全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 计算机模拟技术在航空发动机涡轮叶片制造中的应用
- 作者： 王润楠 许庆彦 柳百成 来源： 自然杂志 年份： 2017 文献类型 ： 期刊 关键词： 工艺优化 航空发动机 模拟仿真 单晶叶片
- 描述： 航空发动机涡轮叶片结构复杂,制造工艺繁琐,在高温高压环境下服役需要使用特殊的材料——单晶高温合金。随着叶片几何结构的日趋复杂(如空心、薄壁等),单纯依靠经验和实验进行叶片研制和工艺开发已经落后于时代的要求,而模拟仿真技术不仅能够计算凝固过程中的各项参数,极大地丰富研发手段,而且能够精准、高效、可视化地分别针对缺陷、性能进行预测和优化,从而达到工艺-组织-性能相耦合的多尺度、全流程模拟的目标。
- 航空信标辅助WSN三维定位的移动路径规划方法
- 作者： 谭中华 徐玉 来源： 计算机技术与发展 年份： 2017 文献类型 ： 期刊 关键词： 三维 航空信标 定位 无线传感器网络 路径规划
- 描述： 三维定位对于相当多的无线传感器网络(WSN)应用非常重要,但通常复杂度与成本较高。基于移动(航空)信标辅助的三维定位是相对节约成本的一类方法。针对这类方法需要解决的移动路径规划问题,提出了一种实现简单、路径长度短的三维移动路径规划方法。在三维空间中,航空信标只需在两平面上对三维部署区域进行两次相互独立的二维扫描。3D SCAN、3D DOUBLE SCAN、3D HILBERT、3D CIRCLES、3D S-CURVES和3D LMAT是该方法的六种典型实现。仿真实验结果表明,基于该路径规划方法的六种典型路径都能够满足三维定位需要。其中,3D S-CURVES路径长度最短、定位精度最高。
- 无人机山区搜寻方法研究
- 作者： 卓星宇 来源： 中国民用航空飞行学院 年份： 2017 文献类型 ： 学位论文 关键词： 区域划分 山区 搜寻 无人机 路径规划
- 描述： 我国航空业正随着经济的发展而高速向前迈进,航空运输量逐步提升、航空企业逐渐增多、航空器数量迅速增长。航空业的蓬勃发展,也意味着航空安全将成为人们更加关注的焦点。航空器事故仍难以完全避免,高效的航空器搜寻方法将是减小航空器事故造成的生命财产损失和负面影响的重要途径。近年来,无人机行业飞速发展,无人机已经广泛应用于军事、农业、地质、气象等领域。将无人机应用于山区坠毁航空器搜寻中,它将具有成本低、受空间限制小、无人员伤亡风险等得天独厚的优势。结合上述的高效搜寻和无人机两个焦点与热点问题,本文进行了无人机山区搜寻方法研究。选取了适合进行山区搜寻的无人机;利用DEM数字高程模型与计算机技术生成了搜寻区域等高线障碍图;研究了无人机山区搜寻的航拍高度,并在航拍高度基础上,确立了搜寻高度层。参照直升机山区搜寻安全余度,结合山体坡度,确立了无人机山区搜寻安全余度,在此基础上,在等高线障碍物图中选取关键搜寻点,将关键搜寻点抽象为邻接矩阵,实现了无人机躲避山体所形成的障碍物,对邻接矩阵分别用遗传算法、模拟退火算法和蚁群算法计算出遍历所有关键搜寻点的最短路径,通过MATLAB的计算与仿真结果,对搜寻路径长度、算法稳定性、算法运行时间进行对比,得出适用于无人机山区搜寻路径规划的最优化算法。通过还原2008年汶川地震失事救援直升机的失事范围,理论结合实际地阐述了无人机山区搜寻方法。利用遥感技术,将搜寻区域分为山体表面、空旷山谷和障碍物繁多山谷。针对这三种不同的搜寻区域,分别制定了搜寻方案。通过遥感,对山区各搜寻高度层直径进行测量,确定山体表面搜寻方法。研究扇形搜寻、扩展方形搜寻数学模型,建立“∞”字搜寻数学模型,对比3种搜寻方式在相同范围内搜寻路径长度,得出最高效的无人机搜寻方式,确定空旷山谷搜寻方法。利用得出的无人机山区搜寻路径规划最优化算法,确定障碍物繁多山谷搜寻方法。
- 基于飞机部件数模的机器人制孔路径规划算法研究
- 作者： 王鑫 来源： 沈阳航空航天大学 年份： 2017 文献类型 ： 学位论文 关键词： CATIA 蚁群算法 机器人制孔 飞机装配 路径规划
- 描述： 随着现代飞机制造业的发展,对飞机装配技术提出了很高的标准。机器人装配系统是基于数字化的方式进行装配,这其中存在了大量的制孔工作,由此需要一种更为高效、高质量的机器人自动加工方案来取代手工钻铆加工制造工艺。只有提高机器人制孔的准确度,才能更好地完成制孔任务。路径规划技术在机器人的研究领域中是最基本最核心的问题。其基本问题是在空间中,能够很精准的确定从初始点到目标点过程中,选择出一条最优的运动轨迹。近年来机器人制孔路径规划技术已成为在国内外航空制造领域的研究热点,是飞机柔性装配技术的一个重要技术和研究方向。本文以某飞机部件为研究对象,应用CATIA数模软件进行飞机部件产品的建模,过程中提取产品三维数模孔位设计信息(孔位置,工艺信息等)并进行处理,为实现机器人自动制孔提供数据基础。通过分析机器人路径规划的基本原理及路径规划算法,采用粒子群算法和蚁群算法对机器人制孔路径优化问题进行求解,在求解过程中找到一条最优路径,以实现机器人路径规划。在解决机器人的路径规划方面,我们通过对这两种算法的仿真结果进行分析。提出一种自适应蚁群算法应用在路径规划中,并进行仿真与比较验证。结果表明:针对机器人制孔路径规划问题,提出的自适应蚁群算法比传统蚁群算法更精确,更稳定。不管是从最短路径上看,还是从迭代的次数上来看,自适应蚁群算法在该方面问题上收敛速度快、使用的时间少和全程路径长度短,明显优于传统蚁群算法。使传统蚁群算法更容易搜索目标,并提高该算法的收敛速度和搜索全局最优值的能力。