高重合度人字齿轮传动动态性能优化设计

对人字齿轮传动进行高重合度设计的分析,基于人字齿轮副承载接触分析技术,针对人字齿轮传动中主动小齿轮轴向浮动安装的特点,综合考虑齿轮时变啮合刚度、啮合冲击激励及误差激励等因素的影响,采用集中质量法建立了考虑修形的人字齿轮副弯-扭-轴耦合非线性振动模型,推导了系统无量纲运动微分方程,求解得到齿轮传动系统的振动加速度。以齿轮的振动加速度均方根值为优化的目标函数,针对该类复杂实际工程优化设计中适应值计算费时的缺点,提出了一种改进的具有适应值预测机制的遗传算法,优化得到了人字齿轮的基本设计参数及修形参数,提高了计算效率,通过实例分析验证了该优化方法的有效性。对加工的人字齿轮在减振降噪试验台上进行带载试验,对比优化前后的噪音分贝值,进一步验证了该优化方法对齿轮副减振降噪具有一定作用。     

基于动网格的翼型设计优化

针对传统基于代理模型的翼型优化的缺陷,提出采用基于动网格的翼型优化;针对基本Hicks-Henne方法后缘不光滑情况进行了改进;采用自编程序实现动网格生成,通过集成商业软件Pointwise和CFD计算软件Fluent完成边界条件生成和流场解算,并实现上述程序和软件间的数据交互和自动化,整个优化流程在iSIGHT平台下执行,优化算例表明基于动网格的翼型优化方法能大幅提高翼型性能,节省大量的重复性操作,增加优化结果的鲁棒性和可信度,是翼型优化中的一种有效方法。     

基于参数化建模的包带式星箭连接结构优化设计

采用MSC.Patran参数化建模和遗传算法进行包带式星箭连接结构优化设计。首先给出了包带连接结构二维轴对称模型优化设计过程中涉及的V形卡块刚度等效、包带预紧力模拟和载荷施加方法,以及强度和刚度约束条件、优化目标等内容;然后以某直径为3m的包带连接结构为例进行了优化设计,并分析了对接框内延伸段长度和端头高度对应力及变形的影响;最后建立三维有限元模型进行静力分析。结果表明（1）该方法适用于包带连接结构的优化设计;（2）增加对接框内延伸段长度和端头高度能够提高整体连接刚度;（3）三维有限元模型与轴对称模型计算结果一致,验证了轴对称模型分析方法的正确性,以及V形卡块等效和预紧力模拟方法的有效性。     

具有适应值预测机制的遗传算法

针对适应值计算费时的优化问题,提出一种具有适应值预测机制的遗传算法:为了有效控制预测适应值的准确度和预测频率,建立了一个基于可信度概念的适应值预测模型,引入可信度流失机制以减少预测误差的传播和累积,引入冗余个体剔除机制以减少计算消耗。利用3个基准函数对算法进行收敛性和有效性的测试,测试结果表明算法对于3个测试函数均能获得满意的最优解,并且都能减少60%以上的真实适应值计算次数。     

高超声速飞行器倾侧转弯耦合控制策略

针对高超声速飞行器倾侧转弯过程中俯仰、偏航和滚动通道间的强烈耦合,提出一种耦合控制策略。针对高超声速飞行器快时变、非线性和强不确定性的控制问题,基于解析形式的非线性最优预测控制方法,采用分层设计思想设计了飞行器姿态控制系统,可较好满足高超声速飞行器的快速性要求;在分析了倾侧转弯飞行控制过程的主要影响因素及其影响规律的基础上,提出一种"降低攻角—快速滚转—拉起攻角"的耦合控制策略。对该控制策略对于高超声速飞行器的适用性进行了仿真分析,结果表明:所提耦合控制策略有效降低了偏航通道的控制需求,降低了倾侧转弯控制过程的失控风险,提高了控制系统的可靠性。     

星地非理想通道下的导航信号测距偏差分析

针对广义信道下伪码测距偏差与各部分通道测距偏差叠加值的等效性问题,研究星地叠加通道和部分通道特性对伪码测距偏差的影响,并对实际通道中伪距"分层"现象的成因展开分析。通道非理想特性会对导航信号伪码跟踪性能产生影响,综合考虑星地两端通道的非理想特性,通过对导航信号伪码跟踪函数和不同类型通道建模,研究了星地叠加通道和部分通道特性对伪码测距偏差的影响。结合几类典型星地非理想通道,利用软件接收机展开仿真验证。通过分析几类典型通道对伪码测距偏差的影响,解释了零基线双差观测量中伪距"分层"现象的成因。文中模型与相关分析方法可用于解释相关信号质量问题,并指导接收机通道的最优化设计。     

采用遗传算法的电控增压器电磁阀优化设计

运用Ansoft Maxwell软件建立电磁阀的动态响应特性仿真模型,并通过试验验证模型的准确性。利用模型集成ISIGHT软件的方法,对影响电磁阀动态响应特性的参数进行灵敏度分析,得出各个参数对动态响应特性的Pareto图。基于遗传算法对电磁阀进行多参数优化设计,获取最佳参数组合,并利用电磁阀动态响应特性试验台架,开展参数优化前后电磁阀动态响应特性的对比试验研究。试验结果表明：相比于原参数方案,参数优化后的电磁阀动态响应特性得到大幅度提升,其开启响应时间缩短了59.1%,关闭响应时间缩短了47.2%。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

一种新的装备配置优化模型

传统的装备配置优化问题一般采用确定性的数学规划方法解决,难以满足高技术条件下现代战争中需要对大量随机现象和模糊现象进行精确定量分析的实际要求。在分析了高技术条件下装备配置问题一般特性的基础上,根据机会约束规划和模糊机会约束规划的思想,提出了一种新的建立装备配置优化模型的思路和方法,并给出了基于随机模拟的遗传算法的实值算例,算例结果与实际情况基本相符,反映了模型的科学性与实用性。