基于离散伴随的流场反演在湍流模拟中的应用

精确模拟湍流流动是学术界和工业界均普遍关注的问题。采用数据驱动湍流建模的思路,建立了基于离散伴随方法的流场反演框架。通过为SA模型涡黏性输运方程的生成项乘以非均匀分布的系数,并利用有限的观测数据对该系数进行推断,实现对SA模型的修正。为了提高带有物理约束的离散伴随优化的效率,发展了约束增广的伴随方法,其高效性在本文得到了验证。选取了结冰翼型和周期山2个分离算例进行分析,所得结果在2个算例中均能以很高的精度拟合观测数据,并能借助湍流模型的修正将有限的观测信息泛化到整个流场。分析表明,流场反演所推断出的修正区域具有较为明确的物理意义,能够指导湍流模型的进一步改进。     

一种基于偏好MOEA的卫星地面站资源多目标优化算法

随着中国航天事业的发展,卫星地面站资源匮乏问题日益突出,需要对其进行统筹优化使用。因此,卫星地面站资源规划问题得到了广泛关注。在分析问题特点的基础上,对用户规划结果的偏好信息进行建模表达,建立了涵盖用户偏好的多目标数学规划模型,提出了基于偏好多目标进化算法的卫星地面站资源规划算法。为了进一步提升算法性能,设计了基于领域知识的启发式策略,包括：任务扩充策略、冲突消解策略以及任务缩减策略等。实验结果表明,与现有算法相比,用户偏好信息的引入能有效提升问题求解针对性,在IGD-CF （Inverted Generational Distance based on Composite Front）指标上取得了更好的效果。     

基于卷积神经网络的深度学习流场特征识别及应用进展

深度学习架构的出色性能使得机器学习在流体力学中的应用得到新的发展,可以应对流体力学中诸多问题和需求。卷积神经网络（CNN）强大的非线性映射能力以及分层提取信息特征的功能,使其成为当下流场特征研究不容忽视的工具。围绕这一研究前沿与热点问题,概述和归纳了这一研究领域的进展与成果。首先,对深度学习在流体力学中的发展以及卷积神经网络进行了简单的回顾。然后,从卷积神经网络能够识别特征出发,先后介绍了基于卷积的深度学习特征识别在流场预测、流动外形优化、流场可视化精度提升和生成对抗等应用方面的研究进展。最后,对深度学习在流场识别领域的应用进行了展望,为后续的研究提供参考。     

一种电动飞机电推进系统的能效优化方法

电动飞机依靠电推进系统为飞机提供所需的动力,而电动飞机蓄电池的能量密度制约了飞机续航能力的提升。在蓄电池能量密度受限的条件下,进行电推进系统能效优化,提高电推进系统效率,降低电推进系统损耗,对增加飞机的续航时间具有重要意义。以某双座可调定桨距螺旋桨电动飞机电推进系统为例,依据飞机的飞行任务剖面搭建了飞机电推进系统在起飞及巡航阶段的系统损耗模型,以可调定桨距螺旋桨桨矩角为优化变量,以飞机完成一次飞行任务剖面能耗最小为目标,提出一种适于可调定桨距螺旋桨电动飞机电推进系统的能效优化方法。为了验证该方法的有效性,搭建样机测试平台,进行了样机试验,试验结果表明：该能效优化方法能够有效提高飞机电推进系统效率,使飞机完成一次飞行任务剖面的系统能耗降低了8%以上。     

直升机热管理与红外辐射特性耦合分析方法

未来高性能直升机面临提高能量利用率和抑制红外辐射特性的重大挑战,迫切需要协同解决这两个问题,需要从整机层面探究热管理和红外辐射特性耦合机制,建立耦合分析方法。直升机红外辐射特性不仅受到旋翼下洗流场、前飞流场和环境等外部因素的影响,还受到各子系统部件的工作状态、机身表面的散热口布置和红外抑制器的设计等热管理优化方法的影响。因此,直升机热管理问题和红外抑制问题是强相互耦合,必须统筹考虑。从直升机整机系统的结构特点、系统工作原理和能量平衡关系出发,基于热/质流产生、收集传输、储存利用和传热关系,分析直升机整机系统框架和传热平衡关系,建立以系统部件为内部边界条件、外环境为外部边界条件的整机耦合传热模型;通过对内外部热量的统筹调控与管理,提出热管理优化方法,实现既保障各系统安全高效工作、又提高整机能量利用率,优化红外辐射性能的目的。该模型和方法能为直升机综合热管理的方案设计和红外抑制方法提供支撑。     

火箭橇运动计算算法优化与试验验证

对火箭橇试验系统进行了动力学分析,研究了火箭橇运动计算方法,在常规算法基础上对各参量计算方法进行改进,并引入了新的参量能量耗散阻力,进而得到优化算法。取四次不同速度的双轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为7.67%,误差最大为37.91%,优化后算法计算结果误差最小为0.48%,误差最大为5.0%;取四次不同速度的单轨橇车试验结果分别与常规算法和优化算法计算结果进行比较,得到:常规算法计算结果误差最小为11.78%,误差最大为43.64%,而优化算法计算结果误差最小为0.11%,误差最大为5.31%。结果表明火箭橇运动计算优化算法相比常规算法能有效提高计算结果精度,计算结果对火箭橇试验设计具有一定工程指导意义。      

行星际Halo轨道转移的多目标优化设计

研究了星历约束下不同太阳—行星系统Halo轨道间转移的多目标优化设计问题。分析了直接和间接两种转移方式的特点,并引入伪流形技术加快了Halo轨道的逃逸和捕获速度。构建了两种转移机制的多目标优化模型。对于直接转移方式,采用伪流形双向拼接策略实现了转移轨道的构建;对于间接转移方式,通过近拱点庞加莱映射与双曲超速匹配完成了转移轨道的拼接。进一步,采用多项式样条函数对伪流形进行逼近,提高了伪流形的计算效率。两种转移机制的轨道优化设计都可以归结为简单的多变量无约束优化问题,采用非支配快速排序遗传算法NSGA-II求解。对地球—火星Halo轨道间的转移进行了多目标优化设计,校验了本文方法的有效性。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。     

亚轨道飞行器的固液火箭发动机的高维多目标设计优化

为完成应用在亚轨道飞行器上的固液火箭发动机系统设计优化,且考虑到系统设计优化问题的复杂性以及采用单目标优化难以获得全局最优解,建立了固液火箭发动机系统设计的4目标设计优化模型,采用非支配排序遗传算法获得超空间Pareto 解集。利用基于变偏好区间的超径向可视化技术对超空间Pareto解集进行直观地分析,提高最优解选择的效率。最终获得了全局最优的固液火箭发动机系统设计方案,验证了建立的优化模型的准确性和相比于单目标优化的优势,论证了固液火箭发动机应用在亚轨道飞行器上切实可行以及变偏好区间超径向可视化技术处理超空间Pareto解集的高效性。     

反折式二元超声速进气道研究

X-51A采用带两级压缩楔面的反折式进气道设计方案,这是一体化权衡设计的结果,要求进气道设计综合各方面因素进行多目标优化。从发动机设计角度出发对类似于X-51A的反折式二元进气道进行了研究,合理选择了进气道的设计变量并运用多目标粒子群优化算法（MOPSO）对带两级压缩楔面的反折式二元进气道按总压恢复系数、流量系数及出口马赫数三个目标函数进行了多目标优化设计,计算中性能指标参数评估基于Euler方程求解得到。通过优化计算得到了带两级压缩楔面的反折式进气道相关性能指标参数最优变化关系及结构方案,可为后续进气道与飞行器一体化权衡提供设计参考。