三焦点张量的最小代数误差非迭代算法研究

通过普通数码相机获得的3幅未标定图像,采用RANSAC算法进行两两匹配获得3幅图像的一组兴趣点对,利用最小代数误差非迭代算法在MATLAB中计算出三焦点张量,提出一种最小代数误差非迭代算法。实验结果表明,该方法是一种有效的三焦点张量计算方法,计算复杂度小、实现效率高。能够得到较准确的三焦点张量,为下一步相机自动标定以及三维场景的自动重建和量测奠定了基础。     

联合应用现代优化方法与S2流面计算进行多级涡轮的气动设计

本文联合应用S2流面正问题计算和多级局部优化设计对某三级涡轮进行多级气动优化设计。优化联合采用人工神经网络和遗传算法,流场计算采用全三维粘性流N-S方程求解,计算网格采用H-O-H型网格,即入口段、出口段采用H型网格,叶片区域采用O型网格。通过优化,总效率提高1.1%,总体性能提高,达到设计要求。     

航空发动机静叶联调机构运动分析及优化

针对航空发动机可调静子叶片联调机构运动关系复杂、优化难度大的问题,研究了一种采用图解法和齐次坐标法结合MATLAB软件推导两级联调机构运动方程,并运用遗传算法对两级机构中的关键构件进行联合优化的方法。运用该方法对指定联调机构的两级曲柄可调端长度、可调端与固定端夹角进行了优化求解。得到了最优解,使得第一级摇臂转动角度是第零级摇臂转动角度的2倍,且第一级摇臂转动角速度也是第零级摇臂转动角速度的2倍。      

CFRP反射器型面主动控制和作动器位置优化

研究了运用压电陶瓷作动器对碳纤维增强复合材料（CFRP）格栅反射器的型面主动控制。首先,采用了一种具有独立电压自由度的梁单元,以及考虑高阶剪切变形的板单元,对主控格栅反射器进行有限元建模;运用能量变分哈密尔顿原理推导了主控格栅反射器的有限元控制方程,并给出了反射面型面残余均方根（RMS）误差最小的电压最优控制方法。然后,研究了在典型载荷下,反射面残余RMS误差最小的PZT作动器位置分布的优化配置问题;提出了一种将遗传算法和梯度投影方法相结合的改进优化方法,用来求出在限定作动器数量的条件下,作动器几何位置的优化配置,使控制后反射面的残余RMS误差最小;给出的数值算例验证了方法的正确性和有效性。最后,研制了格栅反射器型面主动控制的实验样机,针对反射器的初始制造误差进行了型面主动控制,验证了控制方法的可行性和有效性。     

基于遗传算法的火焰筒浮动瓦块热-结构耦合优化分析

以火焰筒浮动瓦块结构为研究对象,将遗传算法和“穷举搜索法”相结合,采用二步递进策略对浮动瓦块进行了热-结构耦合优化分析.首先利用遗传算法对瓦块结构中安装螺栓杆的位置变量进行优化;然后利用“穷举搜索法”对瓦块的厚度和螺栓杆直径进行优化.通过优化分析得到了结构性能更优的瓦块结构方案,使其最大应力比降低了22.77%.结果表明遗传算法和“穷举搜索法”相结合的优化方法应用在浮动瓦块的结构优化设计中是有效、合理的.      

空心风扇叶片结构优化设计方法及程序实现

在空心风扇叶片结构强度分析的基础上,以叶片最大等效应力水平为约束条件,建立了叶片质量和径向位移最小化的双目标优化模型.采用正交试验设计的方法,分析了各设计变量对约束函数和目标函数的影响,减少了设计变量的数量.为了提高优化设计效率,采用径向基函数插值的方法,构造了约束函数和目标函数的响应面替代模型,从而避免了优化设计过程中大量的结构有限元分析求解.针对空心叶片结构强度优化设计的示例,探讨了替代模型和带精英策略的Pareto排序遗传算法的具体应用,得到了分布均匀的Pareto最优解,给出了空心叶片示例的具体优化设计结果.      

基于并行多目标遗传算法大涵道分开式排气系统气动优化设计

通过引入快速非支配排序算法、拥挤距离以及拥挤距离比较算子等对基本遗传算法进行改进,并结合massage passing interface(MPI)并行编程技术,发展了主从式并行多目标遗传算法(PMGA).将PMGA与排气系统型面参数化设计方法、Navier-Stokes方程求解器相结合建立了分开式排气系统气动优化设计平台.应用该平台对某型分开式排气系统进行了多目标优化设计,得到了一组在三个目标上都优于初始设计的Pareto最优设计.将典型的Pareto最优设计和初始设计进行分析、比较,证明了该气动优化设计平台的高效性和可靠性.      

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

基于速度增量的空间绳系机器人中距离逼近过程最优轨迹规划

针对空间绳系机器人中距离逼近过程最优轨迹规划问题,提出了基于速度增量的多目标逼近轨迹优化方法,优化指标为总速度增量及逼近时间。首先建立逼近过程相对动力学模型及最优逼近轨迹优化模型,然后利用改进型非劣分类遗传算法得到相对逼近距离1.5 km内逼近轨迹的Pareto最优解。仿真结果表明,该方法可以揭示空间绳系机器人逼近距离1.5 km内逼近时间、燃料消耗、相对目标的面内视界角及速度增量次数之间的相互关系,能满足针对不同任务需求提供相应最优轨迹的要求。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。