基于Kriging模型的轴承结构参数优化设计方法

轴承的生热率与轴承的使用寿命密切相关,为了减小轴承的生热率,以滚动轴承拟静力学分析和滚道控制理论为基础,求得轴承运转过程中的相关参数,进而得到轴承生热率.将轴承最小生热率为目标函数,通过Kriging模型和粒子群优化算法相结合的方式进行了轴承结构参数优化.对NSK 7016A5轴承的研究结果表明:轴承结构参数优化后,轴承整体和轴承内外圈生热率均变小.Kriging模型和粒子群优化算法相结合的轴承结构参数优化方法取得了良好的设计效果,并且提高了轴承的设计效率.      

考虑细观脱湿损伤的NEPE推进剂粘弹性本构模型研究

为了描述NEPE(Nitrate Ester Plasticized Polyether Propellant)复合固体推进剂的非线性粘弹性力学行为,基于粘弹性脱湿准则及所建立的粘弹性时间-损伤等效原理,将颗粒脱湿所造成的材料损伤以折算时间的形式引入至线性粘弹性本构关系中,从而建立起可考虑细观颗粒脱湿影响的NEPE复合固体推进剂非线性粘弹性本构模型。通过定制配方NEPE材料在不同温度(-50, -35, -20, 0, 20, 35及50°C)、不同应变水平(5%, 10%, 15%, 20%, 25%以及30%)的应力松弛试验及单轴拉伸试验,结合反演技术,获取了本构模型参数。最后利用Matlab软件平台实现了本构模型对于NEPE单轴拉伸力学行为的数值预测,数值计算结果与试验曲线较为吻合,预测数值与试验值差值在15%以内,说明所建本构模型能够较好地描述NEPE推进剂在一定应变率范围内(3.333×10-4～0.1s-1)的粘弹性力学行为,为预测具有复杂细观结构的复合固体推进剂的宏观力学行为提供了一条较为简单便利的实现方式。     

基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

基于IPSO Elman神经网络的航空发动机故障诊断

为提高航空发动机故障诊断的精度,提出改进粒子群优化的Elman神经网络对航空发动机故障诊断的方法。利用MIV(平均影响值)对神经网络的输入端自变量进行筛选,降低输入维度;采用改进粒子群优化算法对Elman神经网络的权值和阀值进行优化,并对优化的神经网络进行训练;用训练好的神经网络对航空发动机故障进行诊断并与常规的BP（back propagation）、Elman神经网络、GM（1,n）、SVM (support vector machines)进行对比。仿真结果表明:IPSO Elman(improved particle swarm optimization Elman neural network)神经网络的诊断误差在不同数量训练样本时都小于其他方法,并且在参选故障诊断的性能参数不同时,其诊断误差相近,展现出较强的适应能力。      

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。     

基于SIFT算法的含碳颗粒凝胶推进剂雾化场速度分析

雾化是凝胶推进技术的关键问题之一,雾化过程中的液膜、液丝及液滴等的速度分布、液膜厚度等参数对于判断雾化效果、揭示雾化机理具有重要作用。为了对含碳颗粒凝胶推进剂雾化场的速度进行定量分析,提出了一种基于SIFT关键点匹配的雾化场速度计算方法,并以雾化场速度分析为基础,提出了一种新的液膜厚度估算方法。结果表明:雾化场速度随射流速度的增大而增大,随撞击角度的增大而减小;雾化场平均速度与射流速度的比值vato/vjet在0.6~0.9,可用于表征雾化效果,vato/vjet越小,雾化效果越好;射流撞击形成液膜的厚度在0.04~0.13mm,液膜厚度随着射流速度及撞击角度的增大而减小;凝胶推进剂的雾化效果随着碳颗粒浓度的增大而降低,随着碳颗粒粒径的增大而略有改善。     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

涂层材料瞬态传热实验与导热系数辨识

针对涂层-基体一体化的双层结构,为测试评估其中涂层材料的导热性能,提出基于瞬态平面热源法（transient plane source, TPS）的涂层材料导热系数反演辨识方法。根据Hot-Disk实验测试原理,建立基体-涂层-探头整体的二维非稳态传热模型;结合测量过程中的瞬时温升数据信息,采用粒子群优化算法反演辨识获得涂层材料的导热系数;并通过实验和数值模拟论证了上述方法的可靠性。结果表明：该测量方法能够有效获得涂层导热系数,测试反演的数值偏差小于4.0%。最后,实际测量和反演辨识获得了一种涂层材料常温至773 K的导热系数,随温度提高呈现增大趋势,数值范围为0.18～0.29 W/(m·K)。     

纳米铝颗粒在二氧化碳气氛下燃烧的反应分子动力学研究

为研究核壳结构纳米铝颗粒(ANP)在CO₂气氛下加热与燃烧的过程,采用反应分子动力学方法 (ReaxFF MD)对原子扩散过程进行研究。加热前期,在热膨胀与电场力作用下,核心处的铝原子与壳层的氧原子间相互扩散,在ANP内部形成空腔;加热中后期,ANP在电场力与浓度梯度作用下,转变为均匀分布的亚氧化物(AlO,Al₂O等)。分析原子间化学键以及产物数量的变化趋势发现,未氧化的铝原子会抑制一氧化碳的产生。当CO₂进入ANP时,发生2Al+CO₂=Al₂OC+O反应,产生中间产物,游离的O原子优先氧化未反应的铝原子。当铝原子消耗殆尽后,亚氧化物与中间产物分别发生AlO+CO₂=AlO₂+CO和Al₂OC+2AlO₂=4AlO+CO反应产生CO。研究揭示了ANP在CO₂气氛下加热与燃烧阶段的微观反应机理,为Al/CO₂反应体系在火星探测领域的应用提供理论依...