基于人工蜂群算法的航空发动机参数自整定PID控制

针对航空发动机PID控制器的参数寻优问题,提出基于人工蜂群算法(ABC)的航空发动机PID控制器参数自整定的方法。利用人工蜂群算法实现容易、计算简洁、寻优性能好、鲁棒性强的优点,优化PID控制器参数,以改善控制系统性能。考虑到可能存在的执行机构输出量的极大超调,融入执行机构输出的超调量惩罚机制,改进目标性能函数,有效避免了可能存在的发动机供油量极大超调现象。对涡扇发动机在地面和高空稳态工作点的增量形式的线性化数学模型进行了仿真验证,结果表明优化效果良好,转速阶跃响应反应迅速且超调量小,同时供油量也没有出现大的超调,验证了所提方法的有效性和实用性。     

跨流域高超声速绕流Boltzmann模型方程并行算法

通过对Boltzmann方程碰撞积分进行模型化处理,提出了统一描述各流域复杂高超声速流动输运现象的气体分子速度分布函数控制方程,使用离散速度坐标法对分布函数方程所依赖的速度空间离散降维,构造出直接求解分子速度分布函数的气体动理论耦合迭代数值格式,研制了复杂飞行器高超声速绕流气动热力学计算模型。基于对气体动理论数值计算方法内在并行性、变量依赖关系、数据通信与并行可扩展性的分析研究,使用区域分解并行化方法提出了新型的气体动理论数值算法并行方案;研究了数据的并行分布与并行执行特征,开展了大规模的并行化程序设计,构造了可稳定运行于成千上万CPU的高性能并行算法,用以模拟各流域复杂飞行器的高超声速绕流问题。以稀薄流到连续流环境下不同Knudsen数、不同马赫数的可重复使用类球锥卫星体及翼身组合复杂飞行器等气动力、热绕流问题为研究对象展开大规模并行计算,并进行算法验证,所得计算结果与理论分析、直接模拟蒙特卡罗方法(DSMC)的模拟值及有关实验数据吻合较好,揭示了飞行器跨流域高超声速下的复杂流动机理与变化规律,提供了一条能够可靠模拟高超声速飞行器跨流域气动力及热问题的统一的算法应用研究途径。     

遗传与枚举混合算法对航空发动机复合材料主轴的优化设计

针对复合材料主轴优化设计中离散与连续变量共存的问题,提出了一种遗传算法与枚举法相结合的混合算法.以某航空发动机低压涡轮轴为原型,在满足静强度指标、临界转速及外廓尺寸要求前提下,利用该混合算法对复合材料主轴的铺层角度与厚度进行优化设计,以减轻主轴质量.结果表明:对于1~10层铺层,相比于全排列算法与单一遗传算法,混合算法能再减轻质量5.54%与3.87%;且当铺层数大于6时,混合算法计算效率能最多提高3.1倍.最后分析给出复合材料铺层厚度受强度的限制,不宜太薄的建议.      

激光吸收光谱技术测量非均匀燃烧流场研究进展

可调谐半导体激光吸收光谱技术(TDLAS)具有非侵入性、灵敏度高和时间响应快等优点,将激光吸收光谱技术与最小二乘法、计算机断层扫描重建技术(CT)相结合,可以实现对非均匀燃烧流场的分布测量。首先简要介绍了激光吸收光谱技术的发展历程及测量基本原理,然后分别对激光吸收光谱技术测量非均匀流场一维分布、二维分布的国内外研究现状及关键技术进行了综述,比较分析了二维非均匀流场诊断实验中旋转和固定两种安装模式的优缺点及相对应的光线布局,总结了用于流场二维重建的相关重建算法,最后讨论了激光吸收光谱技术测量非均匀流场研究工作的发展趋势和有待解决的相关问题。     

基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

基于CATIA二次开发的数模信息提取及组织技术研究

基于CATIA的三维数字化设计已逐步成为飞机产品设计的主流方式,其产品数模中包含大量存放于数模结构树中的非几何信息,人工查看时存在工作量大、耗时长且容易遗漏的问题.本文提出了一种基于CATIA二次开发的数模非几何信息自动提取和组织方法,能自动、快速、准确地进行数模结构树中非几何信息的批量提取、再组织和统计报表生成,极大地提高审图和工艺准备的工作效率和质量.     

基于人工势场法优化的蚁群无人机航路规划

针对复杂环境下无人机航路规划问题,提出一种势场法优化的蚁群航路规划算法。为了改善蚁群初始路径搜索过程中的盲目性,将人工势场法的规划结果作为先验知识,对蚁群初始到达的栅格进行邻域信息素的初始化,进而运用改进的蚁群算法完成航路搜索任务。仿真结果表明,新算法具有收敛速度快,规划路径短以及环境自适应的优点。     

多学科设计优化方法在飞机设计中的应用研究

多学科设计优化(MDO)方法是提高飞机设计效率,得到最优设计方案的有效手段。在飞机设计过程中,需要确保飞机静安定裕度满足使用要求,因此需要充分考虑总体、气动等学科专业的耦合效应。针对这一问题,基于MDO软件Modelcenter构建飞机外形多学科优化协同设计流程,通过对某型飞机外形优化设计的实例分析,得到该机的最优外形修改方案,证明了MDO方法在飞机设计中应用的高效性。     

航天测控资源统一分配的多维遗传算法

对于航天器测控资源分配这一类时间窗受限的约束满足问题,国内外已有许多应用遗传算法的研究并取得了较好的成果。目前的研究主要针对的是低轨道航天器这类可见弧段较短、全弧段跟踪的问题,对于地球同步以及高轨道航天器这一类长弧段可见、非全弧段跟踪的资源分配问题,相关的应用研究较少。针对高低轨航天器测控资源统一分配问题的特点,经过对标准遗传算法的扩展,设计了一种能够描述高、低轨道航天器资源分配问题的多维编码方法,定义了相应的交叉算子、变异算子等算法要素,从而建立了一种能够解决航天测控资源统一分配问题的多维遗传算法。仿真计算表明,该算法能够有效解决目前我国航天测控网面临的"一网多星"管理模式下,高低轨航天器统一管理、统一分配测控资源的问题。     

基于离散混沌蝙蝠算法的测试点选择

针对模拟电路测试点的选择问题,基于智能优化算法的测试点选择方法相比于传统的迭代法具有一定的优越性,但是仍然存在算法复杂度过高等问题.在深入研究蝙蝠算法(BA)的基础上,采用混沌映射对算法进行优化,并用变换函数将算法离散化,提出一种离散混沌蝙蝠算法(CBBA),将算法应用于测试点选择.通过实验仿真,证明该算法具有较高的准确度,而且与其他算法对比发现,该算法具有更好的性能.