三维跨音速压气机叶栅多目标气动优化设计

提出了一种多目标差分进化算法(MDE),典型函数试验结果表明该算法具有优秀的多日标寻优能力,满足多目标气动优化设计的要求.耦合并行多目标差分进化算法、三次B样条曲面造型方法和CFD求解技术,提出了新的轴流式叶轮机械叶栅三维多目标气动优化设计方法.选择等熵效率和总压比为目标函数,完成了NASA Rotor37转子叶栅的多目标气动优化设计.优化后叶栅的气动性能明显提高,表明该方法具有良好的优化性能和应用前景.     

多目标优化设计方法在翼型气动优化中的应用研究

本文将粘性流场分析与数值优化方法结合起来,由粘性流场分析得到升力、阻力等气动参数作为样本训练神经网络,并用训练好的神经网络来预测优化目标函数,分别采用了多日标遗传算法与多目标粒子群算法,对一种跨音速翼型的气动性能进行了多目标优化设计,并采用模糊偏好信息的多属性决策方法对多个优化解进行评价选优.算例研究表明,两种多目标优化算法都能得到有限多个多目标优化解,通过多属性决策方法评价选优的优化翼型气动性能有明显提高.     

使用类别形状函数的多目标气动外形优化设计

在飞行器的气动外形优化设计中, 参数化方法和优化算法具有十分重要的作用, 对优化的计算时间设计空间的数学特性有着深刻的影响.类别形状函数(class and shape transformation, CST)方法是一种简洁高效的参数化方法, 但对于复杂曲面很难使用统一的CST方法进行拟合.文章首先介绍了CST方法的三维实现, 分析了其数学性质, 提出了分块CST参数化方法, 保留CST方法的特性, 实现了分块曲面之间的光滑连接.针对气动外形优化设计的复杂情况, 需要根据具体的飞行任务提出设计目标, 并处理不同目标的矛盾问题.其次采用Pareto策略自动寻找最优方案集, 并基于分块CST参数化方法遗传算法和气动力快速计算方法, 对类乘波翼身组合飞行器进行了优化设计, 并改变原有问题的设定条件优化得到了全新外形.研究结果表明分块CST方法参数少, 精度高, Pareto策略处理多目标准确有效, 是气动外形优化设计中非常有用的工具.      

汽轮机调节级静叶栅中采用多分流叶栅的研究

l引言调节级效率的高低，对整个汽轮机的效率有很大的影响，调节组的效率比中间级的效率低得多。所以，许多汽轮机厂和研究所一直把改善和提高调节级效率作为研究的课题之一。由于相对叶高对叶栅的端部损失影响很大，因而调节级叶片不能太短，只能采用部分进汽度结构，造成了部分进汽损失，这一损失占据调节级的比重很大。例如上海汽轮机厂的125MW机组的调节级叶栅中，叶型损失为6％其中型面损失为1％，端部损失为5凡而部分进汽损失，按照上海汽轮机厂应用的公式计算，部分进汽损失在设计工况时达到8．49％。因此决定调节级效率高低的主要…     

球形发射换能器多目标优化设计

为了解决球形发射换能器多约束条件下的离散/连续变量混合型非线性多目标优化问题,基于等效电路理论,建立了球形换能器的电学-力学-声学耦合模型,以辐射声源级、输入电功率和质量为优化目标函数,材料属性参数、结构尺寸参数、工作频率范围和输入电压为设计变量,压电陶瓷电退极化极限、结构强度极限、功率容量等物理特性以及设计变量取值等为约束条件,构建了球形换能器多目标优化数学模型;利用第二代非支配排序遗传算法(NSGA-Ⅱ)进行了球形换能器多目标优化设计,获得Pareto前沿解集;并通过实验验证了优化结果的有效性。结果表明,采用多目标优化方法设计和制作的球形发射换能器样机,在满足辐射声源级要求的前提下,工作频率范围内输入功率降低了32.8%,质量减轻了27.4%。研究结果可为严苛条件限制下的发射换能器优化设计提供参考。     

