基于二进制粒子群算法的战时航空网络规划研究

领空作为国家资源的一部分,其使用、调配关系到国家的安全与发展,在战时,将更多的空中资源调配给军航使用,有利于保障军事行动的顺利进行。基于此,提出一种基于二进制粒子群算法(BPSO)的战时航空网络规划方法。首先,对航空网络建模,收集航班数据;其次,建立航空网络性能评价体系;然后,以使用尽可能少的民航机场维持预期网络性能为目标,以作战意图和战场环境为约束条件,通过BPSO 算法进行求解;最后,进行仿真分析。结果表明:该方法能够结合作战意图、反映战场环境、合理调配航空资源,为战时航空管制工作提供决策依据。     

CNTs泡沫相变复合材料:纳米孔隙的构筑与相变材料的包裹

热能是一种广泛存在并极具应用前景的能源,但目前储热材料的能量转换时间较长,储热效率较低,亟需一种高性能的新型储热材料。本工作通过化学气相沉积(chemical vapor deposition,CVD)方法利用碳纳米管(carbonnanotubes,CNTs)构筑宏观体材料,在微纳尺度下对复合材料结构进行优化,合成孔隙结构可控的 CNTs泡沫,利用毛细管作用力将熔融相变材料硬脂酸和石蜡填充到 CNTs 泡沫中,形成分散均匀的 CNTs相变复合材料。用聚焦离子/电子双束显微电镜(FIB/SEM)观察样品形貌,用差式扫描量热计(DSC)分析样品潜热,用 X 射线衍射仪(XRD)分析样品晶体结构,用拉伸试验机测试样品强度。结果表明:CNTs泡沫对相变材料具有优异的包裹性,减少了在相变循环中相变材料的流失;复合相变材料具有较高的潜热。     

集成管理系统在飞机装配柔性工装上的应用

采用柔性工装对飞机零组件进行装配,会产生巨大的信息量,为提高飞机装配过程的信息管理的质量与效率,目前采用集成管理系统对飞机装配柔性工装进行控制与管理,来实现飞机装配过程的集成化。对集成管理系统在飞机装配柔性工装上的应用进行研究,首先对集成管理系统的构架、数据格式以及通信接口等进行概述;之后对柔性工装的数据传输与调形驱动过程进行分析,对飞机柔性装配技术体系进行总结;最后对集成管理系统在柔性工装上的应用现状进行研究。研究表明,集成管理系统可以提高柔性工装的装配效率与信息管理质量。     

航空发动机制造仿真数据管理集成应用系统实现

基于航发集团工程数据中心协同、共享环境,结合航空发动机制造仿真业务特点和需求,构建了制造仿真数据管理集成应用系统,涵盖了制造仿真结果数据管理、仿真数据定义和管理、仿真资源库管理、数据协同等方面的业务功能,面向航空发动机制造仿真数据的统一管理、协同共享进行了有益的探索。     

面向军用飞机任务能力的健康评估方法

军用飞机健康评估在工程实际中存在应用困难的问题。以军用飞机为研究对象,开展包括面向任务 的能力分析、基于故障劣化的功能分析以及参数化的健康评估等研究,得到基于任务分析的“飞机-任务功 能-影响参数暠两级映射作为健康评估的对象;综合利用劣化度、严酷度及极大熵改进区间层次分析法等多种 方法,得到飞机健康状态评估结果。结合具体实例及参数分析结果,表明该评估方法可信度高,具有较高的工 程实用价值。     

太阳能/氢能无人机总体设计与能源管理策略研究

针对小型低空长航时电动无人机需求,给出了太阳能/氢能混合能源动力系统集成方案和小型低空长航时无人机构型。针对典型任务剖面,综合考虑太阳能电池和氢燃料电池特性,提出了一种考虑全机重量能量耦合关系的总体设计方法和任务剖面驱动的能源管理策略;建立了能源系统模型,给出了能源控制流程,开发了能源管理仿真平台。以1.5 kg任务载荷为例,完成了无人机总体方案设计,仿真分析了各种能源特性对飞行结果的影响。结果表明:能源管理策略能够根据任务剖面的要求合理配置能源系统的功率,满足各阶段的功率需求;无人机在冬至日航时为21 h、夏至日可实现跨昼夜飞行;在能源系统重量相同情况下,该混合能源无人机的航时分别是纯锂电池无人机和燃料电池无人机的5.5倍和1.2倍。     

三维战术训练空域规划方法研究

三维战术训练空域规划是对空域的合理规划利用,人工排样已经无法保证空域的安全有效利用,寻找高效快速的算法对于提高空域利用率和训练效率具有重要意义。通过对空域规划的理论研究,结合空域特性,将整个空域划分为立方体单元,构建相应的训练空域规划模型;在此基础之上,利用改进的遗传算法来寻求最优方案,剔除了大量不可行解;通过实例仿真验证该空域规划模型的合理性和有效性。结果表明:该空域模型是合理和有效的,提高了空域规划的速度和准确度。     

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UKF的双机协同纯角度目标定位路径规划

针对三维空间双机协同定位问题,在无迹卡尔曼滤波的基础上,提出一种规划双机路径的方法。首先,利用双机探测得到的方位角和俯仰角信息,并结合无迹卡尔曼滤波算法估计目标的状态;在此基础上根据交互信息理论提出指标函数的概念,以指标函数最大为轨迹优化的最优性能指标,将问题转化为求双机控制量的最优解;最后,采用遗传算法求解双机的控制量,得到比较合理的双机飞行路径。仿真结果表明,通过最大化指标函数可以有效地规划双机路径,且具有更高的精度和速度。     

多机场终端区进离场交通流协同排序方法

针对大都市及都市圈飞行冲突、空域拥堵和航班延误日益严峻的现状,研究了多机场终端区进离场交通流协同排序问题。综合考虑尾流间隔、跑道间隔、时间窗、进离场容量等约束限制,从时空多维角度引入航班满意度概念,建立了多机场终端区进离场交通流协同排序模型,设计了带精英策略的非支配排序多目标遗传算法(NSGA-II),寻求多机场终端区进离场排序问题的Pareto最优解。实例验证表明,所提方法可对多机场终端区进离场交通流进行优化排序,有效降低航班延误总时间,显著提高航班总满意度,并实现多机场系统对终端区空域资源的公平均衡使用。与经典的先到先服务策略相比,协同排序策略的整体优化效果较为显著,其中航班延误时间得到了一定的降低。