基于自适应随机抽样敏度分析的双向渐进结构优化方法

为了解决周期循环结构拓扑优化难题,在传统的双向渐进结构优化方法(BESO)的基础上,引入了一种自适应参数策略和随机抽样的方法,提出了基于自适应随机抽样敏度分析的双向渐进结构优化方法,该方法同样适用于非周期结构.以该方法为基础,对Michell桁架结构进行了拓扑优化设计,得到了与理论解一致的结构,并且相对初始结构质量减少了71.5%,说明了所提方法的正确性.基于此方法对多辐板风扇盘进行了结构拓扑优化设计,得到了三辐板风扇盘结构,相比同等设计条件下的参考风扇盘质量减少了17.12%,进一步说明了此方法具有处理复杂周期循环结构拓扑优化设计问题的能力,另外此方法克服了传统双向渐进结构优化方法中容易产生的振荡问题.      

一种新的基本随机变量重要性测度指标体系

综合当前基于方差的重要性测度与矩独立重要性测度的优点,建立了一个新的随机变量重要性测度指标体系。该体系从输出响应量的均值、方差以及可靠度指标方面对随机变量的重要性进行了分析,进而根据不同的要求衡量基本随机变量对系统或模型输出的影响程度。给出了各个重要性测度指标的定义,并探讨了他们与现有的基于方差的重要性测度指标的关系。通过算例说明了所提新的重要性测度指标体系的优越性。结果表明:新指标体系中的指标不但可以反映旧的指标,而且还对其进行了修正,克服了基于方差的重要性分析中随机变量取不同实现值时对输出响应量的影响相互抵消的问题,从而更加合理地衡量随机变量的重要性;与当前矩独立的重要性分析方法相比,新的指标体系在继承其优点的基础上能够从不同侧面更加全面地对随机变量的重要性进行分析,因而具有更广泛的应用范围。     

星载接收机通道时延实时校准方法

针对星间钟差测量及时间频率的精确传递的需求,通常情况都会在地面对卫星的收发通道时延进行准确标定,但在空间环境下设备老化和环境温度变化会导致收发通道时延逐渐偏离标定值。利用伪码相关测距的原理,结合时分早迟伪码相位交替调制技术和包络检波技术,提出了一种在轨通道时延自校准方法。通过3条闭合测量环路的建立,在不影响接收机正常收发通信的情况下,实时校准其收发通道时延。结果表明,该方法时延测量精度达到亚纳秒量级。     

飞机起落架动力学建模及着陆随机响应分析

针对飞机起落架弹性结构特征的动力学建模及其离散结构简化响应分析问题,利用哈密顿变分原理,提出并建立了弹性结构的起落架动力学模型。根据此动力学模型,可自由选择起落架的结构离散数量进行动力学方程的求解和响应分析。以某型飞机着陆过程为研究实例,使用随机模拟方法,通过模拟飞机着陆下沉速度、初始位移和路面不平度,分析了飞机着陆过程起落架的随机响应特征,确定了起落架的实际动力学性能和应力应变特性,为后续起落架的结构参数优化及其疲劳性能分析提供了基础参考依据。     

基于改进多目标遗传算法的舰尾紊流模拟方法

为提高舰尾紊流自由大气紊流分量仿真的可信度,提出了一种紊流数值模拟的新方法.首先,使用带有修正系数的Euler前向差分格式表示各个方向的紊流序列,同时结合智能算法的思想,把紊流相关性检验中的均方差误差和相关函数误差作为待优化目标函数,将修正系数的选择看成一个多目标优化问题,并采用改进的多目标遗传算法进行求解.最后,通过仿真算例验证了本文方法的正确性与合理性,计算结果表明该方法可以根据不同的采样步长灵活地生成所需紊流.尤其在小步长情况下,亦可得到很好符合理论值的紊流序列,可以满足虚拟飞行实验的要求.      

模拟公路运输的随机振动试验谱及调整方法研究

文章介绍了国内外相关标准中推荐的模拟公路运输的随机振动试验谱。针对实测数据,利用正态容差极限法通过包络处理的基本步骤制定模拟运输试验谱。并根据多体动力学仿真结果提出了一种根据车速、道路等级变化对包络谱进行调整的方法。在制定模拟公路运输的随机振动试验谱时,应当优先选择利用跑车试验数据制定的试验谱,其次选择类似产品的试验谱并适当调整。在不具备以上两种条件的情况下,再选择国内外相关标准中推荐的试验谱。     

航天嵌入式软件数据访问冲突基准测试集研究

针对数据访问冲突问题的检测方法及工具的研究很多,但缺少对其进行评估的基准测试集。文章基于大量真实航天嵌入式软件中断数据访问冲突案例研究的结果,总结出影响数据访问冲突检测的6类要素,设计开发了嵌入式软件中断数据访问冲突基准测试集程序RaceBench,对SpaceDRC工具进行了指标评估。结果表明,RaceBench能够有效评估工具的适用性。     

基于随机森林的航天器电信号多分类识别方法

针对航天器电特性信号数据存在数据量大、特征维数高、计算复杂度大和识别率低等问题,提出基于主成分分析(PCA)的特征提取方法和随机森林(RF)算法,对原始数据进行降维,提高计算效率和识别率,实现对航天器电信号数据的快速、准确识别分类。随机森林算法在处理高维数据上具有优越的性能,但是考虑到时间复杂度问题,利用主成分分析方法对数据进行压缩和降维,在保证准确率的同时提高了计算效率。实验结果表明:与其他算法相比,针对航天器电特性信号数据,本文方法在准确率、计算效率和稳定性等方面均显示出优异的性能。     

基于可能性矩的混合不确定性全局灵敏度分析

在同时包含随机不确定性和模糊不确定性结构系统中,为了分别度量随机输入变量和模糊输入变量对输出响应的统计特征的影响,提出了随机输入变量和模糊输入变量的全局灵敏度新指标。在模糊变量可能性矩定义的基础上,分析了混合不确定性下输出响应的特征。从输出响应可能性矩的角度出发,以输出响应的可能性期望为例,通过比较输出响应有条件和无条件可能性期望的概率密度函数(PDF)的平均差异,分别建立了随机输入变量和模糊输入变量关于输出响应的可能性期望的灵敏度指标。讨论了所提指标的性质,并采用Kriging代理模型来提高混合不确定性全局灵敏度指标的计算效率。最后通过算例验证了本文所提方法的准确性和高效性。     

基于遗传算法的太阳同步轨道组网访问序列优化

针对考虑回归周期、重访周期及地面站接收数据冲突等多约束条件下太阳同步回归轨道多星组网问题,开展了基于遗传算法的组网优化研究。通过分析太阳同步回归轨道运动特性与星下点的关系,构造了回归周期内轨道的访问序列,建立了卫星半长轴、相位差与太阳同步回归轨道的关系;结合组网卫星有效载荷指标参数,分析了回归周期、重访周期与访问序列的关系及极值;将组网卫星的访问序列作为优化参数,采用二进制编码方式建立综合适应度函数;设计了遗传算子并通过种群繁殖得到优化结果。仿真结果表明,该方法能够快速设计出满足约束条件的组网优化策略。