多植保无人机协同路径规划

为实现多植保无人机（UAVs）协同作业,并提高作业效率,提出了一种基于改进粒子群优化（PSO）的多植保无人机协同路径规划算法。根据作业区域的形状面积和植保UAV的作业参数划分各架UAV作业区域,采用栅格法生成各区域全覆盖作业航线。以各架植保UAV各架次植保作业距离为算法寻优变量,在确保各架UAV补给时间满足间隔分布约束条件下,综合考虑补给总次数、返航补给总时间、总耗时和最小补给时间间隔4项因素,并构成目标函数,通过采用改进PSO算法,实现了对各UAV返航顺序和返航点位置的寻优。仿真分析结果表明,相较于最大作业距离规划和最小返航距离规划,本文提出的规划算法表现出了较优的性能和较好的作业区域适应性,证实了其有效性和实用性。     

组合体航天器智能协同姿态控制研究

组合体航天器在姿态机动过程中的各单体卫星承受的控制力是不均匀的,局部控制力过大将会导致组合链接断裂而失效。应用多体动力学理论建立了组合体航天器间的相互作用模型,对内力、内力矩与整星姿态、控制力矩之间的关系进行了分析;仿真了极端情况下的内力矩分布,其大小可能超过常用对接机构的力矩承受范围;采用粒子群算(PSO)法对控制合力矩进行优化分配,通过预设初值和继承初值来加快PSO算法的收敛速度,实时调整各星控制力矩分配比例,减小星间相互作用力,实现组合体航天器的智能协同控制,保证组合体航天器的连接铰不因受力过大而损坏。算法仿真和Adams软件验证分析表明,本文建立的相互作用模型可准确计算出星间相互作用力,提出的智能协同姿控算法可显著降低姿控过程中的星间内力,确保组合体航天器的安全。     

基于PSO的船体动态变形模型参数在线辨识

在船体变形测量领域,惯性量匹配法凭借其高精度、易实现的优点成为了时下的研究热点。详细介绍了角速度匹配法进行船体变形角估计的原理,针对算法中动态变形模型（二阶Markov）参数难以确定的问题,推导了两套INS的角增量输出差值与动态变形角之间的关系,建立了利用角增量差值的自相关函数进行求参的理论依据。在求参工具上选择了粒子群算法,借助指数衰减正弦信号的形式建立算法模型,并且合理设置算法参数,最终形成一套完整的在线辨识方案。仿真实验证实,该方案能够实现动态变形模型参数的精确辨识,辨识精度较高,且SNR门限低。最终的变形角估计结果表明,结合该参数辨识算法,船体变形角估计误差可控制在10″左右,证明了该方法的可行性。     

航空发动机风扇叶片伸根段造型设计与优化

探索了航空发动机风扇叶片伸根段造型的优化设计方法,利用它在保持叶身气动设计不变的情况下使风扇叶片振动特性得到改善。建立了基于非均匀有理B样条NURBS (non-uniform rational B-spline)桥接曲线的伸根段造型方法,实现气动叶身与榫头侧面间的光滑连接;通过改变桥接曲线控制顶点的位置实现伸根段造型的参数化设计,并在相关假设条件的基础上提取了完全定义伸根段造型所需的8个设计变量;以风扇叶片共振裕度最大化作为伸根段设计目标,在径向基函数网络(RBFN)与粒子群(PSO)算法的基础上建立了伸根段造型优化设计流程,其原理是构造RBFN近似模型来逼近和预测风扇叶片共振裕度与伸根段设计变量间的隐式目标函数,在此基础上使用PSO算法搜索使共振裕度达到最大化的伸根段设计变量组合。结果表明:某大涵道比宽弦风扇叶片采用上述流程,通过优化伸根段造型使风扇叶片轴向一弯模态的自振频率得到提高,与转速3倍频激振间的共振裕度提高约2%。      

金属次加筋结构的单轴压载稳定性优化

针对在新型制造技术背景下的航空轻量化结构发展,提出了次级加筋结构3种可能的形式,并对金属次加筋结构的稳定性问题进行了数值计算与优化研究。基于多学科优化软件ModelCenter与有限元(FEM)软件ABAQUS建立了金属次加筋结构优化设计的软件框架,利用粒子群优化(PSO)算法对各形式下次加筋结构的参数配置进行优化。分析了各形式的优化结构在单轴压载作用下,次加筋板对传统加筋板临界屈曲载荷以及极限承载能力的增益效果。结果表明,引入次加筋结构使传统加筋板的稳定性能与极限承载能力提升明显,对于适应新制造技术的航空轻量化结构设计有一定参考价值。     

基于PSO算法的无人机地磁匹配航迹规划方法研究

结合地磁匹配的自身特征,设计了无人机地磁匹配航迹规划的总体方案;以PSO算法为解决工具,给出了地磁匹配航迹规划的实现方法,构造了PSO算法进行地磁匹配航迹规划的适应度函数,为下一步的算法实现奠定基础。     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

高抗扰高精度无人机着舰纵向飞行控制

针对无人机着舰过程中舰尾流扰动和甲板运动扰动对着舰点散布的影响,对复杂着舰环境下的无人机着舰纵向控制策略、控制结构和控制律参数设计方法进行研究。针对常规控制结构抗扰能力不足的问题,提出了无人机着舰纵向多操纵面平衡态直接力控制(DFC)策略及控制结构。提出了面向着舰点散布的控制律参数优化设计方法,该方法在保证系统满足稳定裕度指标的基础上,综合考虑了舰尾流扰动和甲板运动扰动对着舰点散布的影响,使2种扰动造成的着舰点散布最小。构建控制律参数优化设计问题,通过粒子群优化(PSO)算法进行优化设计,得到高抗扰性能的控制律参数。在控制律参数优化中考虑舰尾流和甲板运动的功率谱密度分布,使设计更具有针对性,减小了控制律设计的保守性,进一步提高控制的抗扰性能。算例设计及仿真验证了多操纵面平衡态DFC控制结构在抵抗舰尾流扰动和甲板运动扰动方面的优异性能,并证明了所提控制律参数设计方法的有效性。     

基于混沌的改进粒子群优化粒子滤波算法

针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。      

改进的Kohonen 网络在航空发动机分类故障 诊断中的应用

针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高Kohonen网络在分类故障诊断中的通用性和容错能力。对GE90发动机的孔探图像纹理特征识别进行对比。结果表明:改进的Kohonen网络在分类故障诊断中有较强的实用性,分类准确率高于常用神经网络模型和支持向量机的。