电刷镀Cu／Ni多层膜的摩擦学性能研究

采用电刷镀法制备了Cu／Ni多层膜,对多层膜的摩擦学性能进行了研究。结果表明,电刷镀法制备Cu/Ni多层膜镀层平整、均匀致密、晶粒细小,界面清晰;多层膜的摩擦磨损性能直接由单层膜厚决定:随着单层膜厚的减小,多层膜的摩擦系数减小,磨损形式由磨料磨损逐渐转变为粘着磨损;多层膜的磨损量随单层膜厚的减小而减小,当单层膜厚减小至纳米尺度时,存在一磨损量的最小值;电刷镀 Cu／Ni多层膜的临界单层膜厚约为20 nm。     

时域磁场积分方程迭代求解

利用时间步进算法(MOT)求解时域电场积分方程解决导体目标瞬态散射问题时,其计算结果不稳定,会发生后期震荡现象。通过对时域磁场积分方程显式和隐式方案的分析,推导出一种隐式的迭代方案,它不但易于实现,而且数值结果表明这种时域磁场积分方程MOT迭代方案比时域电场积分方程MOT具有更好的稳定性,延缓了后期震荡效应。     

基于演化网络的体系对抗效能模型

在对Lanchester假设的扩展和网络化基础上,构造了体系对抗战场的图论表示FR,B=红军网络IR∪蓝军网络IB∪交战空间fR,B,利用生成fR,B的随机子网和对参战网络"去点"的方法,提出一种统一表示体系对抗中交战行为与网络行为的模型新范例——体系对抗演化网络模型,模型中网络部队作战效能不但依赖兵力规模和武器性能,而且受网络结构及其战场环境的影响。试验对比了拥有同等作战资源网络体系的作战效能,得到在一个对抗系统中无标度网络对随机网络的胜率高但并非总赢的结论,初步分析了在对抗系统中无标度网有效、鲁棒但脆弱的原因。     

军事能力到装备系统的双层规划模型及其求解算法

阐述了基于能力的军事规划新思路,提出了从军事能力到系统项目的两层规划模型。该模型上层以效果和效果-成本比值最大化为目标,通过资本规模来约束下层决策。下层以各种能力最大化为目标,在成本约束下寻求不同系统项目的最佳组合,并将结果返回上层影响最终的决策。应用了多目标遗传算法来求解该规划模型。算例结果表明,所建立的双层规划模型及其求解算法对于国防资源分配问题是有效的。     

基于灰色决策原理的导弹核武器最佳配置模型

核武器是国家军事战略的基石,其配置的合理性直接影响核力量作战运用的成效.分析了影响导弹核武器配置的因素,将导弹核武器划分为平时和战时两种状态,构建了导弹核武器最佳配置的灰色规划模型计算结果验证了模型的正确性.研究表明:基于灰色规划原理构建的最佳配置模型在解的稳定性、模型的适应性上要优于同类线性规划模型.核武器最佳配置问题一直是核作战运用研究的重要内容.研究成果可为导弹武器的订购、存贮、阵地配置及作战运用提供理论决策依据.     

ESD与方波脉冲对集成电路注入损伤的比较研究

采用方波脉冲和ESD脉冲对3种集成电路进行了注入损伤效应实验,目的是比较二者对器件损伤的异同之处。分析时,首先对实验数据作拟合分析,建立起相关的数学模型,然后将模型值和实际值进行比较。可得到结论:实验器件有高压强场致PN结击穿和热效应2种损伤模式。对同一种器件,2种注入方式下的损伤模式相同或类似。方波注入下,各损伤阈值参数可拟合为1个式子来描述它们之间的关系,ESD注入下则还不确定;对同一器件,不同注入方式下的阈值不同,目前结果表明相差2~3倍。     

纳米粒子在油品中的抗磨性能研究与分析

采用四球试验机研究Cu、Zn(OH)2和PbO3种不同纳米粒子的摩擦性能,探讨纳米粒子在油品中的润滑作用机理。结果表明:纳米粒子在油品中抗磨作用的发挥存在载荷临界点;只有当载荷高于临界载荷时,纳米粒子才能表现出良好的摩擦学性能。     

机场道面抢修应急起降带的确定

应急起降带的确定是战时机场道面抢修的基础性工作,对抢修工程量、抢修效率、抢修进程都有着重大影响.首先介绍了应急起降带合理尺寸的确定;然后提出了应急起降带最佳抢修位置的确定原则;为了实现应急起降带方案的快速优选,用VB编写了方案优选程序,改变了传统的人工优选法费时费力的现状.从文中的实例分析可以得出结论:该方案优选程序的运算结果满足实际抢修施工需要.     

多星联合对地观测能力评估系统设计与实现

根据卫星对地观测原理,提出了一种基于任务规划的多星联合对地观测动态能力评估方法,并设计实现了相应的多星联合对地观测能力评估系统。该系统能够评估卫星系统针对具体任务的整体应用能力,支持卫星系统的顶层设计和规划论证。介绍了该评估系统的总体结构及功能,讨论了系统实现过程中的调度预处理、STK接口、调度引擎、能力评估等关键模块的实现技术,总结了系统的应用前景。     

基于B样条的螺旋桨升力面设计

为了改善螺旋桨的空泡性能,从效率和空泡性能2个方面的权衡来确定环量分布.在升力面理论设计中计及桨毂的影响.桨叶几何用较少的B样条控制角点来表示.将升力面理论计算的控制点处法向速度的平方和作为优化目标函数,并通过最小化目标函数得到桨叶几何.