学模型、油耗模型和大气模型,得出了问题的目标函数和约束.运用高斯伪谱法把最优控制问题转化为非线性规划问题,并用序列二次规划求解非线性规划问题.仿真计算得到飞机最短下降时间的最优轨迹,讨论了不同的成本指数对下降时间和燃油消耗的影响.仿真结果表明,成本指数越大,飞机下降时间越短,燃油消耗越多.     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

ESA启动下一轮空间科学长期规划“旅程2050”制定工作

ESA网站2019年3月4日报道,ESA已经启动下一轮空间科学长期规划“旅程2050”(Voyage 2050)的制定工作,成立了由科学家组成的高级委员会,并发布专题小组成员和白皮书征集邀请函。高级委员会将在2020年年中向ESA科学部提交建议报告。ESA空间科学计划依赖于对空间科学优先事项的长期规划。     

基于伪谱法的空间绳系组合体最优燃耗离轨研究

为了优化空间绳系组合体轨道转移的燃耗,提出一种基于伪谱法求解的包含拖拽、平衡、甩摆三个阶段的绳系组合体最优燃耗离轨方案. 首先将全过程离轨的燃耗作为性能指标,采用简化的绳系组合体动力学模型,利用高斯伪谱法求解出拖拽阶段系统状态最优轨迹;其次考虑较复杂的绳系组合体动力学模型,使用模型预测控制方法跟踪拖拽阶段系统状态最优轨迹. 仿真结果表明该方法能实现主动星安全、高效,并以最低燃耗地将目标星转移到目标轨道.     

基于自适应动态规划的航空航天飞行器鲁棒控制研究综述

自适应动态规划方法(ADP)是一种基于强化学习框架的智能控制方法,通过函数近似技术,最终得到动态规划问题的近似最优控制策略.本文对ADP方法在航空航天飞行器鲁棒控制的研究进行综述.首先,介绍了ADP方法基本结构框架与典型算法实现原理.进一步,对于ADP方法在高超声速飞行器系统,导航制导系统以及无人机系统在鲁棒控制中的相关研究进行介绍.最后,对未来航空航天飞行器领域ADP方法的发展前景进行了分析.     

基于遗传禁忌混合算法的敏捷卫星任务规划

多星多载荷敏捷成像卫星自主任务规划是一个复杂的多约束、非线性NP困难问题.分析了卫星观测任务约束和星上资源约束,建立了多星多载荷自主任务规划模型.针对此任务规划模型的特点,以及传统遗传算法和禁忌搜索算法的优缺点,采用了一种遗传禁忌混合算法进行求解.混合算法将禁忌算法嵌入遗传算法作为禁忌算法变异算子,解决了遗传算法早熟的问题.仿真结果表明混合算法比遗传算法收敛速度更快,比禁忌算法优化效果更好.