提出了柔性光学制造技术(FOMT)的概念.介绍了计算机控制小工具抛光(CCOS)和计算机控制应力盘(CCSL)抛光的技术特点;讨论了CCOS在抛光过程中的工艺技术优化方案;给出了应力盘变形的数学物理模型及在周边12个驱动器的作用下应力盘全口径和80%口径范围内的变形仿真结果;研究了在全口径φ500 mm盘上的工程实现途径及应力盘与机床CNC的通讯关系以及抛光工艺研究;分析了CCOS、应力盘抛光和经典法抛光技术的综合运用;探讨了柔性光学制造技术发展的必然趋势.

为了解决机翼/短舱一体化气动设计的高维非线性优化问题,基于高斯过程回归(GPR)模型提出新型优化设计方法.采用类别形状函数变换(CST)方法对机翼/短舱一体化构型中的翼型进行几何参数化建模;通过控制机翼形状参数、短舱形状参数和短舱安装参数实现机翼/短舱构型变形,该参数化建模过程共计包含50个设计参数.通过GPR模型构建机翼/短舱设计参数与气动性能之间的代理模型,并采用贝叶斯优化(BO)算法实现代理模型的自更新和最优气动外形的获取.结果表明优化后一体化构型的阻力系数下降了10.95%,通过流场分析发现机翼外形和短舱外形的优化改善了表面流场结构,短舱安装位置的优化减弱了机翼和短舱间的气动干扰.

针对扑翼飞行器面向控制建模时无法直接测量气动参数并精确建立气动模型的问题,传统BP网络辨识法依据扑翼飞行器试飞数据,使用BP网络计算当前气动参数,再结合扑翼飞行器动力学模型计算其飞行状态,与试飞数据比较后,将误差经扑翼飞行器动力学模型反向传播至BP网络来更新网络参数。实验表明传统方法计算精度较低,且动力学模型复杂度高,存在梯度消失问题,为此提出一种基于双BP神经网络的气动参数辨识方法。该方法首先采用一个BP网络对扑翼飞行器动力学模型进行逆向辨识,为后续气动参数辨识提供理想网络计算模型,再结合批量随机梯度下降法用另一BP网络将扑翼飞行器柔性等非线性因素综合到待辨识气动模型中,实现扑翼飞行器气动参数辨识。实验结果表明所提双BP神经网络法在辨识精度、模型复杂度和模型训练时间等方面均优于传统BP网络法。

建成了一座低湍流度静声低速风洞，该风洞选用了蜂窝器、损失系数适当的多层阻尼网，以及优良的大收缩比（14.8）收缩段曲线等先进的低湍流度设计和风洞管壁外隔声处理、风洞管壁内消声处理以及减振处理等降噪设计方法.流场校测结果表明:实验段最大风速可达到75 m/s，常用风速下湍流度可达0.04%~0.05%，背景噪声低，风洞流场品质达到了设计要求.风洞建成后，可以开展模型测力、测压和流动显示实验，还可以利用该风洞从事CFD数值计算验证.