一种多级全固体运载火箭上升段自主制导方法

针对多子级全固体运载火箭在终端多约束下的耗尽关机制导问题,设计了一种基于“助推-滑行-助推”飞行模式的真空段自主制导方法。根据轨道动量矩守恒定律,推导出一种同时具有速度和位置矢量约束的定点制导算法(PA)。在PA理论基础上,建立了满足能量匹配的滑行轨道非线性方程组并降阶至一维迭代求解,解决了多级固定总冲约束的两点边值问题。蒙特卡洛仿真结果表明：该算法对固体运载火箭模型的参数偏差和不确定性具有强鲁棒性,并对多终端轨道任务(不同轨道高度和不同载荷质量)具有较强的自适应能力,因此该算法具有重要的理论意义和工程应用价值。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

悬停状态剪刀式尾桨气动/噪声特性优化分析

建立了一套基于CFD(computational fluid dynamics)方法和FW-H(Ffowcs Williams-Hawkings)方程的剪刀式尾桨气动噪声预估技术和组合优化算法的尾桨外形参数设计方法。基于嵌套网格方法采用雷诺平均Navier-Stokes(RANS)方程作为尾桨流场求解控制方程,采用了一套适用于剪刀式尾桨悬停气动特性模拟的高效CFD方法。在流场分析的基础上,采用FW-H方程预测剪刀式尾桨在典型观察位置处的气动噪声。分别在控制总距以及控制拉力系数不变的情况下,以提高尾桨悬停效率同时降低气动噪声为目标,对剪刀式尾桨的剪刀角和轴间距两个主要外形参数进行优化设计。将基于拉丁超立方(LHS)方法和径向基函数(RBF)的代理模型方法与遗传算法过程相结合,建立了一种有效的组合优化算法。结果表明:剪刀角和轴间距的不同组合可以通过削弱桨-涡干扰现象从而实现降低旋翼桨-涡干扰噪声的目的。在当前的计算状态下,优化得到的剪刀式尾桨的悬停效率比常规尾桨高16%,其平均声压级比常规尾桨降低了2.3 dB。      

A quantum inspired genetic algorithm for multimodal optimization of wind disturbance alleviation flight control system

This paper develops a Quantum-inspired Genetic Algorithm (QGA) to find the sets of optimal parameters for the wind disturbance alleviation Flight Control System (FCS). To search the problem domain more evenly and uniformly, the lattice rule based stratification method is used to create new chromosomes. The chromosomes are coded and updated according to quantum-inspired strategies. A niching method is used to ensure every chromosome can converge to its corresponding local minimum in the optimization process. A parallel archive system is adopted to monitor the chromosomes on-line and save all potential feasible solutions in the optimization process. An adaptive search strategy is used to gradually adjust the search domain of each niche to finally approach the local minima. The solutions found by the QGA are compared with some other Multimodal Optimization (MO) algorithms and are tested on the FCS of the Boeing 747 to demonstrate the effectiveness of the proposed algorithm.     

Experimental investigation on dynamic response of flat blades with underplatform dampers

One test rig with three blades and two Under-Platform Dampers (UPDs) is established to better understand the dynamical behavior of blades with UPDs. A pre-loaded spring is used to simulate the centrifugal load acting on the damper, thereby achieving continuous adjustment of the pressing load. UPDs with different forms, sizes and materials are carefully designed as experimental control groups. Noncontact measurement via a laser Doppler velocimeter is employed and contact excitation which is performed by an electromagnetic exciter is adopted to directly obtain the magnitude of the excitation load by a force sensor mounted on the excitation rod. Particular attention is paid to the influence of the contact status of the contact surfaces, e.g. the pressure-sensitive paper is used to measure the effective contact area of the UPDs. The experimental variables are selected as the centrifugal force, the amplitude of the excitation force, the damper mass, the effective contact area, and the damper material. The Frequency Response Function (FRF) of the blade under different experimental parameters is obtained by slow frequency sweep under sinusoidal excitation to study the influence of each parameter on the dynamic characteristics of the blade and the mechanism analysis is carried out combined with the experimental results.     

基于粒子群优化算法的永磁电机热网络参数识别

监测永磁电机的永磁体温度对于保证电机的使用寿命至关重要,因为过高的温度会产生永磁体不可逆失磁现象。提出了一种基于粒子群优化算法的永磁电机热网络参数识别方法,实现用热网络监测永磁体的温度。该方法首先建立永磁电机的热网络模型,利用粒子群优化算法结合电机温升试验所得温度数据对热网络模型的主要热力参数进行识别;然后利用该热网络模型进行在线温度识别,识别过程能够快速收敛,具备良好的辨识精度;最后,通过对比仿真识别温度和电机温升试验数据,验证了该方法的准确性。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

不确定需求下供应链渠道协调的数量折扣研究

数量折扣是最常见的实现供应链系统Pareto改善的机制。已有文献研究表明：不管是在EOQ框架内还是在“报童”框架内,仅应用数量折扣无法确保系统的完美协调。本文对上述结论进行了挑战,以供应商的视角研究了连续型数量折扣实现系统完美协调的问题。首先构建了连续的数量折扣形式,给出了其实现系统完美协调的必要条件,并设计了求解契约参数的迭代算法;然后,通过对离散型和连续型数量折扣实现系统缋效改善的差异分析,发现离散型数量折扣无法实现系统完美协调的原因在于其单向激励;而连续型的数量折扣因“销售商数量折扣超额福利”的转移而属双向激励;最后,对上述结论进行了释义和算例仿真。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。