一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.      

无人机航迹规划技术研究及发展趋势

通过对无人机航迹规划的研究,构建了无人机航迹规划的结构框架;分析了无人机系统约束及威胁场约束,探讨了无人机航迹几何建模方法及规划算法的国内外研究概况;并着重分析了规划算法。最后,阐述了无人机航迹规划面临的关键问题及发展趋势。     

多段翼型大迎角分离流动的DELAYED RANS/LES混合算法

多段翼型的大迎角绕流发生大范围附面层分离,具有明显的三维与非定常流动特性。RANS/LES混合算法继承了LES对流动分离区大尺度漩涡准确模拟的优点,避免了纯LES算法需求网格量巨大与亚格子模型壁面函数不成熟等问题,对分离流动的模拟效果优于RANS算法。以S-A湍流模型与Smagorinsky亚格子模型为基础,借鉴DDES的附面层延迟控制思想,构造了可用于对接网格、重叠网格的DELAYED RANS/LES混合算法。研究了GA（W）-1多段翼型的大迎角分离流动及其气动特性。     

航空电缆故障在线检测与定位技术研究

在综述了电缆故障类型和现有电缆故障检测与定位方法的基础上,引入了两种电缆故障在线检测与定位新方法——序列时域反射法(STDR)和扩散频谱时域反射法(SSTDR),分析研究了两种方法的原理,选取了一种适用于两种方法的相关算法——改进的实序列频域相关算法,并在MATLAB中建立了仿真模型,对两种方法进行了仿真验证,并进行了比较,对实际的应用具有理论指导意义。     

非均匀有理B样条曲线及节点插入算法在透平叶片优化设计中的应用

将非均匀有理B样条(NURBS)曲线及节点插入算法应用到透平叶栅的二维参数化造型,可以兼顾造型参数的实际物理意义和型线调节的灵活性;将控制点可调的NURBS曲线应用到三维叶片积叠线造型,能够构造任意形状的弯、扭、掠叶片.在此基础上搭建的透平叶片三维气动优化平台,将参数化造型、网格自动划分、流体计算并行求解集成在一起,应用实验设计和响应面分析方法进行多目标寻优.对某单级实验透平分别进行单排叶片和整级优化后,单排叶片总压损失降低了0.57%;单级绝热效率提高了0.8%.      

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.     

高超声速飞行器跨流域气动力／热预测技术研究

分析了跨流域流动特点、工程背景需求、国内外研究现状,针对高超声速飞行器跨流域气动力／热预测存在的主要问题,从粘性干扰参数与克努森数搭接的跨流域模拟准则、微量天平结构优化及测力技术、红外大面积中低量值热流测量技术、流场显示与测量技术和 N-S／DSMC 自适应紧耦合数值模拟方法等方面,总结了近年来取得的研究进展,并讨论了下一步研究方向。     

基于载体姿态测量的微伺服吊舱

针对微小型无人机光电吊舱对光轴稳定与目标跟踪的需求,研究了一种基于载体姿态测量的光学平台稳定技术.该技术利用吊舱基座上的速率陀螺测量机体三轴姿态运动,通过控制光学平台的俯仰和偏航两通道伺服系统实现对光轴的惯性空间稳定.该系统使用步进电机来当执行机构,根据步进电机的特性,可以推导得到控制量与转速的关系,由此省去了在一般捷联稳定技术中的微分测速环节,得出了一种新的基于前馈控制的不变性原理.设计了解耦指令分配算法,将一个两轴耦合系统,转换为两个独立的单轴系统.在单轴控制中,分别设计了比例控制及比例积分控制算法实现对光轴的稳定控制和跟踪.最后通过在Matlab/Simulink环境下的仿真,以及实际的摇摆台试验,证明了基于载体姿态测量的稳定技术能够实现微小型无人机光电吊舱的光轴稳定.     

基于CST方法的高空低雷诺数吸附式叶型耦合优化设计

研究了一种基于类别形状函数变换（CST）方法的吸附式叶型优化设计方法,该方法可以在高空低雷诺数条件下对叶型和抽吸方案耦合优化.结果表明:优化之后在20km高空低雷诺数条件下总压损失降低了65%,静压升提高了0.02,气动性能得到较大提升.而且由于优化过程中罚函数的引入使得优化后吸附式叶型在地面条件下性能也有所提高.对于高空低雷诺数条件下吸附式叶型在抽吸位置之前适当的增加叶型负荷,再通过抽吸来控制附面层,效果最优.并且最佳抽吸位置位于层流分离泡作用区域内.在层流分离泡作用区域内抽吸可以完全消除层流分离泡对叶型性能的影响,并且可以较好控制附面层位移厚度和动量厚度的增加,有效地减小附面层内的动量损失.      

基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。