射流角度对固定几何结构二元喷管气动喉道的影响

采用基于雷诺平均的二维N-S方程和RNG κ-ε湍流模型的有限体积法,对在喷管喉道附近注入不同角度对称射流的二元矢量喷管全流场进行了数值研究.结果表明:射流与主流的总压比RSP越大,射流角度越接近0°,喷管有效喉道面积比越小.与无射流时相比,当射流缝处于喉道处,射流缝宽度为1 mm,射流角度为0°,RSP=1.0时,喷管相对喉道面积比可达到78.15%;保持RSP不变时,改变射流角度,喷管总压恢复系数、推力系数和射流流量基本保持不变;通过改变射流角度可以有效控制喷管的喉道面积.     

单缝流体推力矢量喷管的气动特性

流体矢量喷管重量轻,便于维修,应用前景可观。但二次流的存在造成了流场振荡,因此研究矢量喷管的流动特性具有重要的理论和工程意义。运用数值模拟方法,通过在二元收扩(2DCD)喷管的扩张段引入二次流,研究激波控制的流体推力矢量喷管的气动特性。利用分离涡模拟(DES)湍流模型进行矢量喷管非定常流场的数值计算,先后得到了流场的流线、涡量系数、密度梯度和熵的分布。结果表明:随着流动的发展,激波不断发生振荡,上、下壁面唇口处生成的涡沿着剪切层外侧不断向下游脱落;尾流内上剪切层的摆动角度和熵增皆大于下剪切层。     

基于均矢量相似性的机器学习样本集划分

提出一种基于均矢量相似性的机器学习样本集分割方法(MSSS),根据样本集中每个样本矢量与均矢量之间的余弦相似性,将样本划分成训练集和测试集.为评价MSSS方法性能,分别用随机分割法(RSS)和MSSS方法,按不同比例划分来自UCI的4个数据集,对产生的训练集一测试集进行Hotelling T~2检验;另外,采用得到的训练集对分类BP神经网络进行训练,以相应的测试集测试神经网络.研究结果表明:对用RSS划分4个数据集产生的训练集一测试集进行Hotelling T~2检验,发现均存在F值超出界值的现象,而MSSS均未出现;使用MSSS训练的神经网络所产生的训练-测试误差差异、准确率差异均比使用RSS训练的神经网络所产生的小,说明用MSSS划分产生的训练集与测试集的一致性比用RSS划分产生的好.     

推力矢量喷管设计与气动特性分析研究

二元矢量喷管结构简单,隐身特性好,在多种隐身飞机上得到了应用。本文发展了一种“圆转方”二元喷管型面设计方法,基于此方法设计了二元喷管和两型矢量喷管,一型通过二元喷管壁面几何偏转实现,另一型由塞式中心体偏转实现。数值模拟了“圆转方”喷管以及这两型矢量喷管的内外流场,对其推力系数、流量系数、有效推力矢量角等性能参数进行了计算和分析对比,给出了对二元矢量喷管设计具有参考价值的推力矢量角的影响因素及其影响规律。     

尺寸限制下的多翼离心风机蜗壳型线设计

为解决切割蜗壳型线造成多翼离心风机气动性能下降的问题,采用七个控制点构成的二次非均匀B样条(NUQBS)曲线表征蜗壳型线的扩张规律,并布置两个相近的控制点满足风机尺寸要求.为减少数值模拟的计算量,利用最优拉丁超立方试验设计方法,对控制点的3个设计变量进行空间采样.用径向基函数(RBF)神经网络模型建立设计变量与优化目标之间的响应关系,使用第二代非劣排序遗传算法(NSGA-Ⅱ)对其进行多目标优化.研究结果表明:RBF神经网络模型能准确预测设计变量与风机流量和效率之间的关系;优化后的蜗壳改善了风机内部流动状态,扩大了叶轮的做功范围;与原型机相比,风机的最大流量增大1.12 m~3/min,效率提高4.4%,气动噪声降低1.72 dB.     

比热变化对激波诱导气动矢量喷管影响的数值研究

采用基于雷诺平均的二维Navier-Stokes方程和RNG κ-ε 湍流模型的有限体积法,考虑比热随温度的变化,对激波诱导气动矢量喷管的流动情况和性能进行了数值仿真研究。结果表明:与平均定比热计算相比,变比热计算的喷管流动情况发生了较大变化,激波位置前移、激波强度减弱、喷管出口气流平均速度增大;进一步分析发现,与平均定比热计算相比,变比热计算的喷管推力系数、推力矢量角、推力矢量效率均有所增大。     

外流对轴对称矢量喷管性能的影响

采用有限体积法,求解三维N-S方程,对轴对称矢量喷管内外湍流流场进行了数值模拟。分析了不同外流速度及不同压比下轴对称矢量喷管的内外流场及矢量特性。结果表明:不同压比下,外流对轴对称喷管矢量特性的影响随压比而变化:小压比下,随着外流马赫数的增大,喷管矢量角呈先减小后增大再减小的趋势;而大压比下,矢量角则先增大再减小,并且小压比工况下外流对喷管性能参数的影响大于大压比工况。     

