基于响应面法的超燃冲压发动机进气道多目标优化

基于响应面法进行了二维混合压缩超燃冲压发动机进气道的多目标优化研究.采用均匀试验设计确定试验方案,运用计算流体动力学求解进气道的性能.根据分析结果构造了响应面近似模型,该模型采用了完全二阶多项式模型.通过响应面近似模型的优化,实现了超燃冲压发动机进气道优化,得到了Pareto最优集.结果表明,采用均匀试验设计和响应面法可以大大减小数值模拟的计算量,提高优化效率.     

连接器支架结构优化设计分析

某型连接器支架普遍出现断裂现象,经判断原因是动强度设计不合理,在振动载荷作用下发生疲劳破坏,为了确保支架不出现结构损伤,保证飞行安全,需要进行结构优化设计分析。基于克希霍夫理论,采用有限元分析手段,通过改变厚度、材料与结构形式的方法,对支架进行模态分析与随机响应分析,最终得到了在满足动强度设计要求的情况下质量最轻的支架。根据分析结果总结了一种结构优化设计分析的流程:先改结构形式,用相对系数判断优劣;再选疲劳性能好的材料;最后选择合适的厚度。该流程在本文中得到有效实施,可在今后用于相似结构的优化设计分析。     

基于ISIGHT的某型飞机发动机短舱防火结构设计

以某型发动机短舱为研究对象,依据 CCAR-25-R4适航条款要求,对短舱结构进行了防火区域的界定为考核短舱防火结构的受力状况,建立短舱后段防火结构有限元模型,完成了5种工况下的有限元分析:综合计算结果,选取其中最严重受力工况,结合发动机的安装和维护需求,开展短舱后段防火结构优化分析:最后以短舱中典型的钛合金防火平板、焊接板2种结构为例,开展了结构防火试验。试验结果表明,防火结构有良好的防火性,满足飞机设计要求。通过以上的结构优化、材料性能试验等流程,最终形成了一套短舱防火结构设计方法,降低了结构重量,加快了设计流程。     

基于有限元分析的综合支架结构设计与优选

本文在分析海洋平台防爆加热器橇块综合支架结构特点的基础上,通过有限元法对综合支架进行强度能力分析,找到该支架结构设计上存在的问题并作了相应的改进设计,使得综合支架的结构在满足强度和刚度的同时减轻了整体的重量,在材料的利用上趋于优化的设计;通过对综合支架的有限元模型施加不同的惯性力.得出不同载荷下综合支架应力变化规律,从而确定出综合支架所能承受的最大惯性力.     

基于粒子群优化的航路规划算法研究与仿真

文章将粒子群优化方法应用于飞机低空突防航路规划技术研究,提出了利用一组正弦波曲线来构造一个粒子,并在适应度函数设计巾加入处罚函数,使该方法得到的飞行航线严格经过起始点和目标点,而且满足飞机的机动性能要求,以及起始航向角与目标进入角的要求。仿真结果表明,所用方法简便可行,粒子能较快地收敛于全局最佳航路。     

航空发动机的智能神经网络自适应控制研究

针对结构复杂、模型不确定、强非线性的航空发动机对象,提出一种综合模糊推理、神经网络自适应和PID简单控制各自优点的控制方案.在改进模糊PID控制器的基础上,进行了新型智能型神经网络控制器的设计,并提出离线混沌蚁群优化与在线误差反传调整相结合的优化方法.应用具有良好泛化能力的最小二乘支持向量机进行系统辨识,对某型航空发动机进行了设计点处的线性和非线性模型控制仿真.结果表明:控制系统具有满意的动、静态性能和较好的鲁棒性,验证了该方案的可行性和有效性.      

基于动力学仿真技术的TC4整体叶轮铣削参数优化

针对某航空发动机TC4整体叶轮在数控加工过程中存在颤振、加工效率低及因加工变形而导致局部超差等问题,提出了相应的铣削参数优化解决方案。在进行切削力系数辨识试验获取TC4材料的切削力系数及锤击试验获取加工系统动力学特性参数的基础上,通过综合使用自行开发的铣削加工动力学仿真软件SimuCut和国外的CutPro软件进行动力学仿真与优化,获得了优化的切削参数。使用优化的切削参数进行加工,有效地消除了颤振和因加工变形引起的局部超差,提高了加工效率。     

基于遗传算法的液体火箭发动机参数优化

建立了液体火箭发动机系统设计的仿真模型和多目标优化模型,采用组合优化策略和遗传算法,针对全流量补燃循环发动机,进行了不同设计变量和目标函数下发动机性能参数的优化,求得全局最优解.计算结果表明,遗传算法是解决该类问题的有效方法,可为其它类似发动机的优化提供一定的指导作用.      

基于遗传算法的旋转机翼飞机机翼优化设计

将基于实数编码的遗传算法与能准确描述翼型粘性流动的NS方程以及旋翼气动分析模型结合起来,以旋翼最大悬停效率作为优化设计的目标对旋转机翼飞机的机翼进行优化设计,设计结果表明通过优化设计旋翼的气动性能得到了提高,达到了优化设计的目的,旋翼优化设计方法是可行的.     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。