一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

多斜孔冷却方式气动参数对壁温梯度和冷却效率的影响

针对高温升燃烧室以延长其火焰筒使用寿命为目的,实验研究了多斜孔冷却方式气动参数,如加温比、速度比和主流速度变化对主燃烧室火焰筒壁温梯度和冷却效率的影响.实验结果表明:减小加温比或增大速度比都可以减小壁温梯度的绝对值,同时冷却效率也会增加;当主流进入了自模区后,随着主流速度的增加,壁温梯度的绝对值会减小,冷却效率会增大.      

复杂产品项目管理中技术成熟度等级的梯度化发展研究

本文综述了技术成熟度等级的发展历史,并分析了9级技术成熟度等级的差异化应用及研发过程中的阶段特征,为复杂产品项目研发管理中的技术成熟度等级实际应用提供参考。     

环形模型燃烧室内不同Karlovitz数旋流预混火焰的直接数值模拟

为了更好地理解航空发动机燃烧室内的旋流预混燃烧现象和机理,基于相关特征参数采用直接数值模拟方法研究了模型燃烧室内的旋流预混火焰。其中计算模型简化自环形燃烧室,包含两个相邻的贫燃旋流,参数尽可能接近实际航空发动机燃烧室工况。模拟中,采用了简化的煤油反应机理,设计了不同Karlovitz数(Ka)对应高低两种负荷。结果表明,在高压下火焰面极薄,小尺度湍流扰动对火焰面影响显著,燃烧室内湍流预混火焰位于薄反应区。在下游由于相邻旋流的作用而产生较为破碎的火焰结构,这一现象在高Ka时尤为明显。雷诺数Re和Ka较大时,旋流剪切作用所导致的下游中心回流效应增强,剪切层中的湍流扰动效应也更强。航空发动机燃烧室内主要反应物和生成物基本满足梯度输运关系,且在Ka较大时,梯度输运效应更显著。然而对于中间产物,梯度扩散假设在火焰面附近不成立,这对基于梯度扩散假设的相关计算模型提出了挑战。     

非结构网格体心梯度求解方法的精度分析

对于空间二阶精度的非结构网格求解器,无黏通量和黏性通量的计算都需要流场变量在单元体心处的梯度值。体心梯度求解的精度很大程度上决定了求解器整体的精度。本文推导了几种常用的梯度求解方法(包括格林高斯法,节点格林高斯法和最小二乘法)求解体心梯度的理论精度,并从数值方面对上述理论精度进行了验证。在数值测试过程中,通过以当前单元体心为基准进行坐标局部缩放的做法,保证了在非结构网格上做精度测试时,网格拓扑能够严格保持不变。理论推导和数值测试一致发现:使用保线性权插值到节点的节点格林高斯法、使用共面单元的最小二乘法和使用共点单元的最小二乘法,不管网格拓扑关系如何,都能保证梯度求解为一阶精度。而格林-高斯法和使用距离倒数权插值到节点的节点格林-高斯法在一般的网格中只有零阶精度,只有在特定的网格和权函数关系下,才能有一阶精度。最后用NACA 0012翼型亚声速绕流模拟进一步验证了梯度求解方法的收敛精度。     

用梯度法进行地形跟随／地形回避轨迹优化

利用飞机的横向机动增加地形对其的遮蔽，可提高飞机在低空突也的生存能力。运用动态规划和梯度搜索法，推导出使地形遮最大的最优飞行轨迹的几种算法。动态规划通常需要额外的执行时间和处理器存储空间．而梯度方法用于三维轨迹优化时，收敛性能较差。     

RLV再入轨迹机载快速优化

为了可重复使用飞行器再入轨迹机载快速优化的需求,开发一种再入轨迹快速优化算法。根据RLV再入三维轨迹的特点,引入了新的假设,对RLV再入轨迹状态方程进行简化处理,使优化迭代计算量大大减少,在此基础上,使用乘子法对再入终端约束进行处理,然后用共轭梯度法求解优化再入轨迹,最后以美国航天飞机为例计算再入最优轨迹。结果验证该算法在满足约束条件的情况下,具有很快的收敛速度,在不同初始再入条件和终端约束条件下,计算机时一般小于一分钟。该算法具有很好的工程应用前景。     

强化扩散传质过程有势外场与化学势场的协同

半导体温差发电是电场、温度场相互作用及协同条件下电荷输运的结果，对传递过程中各种场相互作用及协同的研究是必要的。论文在等温等压下，提出了扩散传质推动力是系统的广义化学势梯度。由于广义化学势包含系统的原化学势及外场势，因此，广义化学势梯度不仅与外势场梯度和化学势梯度的大小有关，而且还与它们的方向有关。论文由此讨论了二组份...     

M/G/1排队系统性能梯度估计的非标准分析法

如何估计系统性能梯度是离散事件动态系统研究中的一个重要问题.系统性能对于概率参数的梯度无法用传统的摄动分析法来估计,我们从非标准分析的角度提出了一种基于Dirac δ函数的摄动分析算法,分析了相应估计量的强相合性和渐近无偏性.新算法在实现过程中需要用样条函数来近似δ函数,但可以同时估计M/G/1排队系统中顾客期望系统时间和忙期期望长度对概率参数的梯度.数值实验结果表明估计量的相对误差和无偏性检验值都比较小,新算法能够很好地估计M/G/1排队系统的性能梯度.     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。