带矢量喷管的高超声速飞行器的跟踪控制

基于跟踪控制理论,本文研究了具有矢量喷管的吸气式高超声速飞行器的控制问题．首先本文建立了基于矢量喷管的吸气式高超声速飞行器的动力学模型．该模型表现为矢量喷管推力对飞行器纵向力矩的作用很大,而对速度的影响很小．在相同的控制参数下,本文给出了飞行器的三种不同的跟踪控制模式．基于极点配置和Youla参数化方法设计切换的跟踪控制律,实现了不同控制模式之间的平滑切换,并且保证切换过程中闭环系统的稳定性．最后,通过对仿真结果的分析验证了矢量喷管技术在吸气式高超声速飞行器控制中的优势,并且指出多种控制方式协调配合对高超声速飞行器的姿态控制具有重要意义．     

基于神经网络的PWM整流器矢量控制研究

建立电压型PWM整流器的一般数学模型,运用坐标变换技术得到其在两相旋转dq坐标系下的数学模型,并采用SVPWM整流器的双闭环控制系统。针对PI控制器参数整定困难的问题,利用神经网络的自学习功能,设计一种基于BP神经网络的PI控制器,实现PI控制器的参数自整定。最后利用MATLAB提供的电力系统工具箱构建PWM整流器的滞环控制系统和矢量控制系统的仿真模型进行仿真实验对比。仿真结果表明,基于BP神经网络的矢量控制系统超调量被抑制,系统鲁棒性增强。     

神经网络在永磁同步电机变频调速系统中的应用

永磁同步电机调速系统被广泛应用于工业、农业等各个领域。为了能够减少能源的消耗,节约成本,须在工业设计和控制技术方面实现高效率、高节能的要求。采用基于空间矢量脉宽调制(SVPWM)策略的矢量控制方案能够使系统的调速范围较宽,精度较高,抗扰动能力强,得到较好的控制效果,但其超调量较大,而利用神经网络的精准建模特性可有效解决该问题。采用MATLAB/SIMULINK仿真软件设计了转速、电流双闭环SVPWM型交流变频调速系统,对永磁同步电机运用了id=0的矢量控制方法。提出在转速控制器的设计中,用单神经元控制器取代传统的PI控制器。通过调节控制器参数并进行仿真,验证了系统模型的合理性,有效地提高了系统的动态性能,改善了系统的稳定性。     

浅析关系数据库性能优化技术

在数据库系统的运行过程中,随着数据量的增加,各方面性能都会逐渐下降。为了提高数据库性能,可以从优化数据库设计、存储方案、索引设计和并发控制等多个方面入手来解决。适当程度的非规范化可以改善系统的查询性能;将数据均匀分布在磁盘上可以提高I／O利用率,提高数据的读写性能;建立索引和编写高效的SQL语句能有效避免低性能操作;在编程过程中充分考虑并发控制可能导致的不一致性问题,会有效避免死锁的发生,解决性能的瓶颈。     

多峰函数寻优的微粒群算法

某些实际问题的优化目标是求所有的局部最优解，即求解多峰寻优问题，为了求解多峰优化问题，提出了改造的微粒群优化算法．尽量减少微粒群算法中的全局因素，从而增大其局部因素，同时采用变步长方法增加微粒的多样性．并给出了该算法的原理和步骤．仿真实验表明该算法概念清楚，计算简单，具有很好的局部寻优特性，可应用求解于多峰寻优问题．另外还给出了几个运算实例和与其它优化算法的比较．图表，表1，参9．     

企事业过程模型自动模拟和优化算法

使用适合的优化算法,并依靠计算机的不断模拟执行,企事业过程模型可以得到一定程度的改善和提高。简要介绍了最优化方法和常用的优化算法,着重阐述了企事业过程模型的参数优化问题中所采用的优化算法。     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

平面绞链四杆机构的改进微粒群算法优化设计

文章介绍了微粒群优化算法的原理，提出了增加种群多样性和算法随机性的改进微粒群算法及实现过程，并把该算法应用于复杂机械优化问题。实例表明，该方法全局收敛性好，是解决工程设计中复杂线性优化问题的可行方法。     

机械结构多级优化的问题与对策

本文讨论了结构优化,尤其是结构方案阶段优化中所存在的问题,指出了结构系统优化与多级优化的区别与联系,分析了研究结构多级优化的必要性与可能性。接着以系统科学及设计方法学的思想为指导,提出将结构优化分为截面、形状、布局、拓扑及形式优化五个层次,并总结了一种解决复杂机械结构多级优化问题的一般对策,讨论了开展结构多级优化所需工具软件等相关问题。     

结构拓扑及参数优化研究的发展

首先介绍了关于结构优化的基本问题,然后按其分类方式阐述了各种优化方法的研究现状,最后对结构拓扑优化中的常用算法及其常见的数值不稳定现象进行了分析.     

电力系统多目标无功优化研究

在传统无功优化模型的基础上,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大和电压水平最好的多目标无功优化模型.基于Pareto最优概念的改进多目标粒子群算法应用到多目标无功优化的求解中,对IEEE30节点统进行了仿真计算.优化结果表明,该模型在实现系统经济运行的同时也增强了电网的电压稳定同时求得的一组最优解能够为优化方法的决策提供更多的有效参考,具有实际意义.     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

一种改进PSO算法的电力系统无功优化方法

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,其思想来源于人工生命和演化计算理论,PSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化．该算法简单易实现,可调参数少,已得到广泛研究和应用．本文将粒子群优化算法应用到电力系统无功优化问题的研究中,给出了具体的实施流程．为提高PSO的搜索能力,对PSO进行了改进,在算法中加入了第3种极值指导粒子搜索方向．对IEEE-6节点系统的仿真计算结果表明了算法的有效性．