面向风险均衡的AFDX虚拟链路路径寻优算法

为确保综合模块化航空电子系统的安全性需求能够在全双工交换式以太网中得到一致性保证,提出了一种面向风险均衡的路径规化（RBPP）算法,以满足各航电功能间的安全隔离要求,同时分散风险,避免局部物理链路的风险集中,提高系统安全性。以民机失效状态类别划分为基础,建立了航电功能、分区、端系统、虚拟链路（VL）风险模型;RBPP以均衡各物理链路风险为目标,同时综合考虑网络实时性、链路负载能力等因素,采用粒子群算法进行优化目标求解。利用仿真优化方法对RBPP算法进行了实现,在典型工业航空电子全双工交换式以太网（AFDX）网络架构及A380AFDX网络架构下进行仿真分析,结果显示多播VL的简化处理的会使网络风险增加;在1 000条VL配置下与负载均衡（LB）算法和最短路径（SP）算法进行了分析对比,结果显示RBPP算法在满足各航电功能间的隔离需求的同时,链路风险均衡能力在两种网络拓扑下分别比负载均衡算法提高了10.7%和23.4%,比最短路径算法分别提高了35.4%和47.9%。     

冲压翼伞充气过程的数值模拟

基于冲压翼伞的MSD模型,采用流场、结构松耦合方法对冲压翼伞的充气过程开展数值模拟研究。通过将冲压翼伞简化为二维的伞衣剖面,分析单个伞衣剖面受到的气动力、重力和应力,并离散作用于由弹簧阻尼连接的质点上,建立了伞衣多节点模型,编写了多节点模型动力学方程组解算代码。结合流场计算得到的伞衣充气过程表面的气动力,对充气过程进行了动态仿真,初步分析了翼伞充气过程伞衣外形、流场和气动特性变化特点。     

基于多子人口群协作进化的拦截轨道优化

针对基本遗传算法对航天器拦截轨道数值优化计算效率较低的问题,提出了一种新的基于多子人口群协作进化的算法。使用子人口划分技术提高了人口多样性防止早熟,用免疫算子减小搜索空间,两者都加速了进化计算过程。应用此算法求解了具有推力约束和拦截时间约束使燃料消耗量最小的航天器拦截轨道,并分析了其与基本遗传算法的不同。通过航天器拦截轨道仿真表明,该算法优于基本遗传算法,可用较少的计算时间得到全局最佳解,提高了航天器拦截轨道优化的计算效率。     

激光微细孔加工技术及其在航空航天领域中的应用

越来越多的产品向着微型化、精密化的方向发展.促使微细孔加工技术也得到了飞速发展.本文对当前世界上利用激光加工微细孔的技术及其在航空航天领域中的应用作了介绍.     

救生伞收口性能分析

通过对ACESⅡ弹射座椅所使用的C－9伞收口速度补偿曲线的理论。分析了救生伞采用收口技术后,＿能在高速状态下降低开伞动载,在低速状态下不降低最低安全高度的原因;并对国产ＨＴＹ－4型弹射座椅装备了收口的救生－13型伞后的性能进行了估算。假如收口阻力特征等于210m2、收口时间等于10ｓ则在3000m高度上开伞动载将减小40％;并论述了收口阻力特征和收口时间选取的原则。     

覆冰导线群的动态气动力特性

针对我国电力线路严重驰振区的实际情况进行了覆冰导线群的动态气动力特性测试。试验模拟驰振发生时的扭转振荡,比较两种典型的覆冰导线模型的静态和动态的气动力特性。讨论了准静态假设在覆冰导线群的驰振分析中的适用性。覆冰导线模型的静态气动力特性测试可以给出动态气动力的主要特征。但是在覆冰导线的驰振分析中确定驰振发生的最低风速等条件时,需要考虑动态气动力负阻尼与静态试验结果的差别。     

利用风洞试验研究冲压翼伞的升阻特性

冲压翼伞的风洞试验是研制冲压翼伞过程中的一项重要内容。介绍了投物用冲压翼伞风洞试验的特点及发展,着重讨论了这类冲压翼伞的升阻特性,通过理论计算与试验结果的比较,分析了柔翼与刚性翼之间的差异,得出了升阻比最佳点,同时,还分析了冲压翼伞各部分阻力的构成情况,提出了减少阻力的主要措施。     

一种高稳定度帆板驱动系统的摩擦参数辨识

为了减少帆板驱动机构（SADA）对太阳帆板的激励作用和降低摩擦的影响,以永磁同步电机作为驱动源,提出了一种基于LuGre模型的摩擦参数辨识和补偿方法.为了能够准确的进行摩擦参数的试验辨识,设计了SADA系统摩擦力矩测试平台两者相结合进行了试验辨识,并将试验辨识所得到的摩擦模型参数代入SADA驱动系统模型中.通过仿真和试验表明：试验辨识较准确,且摩擦补偿后的SADA系统消除了正弦跟踪中速度过零时的波形畸变现象,能够有效改善SADA系统的动态性能     

考虑柔性检修计划的圆钢热轧批量调度

针对考虑柔性检修计划的圆钢热轧批量调度问题,构建了以最小化最大完工时间、订单提前及拖期总时长为目标函数的整数规划模型,用以制定有效的机器检修与批量生产协作计划。结合模型特征,提出一种改进多目标粒子群算法(IMPSO)实现求解。算法采用基于混沌加权适应度计算的插入式方法生成初始粒子群体;根据问题约束特征,设计修复规则对群体进化过程中产生的不可行粒子进行修复;采用精英策略保留算法迭代过程中的优势个体,并根据精英集合为每个粒子选择更新所需的极值;针对问题变量的离散特征,引入基于遗传操作的粒子更新方式。实验结果表明,模型和算法是可行和有效的。      

PSO选星算法参数分析与改进

多星座组合导航提供更多的可用卫星,但也增大接收机计算复杂度,选取部分可见星代替全部可见星进行接收机位置解算成为选星算法研究的热点。粒子群优化（PSO）选星算法将PSO算法引入到选星过程中,该方法能够减少选星时间,实现北斗/GPS组合星座快速选星。研究了该算法的关键参数包括惯性权重因子、加速系数、种群大小等对PSO选星算法性能的影响,并针对搜索过程容易陷入局部最优问题,提出自适应模拟退火粒子群优化（ASAPSO）选星算法,该算法通过引入随适应值大小自适应调整进化参数及结合模拟退火算法调整粒子速度,以增强算法跳出局部极值的能力。采用实际数据对算法进行验证,结果表明:ASAPSO选星算法在保证选星时间的同时,能够提高算法搜索结果的准确性,其性能优于PSO选星算法。