本文目的是研究和开发工程实用的高可信度数值优化设计技术,并应用于先进跨声速飞机机翼的三维气动外形优化设计。本文综合应用了自由几何变形(FFD)几何外形参数化方法、弹簧比拟非结构网格变形方法、基于RANS方程的高可信度计算流体力学(CFD)分析方法、径向基函数(RBF)代理模型方法、粒子群寻优(PSO)方法等技术,分别对NASACRM模型、航空工业设计的W2机翼模型展开了单设计点和多设计点的三维气动外形优化设计。通过对单设计点优化设计后的CRM翼身组合体、双设计点优化设计后的W2机翼模型气动外形进行详细的气动分析,发现优化后的CRM翼身组合体、W2机翼模型相对初始外形气动性能得到显著改进,证实了数值优化设计技术应用于先进跨声速飞机机翼三维气动外形设计的有效性。同时证实了开发的数值优化设计技术和工具的正确性和实用性。

根据空调负荷的非线性特点，提出了一种基于粒子群算法优化误差反向传播（BP）神经网络的空调负荷预测方法，针对BP网络训练容易出现麻痹和易陷入局部极值，以及其预测空调负荷时精度不够理想等现象，将粒子群算法的随机全局优化和梯度下降局部优化结合，达到改善神经网络泛化能力和提高空调负荷预测精度的目的。用该方法对的空调系统冷负荷与室外空气的干球温度、含湿量和太阳辐射照度的关系进行建模和预测，通过实例验证了该优化算法优于BP网络，能更加有效地处理动态空调负荷中的非线性问题，获得更可靠的预测结果。

针对某型负载敏感阀U型节流槽流量调节范围小、响应慢等问题,通过分析阀口开度与过流面积的函数关系,设计了一种Ω型结构节流槽,建立阀口过流面积数学模型,利用粒子群算法以流量增益为目标对其结构参数进行寻优,利用FLUENT仿真软件对其性能进行了验证。结果表明Ω型节流槽阀口开度-过流面积的设计参数最优值r为1.5 mm、L1为5.6 mm、h为4.7 mm。U型与Ω型节流槽的阀口开度-过流面积均呈现分段增大的趋势。当阀口开度小于3 mm,U型与Ω型过流面积梯度一致;当阀口开度处于3.0~5.6 mm,U型过流面积梯度逐渐减小,Ω型过流面积梯度增大,Ω型比U型平均增大32.66%,具有较高的流量增益;当阀口开度处于3.0~5.6 mm时,Ω型最大流速峰值比U型平均减小4%,对节流槽冲击减弱,稳定性相对提高。

为提高液压系统的故障诊断准确率,分析了液压系统的数据特征,明确了液压系统的数据处理方式及故障类型;以反向传播神经网络(BPNN)算法为基础,采用一次指数平滑法(SES)改进了BPNN算法的梯度优化过程;基于粒子群算法(PSO)对BPNN算法的主要超参数和SES的平滑系数进行了优化,获取了最优超参数模型;以UCI的公共数据对基于PSO-SES-BPNN算法的液压系统故障诊断模型进行了实验验证。实验结果表明,该模型对有144种故障状态的液压冷却过滤系统的故障诊断准确率为98.06%,诊断性能远高于同类文献研究结果,有助于提高液压系统运行过程的故障诊断效率。

针对柔性执行机构运动参数输出值与期望值存在较大误差的问题,对柔性执行机构驱动过程中产生的压力、电流、角速度和角位移等进行研究。分析柔性执行机构运动原理,推导柔性执行机构驱动的微分方程式。引用PID控制系统,提出遗传算法与粒子群算法相结合的优化方法。采用混合算法优化柔性执行机构的PID控制系统,给出改进PID控制系统柔性执行机构的流程图。利用MATLAB软件对优化后的控制系统进行仿真,并与PID控制系统输出结果进行对比和分析。结果表明:优化后的系统能够在线调节柔性执行机构的各项控制参数,提高柔性执行机构压力和角位移跟踪精度,系统自适应调节速度快、稳定性好。

针对航天电液伺服系统在飞行工况中静、动态特性均受到快速温升影响的问题,提出一种控制参数在线校正方法。以柔性喷管推力矢量伺服系统为研究对象,建立伺服系统的数学模型;通过仿真分析研究关键精密部件伺服阀在不同温度时的频率特性;基于油温变化对伺服阀的影响分析,研究伺服系统受温度影响时控制性能的变化;根据不同油温对控制网络参数进行在线校正,可以保持系统动态特性的稳定。仿真结果表明:该方法可以降低快速温升对伺服系统频率特

在行星齿轮多目标优化中,传统粒子群算法(PSO)与自适应权重粒子群算法(APSO)在复杂约束下不易收敛或易陷入局部最优。为此,提出改进的自适应权重粒子群算法(D-APSO)并进行行星齿轮高功率密度的多目标优化设计,以最小体积、最大传动效率和最小中心距为多目标优化函数,综合考虑行星齿轮传动的边界协调条件,利用惩罚函数法处理约束条件,对目标进行D-APSO算法下的优化计算。结果表明D-APSO算法在优化求解效果和速度上明显优于传统PSO算法和APSO算法,在满足行星齿轮系统承载性能的条件下,使行星齿轮系统具有更小的体积及中心距,并表现出更优的传动效率。

为了提高粒子群算法的稳定性，改善陷入局部最优的弊端，提出了一种增加算子扰动且对惯性权重进行正弦调整的粒子群优化算法。该方法首先利用差分方程对粒子的速度与位置变化过程进行深入分析。然后找到粒子群算法收敛的约束条件，进而获得改进后的惯性权重。最后在粒子群算法的速度公式中引入算予扰动项，其对粒子施加扰动，能够有效的抑制算法陷入局部最优问题，使算法在迭代后期也拥有一定的搜索能力。利用4个典型测试函数对算法进行验证，实验结果表明改进的惯性权重及速度更新公式使得该算法具备了较快的收敛速度和较佳的全局收敛性能，与标准粒子群算法相比，改进后的粒子群算法收敛精度高、鲁棒性强。

为解决多路换向阀换向过渡过程中分流特性所带来的阀口间节流结构耦合作用问题,提出多路换向阀换向耦合阀口节流结构拓扑设计方法。将耦合阀口节流槽结构分类为由U型槽、半圆槽、圆孔槽等结构组成的参数化组合构成,构建出多路换向阀工作口流量与其阀口节流槽结构变量间的函数模型;在验证多路换向阀三维流体解析与其动态特性台架实验结果的基础上,以设定的多路换向阀换向过渡过程工作口流量变化为评价目标,采用粒子群算法求解阀口节流槽结构拓扑设计问题,实现了耦合阀口节流结构响应与换向过渡过程节流特性的较好吻合。研究结果表明,该方法对满足多路换向阀换向过渡特性要求的耦合阀口节流结构拓扑设计具有实际意义。

液压系统故障诊断中采用BP神经网络进行故障的模式识别,存在着收敛率较低的问题。结合粒子群算法和BP算法各自的优势,提出了一种基于改进的PSO-BP液压系统故障诊断方法。对标准粒子群算法的惯性权重和学习因子进行改进,再对BP神经网络的权值和阈值进行优化,达到改善BP网络性能的目标。仿真结果表明该方法提高了BP网络的收敛率,减小了诊断误差。