组合夹具组装计算机辅助设计软件MFS CAD R5.0

介绍了供工装设计部门和组合夹具站使用的MFSCAD R5．0《组合夹具组装计算机辅助设计软件》的功能、特点和运行环境。应用R5．0软件组装夹具既快速又准确,并能准确无误地统计出整套组合夹具所用元件的名称和数量,生成任意视向的立体装配图。     

H2/H∞组合方法及其对导弹纵向运动的控制分析

在对Ｈ２／Ｈ∞组合控制问题描述和分析的基础上,总结了此类问题的一种求解算法,即转换为双线性矩阵不等式问题,通过迭代运算加以求解。以某型导弹纵向运动的控制为例,对Ｈ２／Ｈ∞组合算法进行了仿真计算,结果表明,该方法在一定程度上协调了系统的Ｈ２及Ｈ∞设计任务间的矛盾,使得所设计控制系统不但有着要求的噪声抑制能力,而且具有良好的鲁棒稳定性。     

一类滞后不确定相似组合系统的分散控制

本文给出了一个使滞后的相似组合大系统镇定的分散鲁棒控制器的设计方法。不确定性是时变的,是以不确定参数出现在每个子系统中,而存在于互联项中的不确定性假设可能知道它的边界,当系统具有某种特征时,简化了一般控制器的设计。     

地下原油无缆电加热系统可靠性措施的计算机仿真与优化决策

本文根据给定的油井地质资料,用计算机对其进行拟合再现,着重讨论了井下原油无缆电加热系统的可靠性措施及其计算机仿真与优化决策方法。     

乘波体飞行器气动布局优化设计

由于具有高升阻比,乘波体是高超声速巡航飞行器气动布局的首选方案。文章在求解圆锥激波流场精确解的基础上,应用流线追踪方法,建立了乘波体飞行器气动布局的参数化模型。在此基础上,对飞行器的气动力特性进行了估算。最后,以气动布局参数为设计变量,升阻比最大化为设计目标,对乘波体飞行器进行气动布局优化设计,应用改进的粒子群优化算法(Particle Swarm Optimization,PSO),对优化模型进行求解,得到了优化的气动布局设计方案。     

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

压气机树脂叶片注塑成型翘曲变形控制参数设计

针对航空发动机压气机低速试验台所用树脂叶片注塑成型翘曲变形问题,提出了基于正交试验的注塑参数优化方法,通过建立注塑翘曲的数学模型,数值注塑模拟仿真、正交试验优化注塑参数及仿真试验验证,可有效减小压气机用树脂试验叶片的翘曲变形量,达到控形的目的.     

超燃冲压发动机可调尾喷管多目标优化设计

针对超燃冲压发动机宽马赫数、攻角范围内高性能工作要求,建立了基于试验设计方法和代理模型的可调尾喷管多目标优化设计方法,获得了尾喷管结构随马赫数和攻角变化的调节规律.以推力系数、升力系数和力矩系数为优化目标,以三次型线尾喷管为对象,采用遗传算法优化设计,得到Pareto最优解集;以一组Pareto最优解为基准在不同马赫数和攻角下进行尾喷管变结构设计优化,拟合得到尾喷管结构随马赫数和攻角的变化曲线.仿真结果显示了理论分析的正确性,并发现:变结构设计实现了尾喷管大范围高性能工作;尾喷管性能和几何参数,飞行状态参数均高度非线性,任一个改变都会影响其性能;采用试验设计方法和代理模型,能大大缩小优化设计时间,简化设计过程.     

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法.首先利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值.对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(Radial Basis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型.