基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

等离子体对翼型流动分离控制历程的PIV试验研究

采用粒子图像测速（Particle Image Velocimetry,PIV）技术,研究了介质阻挡放电等离子体激励对NA—CA0015翼型表面流动分离的控制特性及控制效果随时间历程的变化规律。结果表明,激励电压存在一个阈值,当电压小于阈值时,控制无效或效果不明显;当电压接近阈值时,控制表现出不稳定性并最终趋于稳定;当电压大于阈值时,控制效果稳定且显著,气流能够很好地重附在翼型表面。     

超声速PIV示踪粒子布撒技术研究

介绍了上海交通大学高超声速创新技术研究实验室为发展超声速PIV流场测试系统而开发的示踪粒子布撒技术。研究中设计了一套超声速风洞PIV示踪粒子布撒装置,提出了利用发生器罐体内的真空度吸入示踪粒子的加注方式,选定了测试流程时序并得到了较好的粒子布撒效果。通过比较不同的发生器罐注入压力对粒子布撒浓度的影响,得到了效果良好的测试方案。     

涡轮叶冠间隙流场PIV测量

为了研究带有冷却气流的涡轮叶冠间隙流场流动特性,采用粒子图像测速仪(PIV)技术得到了叶冠间隙流场中各个典型截面的瞬时流场显示,并对叶冠间隙流场特性进行了研究.研究发现:由于叶冠腔内有两股叶尖冷却气流的注入,叶尖泄漏流流过叶冠间隙时会与两股冷却流相互掺混,从而使腔内气流的流动状态变得非常复杂,因此在叶冠突肩之后以及叶冠腔内流体汇合处会有大小方向各异的涡流产生.同时,两股冷却气流均对泄漏流有一定的阻挡作用,前孔冷却流的阻挡作用更为明显.随前孔与后孔岀流比增加,前孔流及后孔流对泄露流的阻挡作用增强.      

水滴撞击特性的粒子统计法研究

基于水滴撞击特性研究的拉格朗日方法,提出了适合于考察非定常情况的粒子统计法.通过统计非定常流场中不同时刻撞击在防冰表面上不同区域的粒子数,获得防冰表面上粒子浓度分布随时间的变化情况,与基于染色法水滴撞击试验获得的色度分布具有直接对应关系;采用基于染色法的动态图像测量方法对某型发动机帽罩缩比模型开展了水滴撞击特性试验,对所提粒子统计法进行了验证.基于拉格朗日方法的粒子统计法获得的计算结果与试验结果符合较好,与采用拉格朗日轨迹法获得的结果具有较好的一致性.粒子统计法所模拟的物理过程与试验过程一致,在处理湍流随机性和来流液态水含量分布不均等方面具有优势.     

基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测

发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。      

颗粒冲刷对C/C材料烧蚀影响的实验研究

为研究粒子直接撞击模式下C/C材料的烧蚀形貌及性能,丰富C/C材料烧蚀研究,开展了粒子侵蚀实验.利用扫描电镜和三维微观成像等测量手段进行微观烧蚀形貌的研究,结果表明颗粒冲刷条件下由于粒子的直接撞击,侵蚀区域出现小凹坑,但轴棒纤维突出,轴棒表面出现大小不同的凹坑,部分单丝从基体中断裂,形成微观锥形孔穴形貌,径向纤维束部分区域出现孔和开槽,整体形貌不再连续一致;未侵蚀部位的微观形貌和烧蚀试验中的喉部形貌一致,单丝呈现笋尖状.     

幂律型流体雾化SPH方法数值分析

幂律型流体的雾化过程存在复杂的界面运动,用传统网格法很难精确追踪运动界面.为研究幂律型流体的雾化特性,运用SPH方法对典型的双股幂律型流体撞击雾化问题进行三维数值分析.根据文献实验,采用SPH方法模拟获得与实验条件相应的数值结果,对比后表明,二者雾化角相当吻合,数值结果还成功捕捉到液膜向液丝的破碎过程及网状的液丝分布状态,验证了方法的有效性.分析了射流速度和撞击角度对雾化角的影响,得到雾化角随着射流速度和撞击角度的增加而增大;对雾化后的速度场进行数值分析后表明,撞击点附近,惯性力的作用使速度场变化剧烈;在流体远离撞击点的过程中,粘性耗散作用使速度场趋于稳定,但速度大小小于初始撞击速度.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.