小波相关特征尺度熵在滚动轴承故障诊断中的应用

将小波相关滤波方法与Shannon信息熵相结合,提出了一种故障检测与诊断的方法——小波相关特征尺度熵故障法。首先利用小波相关滤波方法提取滚动轴承故障振动信号的微弱故障信息特征,以求得信噪比较高的尺度域小波系数;然后结合Shannon信息熵理论给出了沿尺度分布的小波相关特征尺度熵定义及其计算方法。小波相关特征尺度熵能够定量表征不同尺度的能量分布,各尺度能量分布的均匀性可以反映滚动轴承的运行状态的差别,选取最能反映故障特征的小波相关特征尺度熵作为特征参数,通过所选取的小波相关特征尺度熵大小判断滚动轴承的工作状态和故障类型。实验证明该方法能有效地判断滚动轴承故障特征,为滚动轴承故障诊断提供了新的思路。     

按保障度最大配置备件模型

考虑了备件资源有限,有多个需求单位的条件下,依据装备数量、零部件、元器件的故障率,单装用数、平均更换时间、各级维修机构领取备件的平均时间,建立了两级备件保障度的模型,并在备件总资源量一定的条件下,按保障度最大给出了两级备件配置的程序、方法和示例.模型举例说明了模型输出结果的特征和敏感性.模型应用可减少备件的积压,降低备件的短缺,提高备件的保障效果.     

基于灰色关联分析的导弹制导系统性能评价

分析了影响导弹制导系统性能的五种主要因素,在此基础上确定了导弹制导系统性能的评价指标体系.根据灰色理论原理,建立了导弹制导系统性能评价的灰色关联分析模型并详细阐述了分析方法.通过实例对五种导弹制导系统性能方案进行了优劣度计算评价,计算结果说明了这种评价模型和评价方法是有效的、可信的,相比其他方法具有优势.     

二○○七年全民国防教育工作要点

二○○七年国防教育工作,高举邓小平理论和"三个代表"重要思想伟大旗帜,以科学发展观为重要指导方针,深入贯彻党的十六届六中全会和军委扩大会议精神,着眼维护国家安全统一,推动国防建设与经济建设协调发展,依据<国防教育法>、<国防教育工作"十一五"规划>,按照<全民国防教育大纲>要求,围绕大局,服务中心,突出重点,狠抓落实,不断提高全民国防观念,营造关心国防、支持国防、建设国防的浓厚社会氛围,以优异成绩迎接党的十七大召开.     

基于集值统计法确定掩护重点目标问题

确定掩护重点是地面防空作战的一个重点和难点问题.利用集值统计分析采集的数据更适合指挥员确定掩护重点的思维方式,用区间数对数据进行处理能较好地降低主观误差.通过对被掩护目标的价值度的求取,为确定被掩护目标重要性顺序和兵力分配提供了依据.算法推理严密,模型简单实用,易于编程实现,为确定掩护重点目标提供了一种很好的算法.     

舰艇战术意图识别技术

对作战对象战术意图的识别是舰艇指挥决策的重要基础和前提,也是战场态势评估的核心内容.根据领域知识的特点,提出了用于识别舰艇战术意图的最大相似法,该方法根据战术专家识别舰艇战术意图的特点,将待识别意图的特征分量与已知意图模式特征分量的标准值相比较,确定待识别意图与所有已知意图模式的总相似度,将战术意图判别为与其总相似度最大的类别.分析了意图模式特征分量的特点,建立了待识别意图特征量与已知意图模式特征分量的标准值的相似度计算模型,提出了特征分量对模式类属判别的权重的获取方法.该模型具有直观、易于工程实现等优点.     

2007年国防科技工业工作的总要求和重点任务

2007年全系统各项任务十分繁重。工作总要求是：以邓小平理论和“三个代表”重要思想为指导,全面落实科学发展观,按照“四个坚持”方针的要求,围绕“军品为本、民品兴业”发展思路,以高质量完成高新技术武器装备研制生产、探月工程等重大专项年度任务和推动民用产业发展为重点,着力优化结构和转变增长方式,着力推进自主创新和机制改革,着力加强人才队伍和军工文化建设,着力促进和谐发展和解决民生问题,加快转型升级步伐,切实推进国防科技工业的科学发展,努力实现又好又快发展。     

国防科工委 发展改革委 国资委联合发布指导意见 积极推进军工企业股份制改造

军工企业股份制改造的指导思想:以邓小平理论和"三个代表"重要思想为指导,全面贯彻落实党的十六大、十六届三中、四中、五中和六中全会精神,牢固树立科学发展观,坚持军民结合、寓军于民的方针,以完善公     

不忘“蚂蚁啃骨头”精神——“四好”班子构建和谐企业

河北燕兴公司坚持以邓小平理论和"三个代表"重要思想为指导,认真学习贯彻科学发展观和构建社会主义和谐社会重大战略思想,按照中国兵器工业集团建设有国际竞争力和高科技现     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.