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...     

基于粒子群算法的航天器姿态机动路径规划

研究航天器在星载设备受多种几何约束情况下,大角度姿态机动时的姿态路径规划问题.采用罗德里格斯参数描述姿态,将姿态机动路径规划问题转化为点机器人的三维路径规划问题.基于粒子群优化技术设计了航天器复杂约束下大角度姿态机动的路径规划算法.数值仿真结果表明,该方法对于复杂约束下航天器姿态机动的运动规划是有效的.     

基于相似理论的月球车月面牵引性能预测

引入相似理论对月球车的轮土交互系统进行研究,建立了月壤-车轮交互系统的地面力学相似模型,针对原位月壤内聚力较小的特点,提出了一种无需改变车轮尺寸、以模拟月壤为土壤介质的模型试验方法,对月面重力环境下月球车轮的牵引性能进行预测.利用室内土槽试验和颗粒流仿真相结合的方法对该模型试验方法的有效性进行验证,验证结果与模型试验的理论分析结果较为接近,表明该法具有较好的可行性和有效性,可考虑用于预测月球车的月面牵引性能.     

一种改进的多目标粒子群优化算法

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Particle Swarm Optimization Algorithm)和NSGA-II(Nondominated Sorting Genetic Algorithm II)进行对比,结果表明了该改进算法的有效性.     

基于聚类PSO算法的舰载机舰面多路径动态规划

对舰载机舰面多路径动态规划问题,提出了基于聚类粒子群(PSO,Particle Swarm Optimization)算法进行解决的方法.首先建立了舰载机舰面多路径动态规划问题数学模型;其次,在建立航母舰面环境模型、舰载机"凸壳"模型、碰撞检测模型的基础上,利用聚类PSO算法进行问题求解;最后,通过编制程序对该解决方法予以实现.仿真结果表明利用聚类PSO算法所求解的结果比较精确,且计算效率也符合实际要求.因此基于聚类PSO算法对舰载机舰面多路径动态规划问题进行求解是可行的.     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。