超-超引射器多目标优化设计

推导出了超-超引射器性能计算和优化设计模型,借助Pareto优胜、Pareto最优解和Pareto前端等概念,采用基于多目标进化/分解算法（MOEA/D）的多目标优化方法,计算得到超-超引射器多目标优化问题的Pareto前端,解决了超-超引射器多目标优化设计问题,并与常规参数分析方法进行了比较。结果表明:超-超引射器性能影响参数相互关系复杂,增压比和引射系数作为引射器主要性能参数相互冲突,通过常规分析难以得到较清晰的设计准则,利用多目标优化设计方法可有效地辅助多属性决策和系统优化设计。     

超-超引射器多目标优化设计

推导出了超-超引射器性能计算和优化设计模型,借助Pareto优胜、Pareto最优解和Pareto前端等概念,采用基于多目标进化/分解算法（MOEA/D）的多目标优化方法,计算得到超-超引射器多目标优化问题的Pareto前端,解决了超-超引射器多目标优化设计问题,并与常规参数分析方法进行了比较。结果表明：超-超引射器性能影响参数相互关系复杂,增压比和引射系数作为引射器主要性能参数相互冲突,通过常规分析难以得到较清晰的设计准则,利用多目标优化设计方法可有效地辅助多属性决策和系统优化设计。     

小展弦比透平动叶栅二次流涡系演变及气动特性数值分析

采用控制容积积分法和协调一致压力修正算法数值求解三维稳态时均N-S方程组,对一小展弦比透平动叶栅在旋转状态下的二次流涡系演变和三维气动特性进行了分析。计算结果表明,该叶栅上下端壁通道涡在叶展中部交汇,在该处产生强烈的横向流动并引起叶展中部能量损失急剧增加,使损失沿叶高的分布由常见的双驼峰型变为单驼峰型,同时还使叶展中部出口气流的欠偏转角大幅度增大。     

基于多小波分析和数据拟合的小目标跟踪方法

针对红外序列图像弱小目标的跟踪问题,提出了将多小波分析与数据拟合结合起来的小目标跟踪方法。利用对多小波分析进行目标奇异性的检测,得到了可能的点目标利用数据拟合方法在连续多帧内对每组可能点数据进行拟合,根据运动目标轨迹特性判断出真实目标,进而进行跟踪。仿真试验表明,该方法能有效地实现低信噪比下的小目标稳定跟踪.     

基于遗传算法的透平级多目标优化设计

本文发展并完善了一种基于非受控解的排序、基于共享机制的小生境技术和交配约束的多目标遗传算法,在一元热力设计基础上,对一个透平级取实际压力与给定压力的差值和级的作功能力为目标函数进行了优化。算例表明该算法具有同时捕获—组解的能力,对于解决多目标优化问题具有很强的适应性和合理的优化结果,是一种有效的多目标优化方法。     

面向多目标动态优化设计的混合遗传算法

多目标动态优化设计问题中，特征值或结构响应等目标函数是一个复杂的非线性隐函数，可行性域态不良、解空间一般是多连通的，缺乏高效率的分析和优化算法。此外，在进行动态设计的同时，往往要求设计结果能够使多个相互矛盾的目标如重量、容积等得到优化。因此，动态设计问题实际上是一个具有高度非线性、解空间复杂的多目标动态优化问题，这类问题既具有一般多目标优化问题的复杂性，又具有动态设计问题固有的困难性。     

波纹流道动力电池冷板的多目标优化设计

相对于直通道冷板,波纹通道冷板在锂离子动力电池的散热中具有更好的综合换热性能。本文将多目标遗传算法与仿真软件直接耦合,通过优化波纹微通道冷板的4个结构参数来降低热阻和压差。结果表明,周期数和振幅的增加使得整个冷板与工质之间的换热面积与扰动程度不断增加,从而提高了换热性能。此外,减少通道宽度可以提高通道中工质的雷诺数,同样有强化传热的作用。为了探究影响冷板性能的关键参数,本研究使用了Spearman相关系数进行表征,对比结果表明通道宽度与冷板性能间的关系最为显著,可为后续应用提供一定的指导。     

