Hypersonic reentry trajectory planning by using hybrid fractional-order particle swarm optimization and gravitational search algorithm

This paper proposes a novel hybrid algorithm called Fractional-order Particle Swarm optimization Gravitational Search Algorithm (FPSOGSA) and applies it to the trajectory planning of the hypersonic lifting reentry flight vehicles. The proposed method is used to calculate the control profiles to achieve the two objectives, namely a smoother trajectory and enforcement of the path constraints with terminal accuracy. The smoothness of the trajectory is achieved by scheduling the bank angle with the aid of a modified scheme known as a Quasi-Equilibrium Glide (QEG) scheme. The aerodynamic load factor and the dynamic pressure path constraints are enforced by further planning of the bank angle with the help of a constraint enforcement scheme. The maximum heating rate path constraint is enforced through the angle of attack parameterization. The Common Aero Vehicle (CAV) flight vehicle is used for the simulation purpose to test and compare the proposed method with that of the standard Particle Swarm Optimization (PSO) method and the standard Gravitational Search Algorithm (GSA). The simulation results confirm the efficiency of the proposed FPSOGSA method over the standard PSO and the GSA methods by showing its better convergence and computation efficiency.     

基于SMP机群的航空CFD并行技术应用研究

针对SMP机群的双层并行体系结构,研制出一种双层并行技术--在计算节点间采用MPI消息传递模式并行,而在计算节点内部采用OpenMP编译器指令模式并行.通过算例测试证明,采用该技术的航空CFD程序,并结合贪婪负载平衡分配技术进行并行计算,其效率可达94%,计算结果与实验值吻合.     

基于欠采样的零阶优化算法

非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。     

基于CMPSO算法的永磁同步电机转动惯量识别研究

永磁同步电机(PMSM)是一种具有很强非线性的动态系统,在工业驱动应用中发挥着重要作用。实时辨识转动惯量对于高精度PMSM系统控制和稳定性状态监测具有重要意义,但传统转动惯量识别方法精度较低。在传统离散模型参考自适应理论基础之上,用柯西变异粒子群优化(CMPSO)算法代替待辨识参数自适律设计环节,以实现PMSM转动惯量识别。该转动惯量辨识方法充分利用了CMPSO算法的快速高效收敛性,仿真结果和试验结果表明了可行性、正确性和准确性。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

Six sigma robust design optimization for thermal protection system of hypersonic vehicles based on successive response surface method

Lightweight design is important for the Thermal Protection System(TPS) of hypersonic vehicles in that it protects the inner structure from severe heating environment. However, due to the existence of uncertainties in material properties and geometry, it is imperative to incorporate uncertainty analysis into the design optimization to obtain reliable results. In this paper, a six sigma robust design optimization based on Successive Response Surface Method(SRSM) is established for the TPS to improve the reliability and robustness with considering the uncertainties. The uncertain parameters related to material properties and thicknesses of insulation layers are considered and characterized by random variables following normal distributions. By employing SRSM, the values of objective function and constraints are approximated by the response surfaces to reduce computational cost. The optimization is an iterative process with response surfaces updating to find the true optimal solution. The optimization of the nose cone of hypersonic vehicle cabin is provided as an example to illustrate the feasibility and effectiveness of the proposed method.     

改进人工蜂群算法及其轴流压气机优化应用

为了探索更优的全局优化算法并将其应用于轴流压气机气动优化上,将标准人工蜂群（ABC）算法中采蜜蜂和观察蜂探索新蜜源的方式进行改进,从而更好地利用总体蜜源的探索信息,得到改进人工蜂群（IABC）算法。经基准函数测试表明,改进算法既能提升全局寻优能力,又能加快收敛速度。采用IABC算法和经过校核的CFD数值方法搭建优化平台,对单级跨声速轴流压气机Stage35进行优化。优化变量为动叶和静叶径向6个截面的弯、掠、前缘重弯值和尾缘重弯值,以流量和压比相对变化保持在0.5%以内为约束条件,以提高绝热效率为优化目标。结果表明：在设计转速下,优化后设计点绝热效率提升0.83%,全工况范围内平均绝热效率提升2.0%,同时喘振裕度提升1.0%,验证了IABC算法在轴流压气机优化中的有效性。     

风洞试验绳牵引冗余并联机器人的刚度增强与运动控制

 以一种应用于低速风洞试验的6自由度绳牵引冗余并联机器人为研究对象,解决飞行器模型在风荷作用下动态定位误差大、力学测量精度不高的问题。运用微分变换推导了该机器人的刚度解析表达式;分别建立了末端执行器和驱动系统的动力学模型;针对系统冗余驱动、强耦合和非线性的特点,设计了基于刚度增强准则的关节空间比例微分（PD）修正前馈控制器,实现了以提高飞行器升力方向、顺风向和俯仰转动方向刚度为目标的绳系张力优化分配。数值仿真算例表明,与基于张力极小准则的控制器相比,前者有效地提高了飞行器的动态定位精度。     

基于单学科可行法的多学科可靠性设计优化

 近年来对多学科系统中不确定性的研究逐渐增多。针对该问题的计算复杂性,利用序列优化及可靠性评估（SORA）框架,提出用单学科可行（IDF）方法来求解多学科可靠性设计优化（RBMDO）问题。此方法将可靠性分析和多学科设计优化分离开来,分为确定性多学科设计优化和可靠性分析两个问题顺序执行,以提高计算效率。可靠性分析和优化的过程都采用多学科设计优化中高效的方法——IDF方法。最后通过例子验证此方法的有效性,算例结果表明,采用基于IDF的方法,学科1和学科2所用的函数计算次数分别减少了28.9%和25.0%。     

薄壁结构的加筋布局优化设计

采用拓扑优化方法研究了薄壁结构的加筋布局优化问题.考虑到航空航天领域薄壁加筋结构的大量使用与结构形式的复杂性,提出了一种适用于有限元自由网格剖分的加筋设计新方法--几何背景网格法.该方法一方面通过定义几何背景网格的大小,实现了加筋设计域内任意离散网格沿加筋高度方向的布局参数化定义;另一方面,通过背景网格曲线坐标系下的定义,实现了三维曲面薄壁壳结构的加筋布局设计.采用该方法分别对平面结构与曲面薄壁结构进行了以结构刚度最大为目标的加筋优化设计.数值结果表明,所提出的方法能有效获得合理的加筋布局.