深V型滑行艇横摇阻尼的实验确定

对深V型滑行艇模型进行了静水横摇衰减实验和零速正横浪规则波中横摇运动实验,讨论了在处理试验数据时所面临的一些问题;采用分段最小二乘拟合法对静水横摇衰减实验曲线进行光顺,用峰值处理法计算不同横摇角时的横摇阻尼,并进行多项式回归得到深V型滑行艇横摇阻尼公式.     

CFD在高速滑行表面性能预报中的应用

针对滑行表面数值预报结果中船底出现异常水气分布的问题,基于三种常用CFD软件FLUENT、CFX及STAR-CCM+研究了VOF界面插值格式、网格类型及数目等因素对滑行表面性能数值预报的影响,并提出相应改善数值计算模拟的具体措施。研究表明:基于相同的结构化网格及计算设置时,采用几何重构界面插值格式预报滑行块的阻力及底部水气分布上最为准确,CICSAM格式次之,修正HRIC格式最弱。通过选择合理的网格类型及网格数目也可以改善滑行船体性能预报精度。CFX采用四面体网格,STAR-CCM+采用多面体网格可以较为准确预报滑行艇体的流场和阻力。建议在滑行艇的阻力及流场预报中采用几何重构的VOF界面插值方式,选择合理的网格类型并进行适当的网格加密可以提高水气界面捕捉的精度,减小阻力预报的误差。     

双断级滑行艇静水阻力性能影响因素

基于双断级滑行艇小系列阻力模型试验数据,分析了高速时排水量、重心纵向位置、断级角度以及断级总长度对艇阻力性能的影响规律。结果表明:在静水中,当Fn▽>4.0时,各因素对阻力性能影响较为明显,后移重心或增加排水量、断级角度和断级总长,可降低单位排水量阻力Rt/Δ,提高效费比;当Fn▽=3.0～4.0时,断级艇处于阻力谷点附近,此时各因素对阻力性能影响很小。     

计及航行纵倾变化的穿浪双体船阻力预报新方法研究

针对穿浪双体船航行纵倾随航速变化较为明显的特点,结合薄船理论和帐篷函数法,提出了一种计及艇体航行纵倾变化的穿浪双体船阻力预报方法.通过对某型穿浪双体船阻力的计算结果与模型试验结果的对比,考核了该预报方法的有效性,并得出穿浪双体船片体间距变化对阻力的影响规律,即片体间距越大,其兴波阻力、总阻力越小.研究表明,该方法能提高穿浪双体船的预报精度.     

高速船减阻减摇艏艉鳍的试验研究

采用试验研究的办法 ,探讨了减阻减摇艏艉水鳍在傅氏数Fr =0 .5～ 0 .9的范围内圆舭快艇上应用的规律性问题 ,通过对某型舰艇模型的试验研究表明 :Fr =0 .5～ 0 .9的圆舭快艇模型总阻力可减小 5 %～15 % ,且在波浪中的适航性有明显的改善 .     

空投气垫船航行阻力和螺旋桨动力的数值模拟及匹配研究

全垫升气垫船动力和阻力的计算和匹配问题的研究是其设计前期阶段的关键。基于STAR-CCM+流体计算平台和滑移网格模型分别对空投气垫船水面航行过程和螺旋桨气动特性进行了数值模拟,得到不同航速下的航行阻力和螺旋桨推力数据,综合分析研究了两者的匹配性问题。研究结果表明：兴波阻力随航速变化趋势和阻力峰出现位置均与相关文献和试验数据吻合,验证螺旋桨的推力计算结果与试验误差在6%以内,验证了CFD方法对气垫船航行阻力及螺旋桨动力模拟计算的可行性与有效性;将2款待选用的四叶和三叶螺旋桨气动性能与航行阻力匹配分析后,在发动机极限性能转速下,三叶螺旋桨能达到更高的最大航速,以20节速率巡航时,三叶效率更高,同时质量轻15%,综合说明三叶螺旋桨性能更佳。研究结果为该型气垫船的设计和选型提供重要的理论依据与数据支撑。     

潜艇应急上浮六自由度运动及黏性流场数值模拟

为揭示潜艇应急上浮过程中的强非线性运动及水动力作用规律,基于RANS方程及流体体积模型,针对Suboff标模建立了潜艇应急上浮数值预报方法。通过开展不同纵倾攻角及斜航漂角下全附体模型的水动力计算,验证了该计算方法的有效性,确定了其适用范围,进而结合整体动网格技术模拟了潜艇的应急上浮过程,获得了艇体六自由度运动的时历参数及流场细节信息。数值模拟结果表明该方法能够较合理地描述潜艇上浮的运动规律,也证明了该方法在潜艇上浮多自由度运动及水动力性能研究中的潜力和适用性。     

两栖装甲车静水阻力近似估算方法初探

提出了一种估算履带式两栖装甲车静水阻力的数学模型,在车辆主要参数已知的情况下,可对该型两栖车进行设计阶段的阻力预测:并针对某型两栖车进行了阻力计算。将两栖车辆的静水阻力分为摩擦阻力Rf剩余阻力Rr.等两部分,把实例估算结果与实车阻力试验结果相对比,结果表明:在该车常用航速范围内,误差较小。随着航速的提高,总阻力中摩擦阻力成份逐渐减少,而剩余阻力成份逐渐增加。     

全垫升气垫船航向稳定性研究

通过对扰动运动方程的分析得到了船舶航向稳定性衡准数的计算公式,并计算了某型全垫升气垫船的航向稳定性衡准数;建立了基于船模试验数据的某型气垫船的运动仿真模型,通过舵角干扰和螺旋操纵仿真试验研究了其航向稳定性.研究结果表明,全垫升气垫船在低航速时不具有航向稳定性,在高航速时具有直线运动稳定性,并且航向稳定性随着航速的增高而增强.     