新区综合能源系统多目标最优化设计

经济性和碳排放的平衡是未来城市能源利用的主要方向。新城区开发需要先进的能源系统设计方法,以定量化计算不同设计方案下的经济性与碳排放。基于城市能源系统的主要特征,本文提出了一种新区综合能源系统多目标最优化设计方法。在需求侧,通过能耗指标分摊法预测负荷;在供应侧,利用超结构建模包含各种能源-技术组合,求解混合整数线性规划问题。本文以雄安新区启动区能源系统为案例进行多目标最优化设计,探讨了碳排放与成本之间的权衡取舍。     

基于特征级融合的多波段舰船目标识别方法

针对复杂情况下海上舰船目标单波段特征识别能力不足的问题,研究可见光、中波红外和长波红外三波段特征图像融合技术,重点解决图像融合方法中存在的算法耗时和融合策略选择的问题,提出了一种新的基于区域协方差矩阵的多波段特征级融合方法,针对可见光图像和红外图像分别设计11维和5维特征向量,协方差矩阵可以将多个特征进行融合,既保证了不同目标之间的区别性,同时又减小计算量。该方法首先利用显著性检测,快速定位图像中的目标区域,然后,针对不同波段图像设计的特征向量定义协方差阵的距离计算公式并进行匹配,通过对图像的一次遍历操作获得积分图像,在协方差计算时达到快速计算的目的,最后利用k-阶最近邻算法对多种舰船目标进行分类识别。利用实拍的3 400余张三波段舰船目标图像作为测试数据。实验主要分为两部分,首先对比单波段和三波段融合识别的识别率,验证所提出的融合方法具有更广的应用范围;然后,在计算效率上对比多种传统的像素级方法,验证采用的特征级融合在计算时间上的优势。实验结果表明,该方法可达到95.1%的识别率,单帧计算耗时约为0.5 s,在实时性和检测率方面都有明显提高。     

跨音速自然层流翼型多目标优化设计

应用多目标优化方法在推迟翼型转捩位置的同时,优化激波控制鼓包的位置和外形来减小波阻.经过优化得到多目标问题的Pareto阵面解,通过对其上翼型的气动性能分析发现:优化后翼型的层流区域及激波强度较初始翼型均有改善.结果表明本文方法可以有效地解决层流翼型设计过程中转捩位置和激波强度之间的矛盾.     

非对称空间光学遥感器主动热控系统多目标优化设计

针对大口径、离轴、非对称结构的空间光学遥感器主动热控功率最小分配的难题,提出一种基于多目标遗传算法的功率优化方法。首先根据空间相机结构建立有限元模型。然后,凭借设计者的经验,根据相机结构特点及大致热分布规律,初步划分热控区域,规划设计变量和目标变量。之后,将设计变量和目标变量代入多目标遗传算法求出Pareto最优解集。最后,在最优解集中选出合适的功率分配代入到仿真模型中进行计算,得到优化后的功率分配及温度场。对某离轴三反空间相机进行了功率优化和地面热平衡试验。经TMG仿真计算,优化后整机波动范围在低温工况和高温工况分别降低了4.76%和35.7%,并且总功耗降低了6.85%。经地面热平衡试验表明,整机温度场温差控制在±0.5℃以内,满足±2℃的指标要求。     

基于级联神经网络的实用型三维复合不变性多目标识别

以三 飞机模型作为待识别目标,模型真实场景,对用于多目标分类识别的级联神经网络重新进行了研究。实验发现畜产品上降的主要原因是实际采集的目标发生的复杂畸变与计算机模拟产生的效果并不一样。用采集得到的目标图像作为训练样本,对网络重新构造和训练,取得了好的实验结果。分析了其中涉及到目标定位、图像分割等图像预处理问题,提出了一种基于二值图像开矿学腐蚀运算的快速目标检测位法,可快速有效地对目标进行检测定 。     

从二维视图识别三维目标的多网络融合方法

提出了一种从二维视图识别三维目标的多网络融合方法,基于单个网络分类的置信度概念,有效地结合多个网络的输出结果作出最终分类判决,应用三个多层前向网络（隐层神经元数,初始权值等取不同值）,设计了基于分类确认度的多网络融合结构,对四类车辆目标进行的识别实验表明,所提出的多网络融合方法明显优于单个网络的识别性能。