针对BP神经网络模型在刀具监控中收敛速度慢容易出现局部极小化问题,提出一种基于鱼群算法(AFSA)的BP神经网络优化算法。采集振动钻孔的声发射(AE)信号,使用小波包算法对数据进行降噪和特征提取。使用鱼群优化算法(AFSA)对BP神经网络预测模型进行优化,使用优化后的模型对测试集数据进行模式识别,对比各模型识别精度。结果表明使用鱼群优化后的算法(AF-BP)模型能够降低神经网络陷入局部极小化的情况,提高神经网络对刀具磨损的识别精度。

端板偏转角α是影响联翼布局气动特性的主要因素,为了降低偏转角对联翼布局气动性能的影响,对端板的偏转角度设计了试验方案。基于CFD计算对机翼模型进行数值仿真,分析不同偏转角α下的升阻比和俯仰力矩特性。试验结果表明:在外倾角和纵向夹角不变的情况下,偏转角α=8°时,联翼布局的升阻比高且静稳定性好。研究结果可以为联翼布局设计提供一定的参考。

基于柱坐标下的二维瞬态可压缩Navier-Stokes方程、理想气体状态方程以及保强稳定的Runge—Kutta方法，提出了求解谐振管内非线性驻波的二维间断Galerkin计算方法。通过处理边界条件以及采取局部时间步长，利用所提出的二维间断Galerkin计算方法对圆柱形谐振管内非线性驻波进行求解，得到了谐振管内压力空间分布以及压力波形、速度波形、密度波形等物理特性，证明时间域、空间域内均产生激波，从而使压力幅值和密度幅值无法进一步提升；同时研究了激励加速度幅值对谐振管内非线性驻波压力波形及非稳态进程的影响。

针对传统基于三坐标测量机的接触式测绘方法无法反求小模数齿轮参数的问题，基于齿轮影像测量得到的齿廓测点坐标数据，给出了基于最小二乘原理的基圆半径反求模型和优化求解算法。反求出基圆半径后，结合影像测量得到的其他数据，可反求出齿轮的其他各项参数。通过齿轮泵实例证明，该反求方法是可行的，该研究将有助于提高通用航空部／附件的维修水平。

在飞机着陆过程中，起落架已成为飞机的主要噪声源。因此，对起落架气动噪声进行研究，并建立其数值计算方法是从总体上降低飞机噪声的主要途径之一。在已提出的基于试验数据的飞机起落架气动噪声数值计算方法基础上，提出一类改进方法。该方法除保持原有方法计算效率高、指向性计算正确的优点外，还进行了如下改进：首先，通过对小部件进行建模，实现了高频噪声的计算。其次，建立了起落架气动噪声散射模型，并对机轮与声源距离，机轮与接收点距离以及机轮直径对散射系数的影响进行了详细分析。最终通过对波音737主起落架全尺寸简化模型气动噪声进行计算，并与试验结果进行对比验证了该方法的正确性。

我国目前正在自主研制民航大客机，噪声水平是其能否取得适航证的关键因素之一。在飞机着陆过程中，起落架噪声在飞机总噪声中已占据主体地位。基于试验数据，提出一种飞机起落架气动噪声的新型数值计算方法。该方法将起落架结构分解为圆柱体、机轮等基本部件。根据FfowcsWilliams．Hawkings方程，对每类基本部件提出对应的噪声预测方法。由这些基本部件组装成起落架，进而计算出起落架总体辐射噪声。该方法考虑多机轮存在情况，提出新型机轮模型，从而解决现有数值计算方法机轮模型过于简单，并导致不正确计算结果的问题；提出基于圆柱体方向仿真数据的圆柱体部件指向性确定方案，解决现有数值计算方法噪声辐射指向性错误的问题。另外，该方法能够确定出对起落架总体辐射噪声贡献最大的基本部件，为低噪声起落架设计提供依据。

基于大涡模拟（LES）和Ffowcs Williams-Hawkings （FW-H）方程相结合的方法对串联圆柱体绕流气动噪声进行三维数值仿真并对下游圆柱体在不同直径情况下进行对比研究.首先通过LES求解不可压缩Navier-Stokes方程得到串联圆柱体的非定常湍流流场;然后以圆柱体表面为积分面利用FW-H方程进行积分求解得到远场辐射噪声.通过与美国国家航空航天局（NASA）的基准实验对比验证仿真方法的正确性研究结果能够为起落架的低噪声设计和制造提供一定参考.