30mm半穿甲弹斜侵彻陶瓷/钢复合装甲的弹着角效应研究

设计了30mm半穿甲弹斜侵彻陶瓷/钢复合靶的弹道试验,采用高速摄像记录了弹靶作用过程,研究了弹着角、弹丸位移以及背板变形挠度的图像测量方法,通过仿真验证了该方法的可行性与准确性.基于高速摄像序列图像对弹靶作用过程进行了测量分析,结合试验数据研究了弹着角对半穿甲弹侵彻效能的影响.结果表明:弹着角导致弹丸受靶板的不对称阻力作用,侧向力及侧向力矩使得弹丸在侵彻过程中不断偏转,表现为侵彻路径呈曲线;在相同速度条件下,随着弹着角的增大,侵靶时间延长,背板变形挠度减小,侵彻效能降低.     

基于RBF神经网络的导弹自动驾驶仪故障诊断

系统地分析了某型导弹自动驾驶仪的结构功能,在此基础上提出了采用RBF(径向基函数)神经网络对自动驾驶仪进行故障诊断的方法;提出了用Gauss(高斯)函数对获取的数据进行归一化处理的方法,再用处理后的数据训练RBF神经网络。实验结果表明,训练后的神经网络能快速、准确地诊断自动驾驶仪的故障,为自动驾驶仪的故障诊断提出了一种新的方法。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

基于神经网络的绕组电流闭环控制方法

在解决闭环消磁绕组电流优化计算问题时,会面临将外部磁场推算误差带入电流反演计算或完备的基函数难以确定等问题。为了降低这些因素对舰船最终补偿效果的影响,从智能优化的角度出发,在讨论散布常数对模型预测误差的影响后,确定了适宜的散布常数,建立了内部磁场与补偿电流之间的径向基函数神经网络预报模型。该方法通过样本对网络进行训练,无须推算内外磁场,就能直接得到使绕组磁场与目标磁场拟合误差最小的补偿电流向量。对比其他数值建模方法,其换算精度有所提高,且选择不同的同维向量作为基函数对补偿结果影响较小。船模实验验证了该方法的有效性。     

无线电引信定向探测优化研究

提出了用人工免疫算法优化RBF网络隐含层的性能参数,以及用最小二乘法确定RBF网络的线性输出层的权值,建立了基于人工免疫算法的两级RBF网络混合训练学习的算法机制。针对无线电引信定向探测方面存在的问题,用所建立的两级RBF网络混合训练学习机制对引信的定向探测进行了优化研究,最后计算机的仿真结果给出了该方法在目标方位识别方面的优越性。     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数，需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣，虽然精度很高但需要大量的计算资源，无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测，以取代对目标区域的精确场强预测。数值结果表明，该方法能够在保持计算准确性的同时显著减少计算量，为5G动态网络规划提供基础性参考数据。     

一种能考虑动升力影响的高速艇迎浪纵向运动的数学模型

根据高速艇在静水及波浪中运动的特点,提出了高速艇迎浪纵向运动的基本假设,建立了能考虑动升力影响的高速艇迎浪纵向运动基本方程,并提出了高速艇迎浪纵向运动预报的一种新方法(滑航法),编制了理论预报程序,进行了模型试验验证研究.结果表明,中高航速时,滑航法可用于高速艇迎浪纵向运动的预报.     

基于PCA-RBF网络的储运过程管道堵塞故障诊断方法

针对现代储运过程管道堵塞故障诊断时,提取的过程参数多导致诊断速度慢、性能差等问题,提出了基于主成分分析（PCA）和径向基函数（RBF）神经网络故障的诊断方法。首先利用PCA方法对储运过程高维历史数据矩阵进行特征提取,提取的故障特征信息作为训练集,并给出故障特征信息的分类号;然后将其作为RBF神经网络分类器的输入输出进行故障模式识别。仿真实验表明：该方法应用于储运过程管道堵塞故障诊断,不仅大幅度地降低了诊断模型的训练时间,而且提高了诊断正确率。     

混沌时间序列中弱信号的检测

介绍了混沌的基本特性,利用混沌时间序列对RBF神经网络进行训练,则训练好的神经网络对混沌序列未来时刻的值具有一定的预测能力.若混沌序列中包含有目标信号,则其混沌特性将受到影响,导致神经网络对其预测误差的增大.这样可根据预测误差对淹没在混沌杂波及混沌杂波加一定强度的白噪声中的弱目标信号进行检测.仿真结果表明这种方法优于传统的目标检测方法,有着较好的杂波抑制能力.     

低气压环境下柴油机涡轮增压器转速实车估算方法

针对涡轮增压器转速实车测量中存在安装困难、精度低的问题,提出了利用RBF神经网络和BP神经网络估算涡轮增压器转速的方法。分别建立了基于RBF神经网络和BP神经网络增压器转速估算模型,通过与台架试验测试样本比较,模型误差分别2.25%和2.27%。同时,RBF神经网络较BP神经网络,具有训练次数少,收敛速度快、结果稳定的优点,更适合实车涡轮增压器转速估算。     

干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能，提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考，通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题；引入量子粒子群算法求解最优决策参量，并以其作为网络输出，干扰样式作为网络输入，离线训练径向基函数网络；为提高训练效率，结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明，当存在红外诱饵干扰时，智能导引律性能优于扩展比例导引律及自适应滑模导引律。