卫星姿控系统可重构性综合评价方法研究

针对可重构性评价需考虑系统资源、性能等多约束条件的问题,以卫星混合执行机构姿控系统为研究对象,建立了基于组合赋权法的卫星可重构性综合评价方法。首先,综合分析影响卫星姿控系统的指标因素,结合系统可重构性度量指标构建了综合评价指标体系;然后利用层次分析法和熵权法分别得到权重初值,以最小二乘法为工具建立确定具有主客观意义的优化组合评价权重;最后采用欧几里德距离为测度,计算各方案距离正负理想点的相对接近度并以此作为评价准则。针对多方案系统配置实例进行了验证计算,结果表明利用基于组合赋权法的评价方法能有效地对卫星姿态控制系统可重构性进行综合评估,具有较好的应用价值。     

钻取式自动采样机构螺旋钻杆结构参数的多目标优化

分析了螺旋钻杆的输出月壤原理和输出月壤阻力（阻力矩）以及综合考虑了螺旋槽内月壤对钻杆驱动力矩的影响、螺旋升角的取值范围和钻杆的轴向钻进功率后建立了钻杆驱动力矩、轴向加载力及功耗的模型。利用该模型分析了钻杆外径、螺旋槽深、槽宽比及螺旋升角等结构参数对钻杆驱动力矩和轴向加载力的影响,获得了钻杆结构参数对钻杆驱动力矩和轴向加载力的影响规律。以钻杆质量和功耗最小为双优化目标,以钻杆外径、螺旋槽深、槽宽比及螺旋升角等结构参数为设计变量,基于遗传算法对钻杆结构参数进行了优化,优化后的功耗较优化前降低了31.8%,钻杆质量减小了23.3%。总体减少了钻探风险,可为钻取式自动采样机构的设计提供理论依据。     

An error analysis and optimization method for combined measurement with binocular vision

The accurate measurement of surfaces of large aviation components is vital for the assessment of manufacturing and assembly quality of such components. To satisfy the measurement requirement of large-size components, most current researches pay more attention to combined measurement methods utilizing different measuring instruments, but the related researches on error analysis and optimization methods are not taken enough attention. This paper proposes a combined laser-assisted measurement method with feature enhancement techniques, and it also develops an error propagation model of the main factors affecting the overall measurement error in detail. Firstly, the surface of a large-size component is measured by the measurement system at multiple stations. Secondly, a control point coordinate system is established as a bridge to unify all local measurement data into the global coordinate system. To improve the overall measurement accuracy, the pixel extraction error as a key factor causing the overall measurement error is analyzed in detail. Next, the error propagation model is established, and some optimization strategies of layout for minimizing measurement error and transformation error are researched. Finally, experiments are carried out to verify the effectiveness of the proposed method. The results show that the measurement error of the proposed method reaches 0.073% and 0.14% with a 1D standard ruler and a flat plate, respectively.     

天琴计划轨道构型长期漂移特性分析

为了实现天琴计划航天器轨道构型的长期稳定漂移并满足轨道构型的稳定性指标,文章应用优化算法搜索航天器初始最优瞬时轨道要素。建立考虑摄动情况下航天器轨道动力学模型,对导致等边三角形轨道构型发生长周期漂移的轨道要素进行了分析,并且将这些要素作为轨道设计的待优化参量,应用粒子群（ParticleSwarmOptimization,PSO）智能寻优算法进行优化,应用最终优化得到的轨道要素进行轨道构型仿真。仿真结果表明,在不进行轨道控制的情况下,4年内轨道构型呼吸角变化小于1.5°,臂长变化小于1500km,臂长变化速率小于10km/s,初步满足轨道构型的稳定性指标。     

新型非接触式径向C4D传感器优化设计

基于电容耦合式非接触电导检测(C4D)技术,设计研发了一种新型径向结构的非接触式电导测量传感器。该传感器利用串联谐振的原理,引入电感模块以消除耦合电容对测量的不利影响,扩大了测量范围,提高了测量灵敏度。同时,用仿真与实验相结合的方法对传感器的电极张角进行了优化研究。在5.0、7.5、9.1、10.2和12.0 mm 5种不同内径的管道中进行了电导测量实验,电导测量相对误差均不超过5%,实验结果表明,所设计的新型非接触式径向C~4D电导测量传感器是可行和有效的。     

交互式多模型粒子滤波优化重采样算法

针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。     

超临界层流翼型优化设计策略

针对超临界层流翼型设计问题,提出一种两轮优化策略。采用γ-Reθt转捩模型耦合剪切应力输运(SST)模式的湍流模型对翼型边界层转捩进行预测。翼型几何参数化建模采用形状分类函数转换(CST)方法,设计变量为描述翼型几何特征的参数。第1轮优化的目的是尽量提高层流区域的比例,气动分析模型为基于Kriging模型的代理模型,优化算法为遗传算法,通过优化获得满足约束要求的层流翼型。第2轮优化目的是对第1轮优化获得的翼型进行微调,进一步提高翼型的升阻比,气动分析直接采用CFD程序,优化算法采用基于梯度的优化算法。算例表明,应用本文提出的两轮优化策略,可将超临界翼型NASA SC(2)0412优化设计成超临界层流翼型,翼型的上下表面层流区比例分别达到了55.5%和47.0%,升阻比提高了38.1%。     

考虑轴承游隙的非线性动力学轴承-转子系统优化

针对一类带动态性能约束的轴承-转子系统优化设计存在的问题,做如下改进工作:一是在目前一类轴承-转子系统优化模型基础上,将轴承游隙作为设计变量,考虑轴承游隙的影响;二是提出了一种演化算法/线性搜索的混合算法,将优化过程分为两个阶段,首先采用演化算法对问题全局寻优,求得给定代数时的优化解,再以此解作为新的初始解,采用线性搜索方法进行局部搜索.经数值仿真表明:该优化模型中增加考虑轴承游隙后,对优化结果有较大影响;提出的混合算法克服了使用线性搜索方法难以确定初始解的问题,在同等计算精度和耗时情况下,该方法求解成功率较高.      

低雷诺数小型折叠无人机翼型优化设计

实现了一种可用于低雷诺数小型折叠无人机翼型优化设计的方法。采用Ferguson曲线对翼型进行参数化描述,并引入折叠状态下截面的几何关系作为附加约束,使用遗传算法和序列二次规划相结合作为寻优算法,对翼型升阻比和折叠空间允许的最大弦长进行优化。在isight平台上集成xFoil和matlab实现了这一优化流程。实例表明了方法的有效性,优化结果可以作为此类无人机翼型设计的参考。     

气动设计问题中确定性优化与稳健优化的对比研究

通过对优化问题的表述,说明传统确定性优化与稳健优化的区别。稳健优化需进行不确定性分析,同时追求系统的性能优化、性能偏差最小化、设计可行性稳健化。然后分别探讨了气动设计中确定性优化和稳健优化模型的建立及求解策略。根据不确定性分析方法的特点,选择基于代理模型的不确定性气动遗传优化分析方法。通过具体翼型优化实例讨论了稳健性优化与确定性优化的不同,并将结果进行对比,得出一定的结论。