飞行器气动与隐身性能一体化优化设计方法研究

首先根据多学科综合优化设计理论 ,针对飞行器外形布局设计特点 ,开展飞行器气动与隐身性能综合优化设计方法研究。分别采用线化格林函数法与粘性修正相结合以及物理光学法与等效电流法相结合的方法 ,建立了飞行器气动力特性与隐身特性的计算方法。利用多学科优化设计理论和遗传优化算法 ,开展了关于飞行器气动与隐身性能的协同优化设计方法研究。取得了初步的研究结果。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律，在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求，用离散化加速模型结合遗传算法，使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作，且加速时间最短。     

基于BP神经网络的材料疲劳寿命可靠性仿真

疲劳累积损伤是一个非稳态过程中以遗传算法优化后的三层BP神经网络来真实描述疲劳损伤的复杂关系，并检验了BP网络模型的准确性。考虑到材料疲劳损伤临界值和载荷的分散性，建立了疲劳失效动态准则，运用蒙特卡罗随机抽样法来仿真材料疲劳寿命的可靠性。对调质45号钢在随机载荷和两级载荷作用下，进行疲劳寿命可靠性仿真，与实验结果和理论分析比较吻合。     

基于遗传算法和神经网络的调参控制律设计

飞控系统的设计一般采用调参控制器，针对目前广泛使用的调参控制律增益设计，提出了采用遗传算法计算，然后应用神经网络逼近调参曲线的方法，该方法可以克服传统方法中试凑和插值带来的缺点，对工程应用有一定的参考价值。     

梯度热障涂层的设计

 采用电子束物理气相沉积方法 (EB PVD)制备了梯度热障涂层,其结构设计为NiCoCrAlY粘结层 /Al₂O₃ YSZ过渡层 /YSZ陶瓷层。YSZ陶瓷层的结构为柱状晶结构,Al₂O₃ YSZ梯度过渡层为梯度微孔结构。采用有限元方法对梯度热障涂层进行热应力分析,优化了Al₂O₃ YSZ梯度过渡层的组成。计算结果表明,梯度涂层的内应力显著降低,而且界面及其附近应力和应变变化较平缓。过渡层厚度的增加有利于降低涂层内应力和缓和涂层界面处的应力集中。     

基于遗传算法的无人机协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (UAV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,本文提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛性等问题 ,本文采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

基于遗传算法的单站测速数据定初轨技术研究

只有单站测速数据的情况下,传统的定轨方法难以实现初轨确定.将遗传算法应用于定轨实践,实现了无初值条件下单站测速数据初始轨道确定,并能满足收敛要求,为缓解测控资源紧张提供了重要支持.在中巴“资源一号“卫星的长期测控任务中应用,证明了本方法的有效性.