核动力冷却剂主泵控制的模拟实践

冷却剂主泵是核动力装置系统中的重要设备之一,为模拟核动力系统,对冷却剂主泵切换控制采用电气模拟的方法。实践证明,这既节省经费,结构简单,同时逼真性好,工作性能可靠。     

飞行控制软件导航仿真模型遥测数据注入仿真

研究了飞行控制软件导航仿真模型遥测数据注入仿真中的一些问题,构造了遥测数据输入序列的误差补偿算法,重建相应的输入序列,使得将它们注入到相应的数字仿真模型进行仿真时,得到的输出与飞行试验中弹上计算机发送的遥测数据相符。     

基于子空间投影波束形成技术的导航接收机抗干扰算法研究

阵列天线空时自适应处理通过联合空域和时域的自适应滤波处理技术能够有效提高导航接收机的窄带和宽带干扰抑制性能。利用导航信号淹没在干扰信号和热噪声的特点，本文提出先将天线阵列接收的空时信号矢量向干扰子空间的正交子空间投影以实现干扰抑制，当接收机对投影后的参考阵元数据捕获成功后，利用捕获估计的本地扩频码相位作为参考信号依据最小均方误差准则进行波束形成。仿真结果表明该抗干扰算法在零陷强干扰的同时使主波束指向导航信号来波方向，有效提高了阵列输出信干噪比，并降低了空时自适应处理对导航信号伪码相关峰形状和载波跟踪性能的影响。     

基于改进匈牙利算法的多技能人员调度方法

人员的优化配置对于提高装备制造效率具有重要意义。针对经典匈牙利算法不能解决具有并联环节的人员指派问题的不足,提出利用虚拟工作代替并联环节,将问题转化为典型的指派问题;通过判断虚拟工作的可实现性,迭代搜索得到最优解。以某多技能人员任务指派系统为例,详细介绍了该优化方法的步骤。优化结果很好地验证了改进算法的有效性。     

改进柔性资源约束项目调度模型与粒子群算法

在资源受限项目调度问题中,将可再生资源进一步拓展为具有能力差异的柔性资源,建立考虑能力差异的柔性资源受限的多模式项目调度问题模型,该模型是对传统资源约束项目调度问题(RCPSP)更接近实际的拓展。提出了基于粒子群算法的求解算法,粒子群算法求解该模型的思路为,利用蒙特卡洛方法根据资源-能力矩阵与活动模式-能力矩阵得到活动模式-资源矩阵,将考虑能力差异的柔性资源受限的多模式项目调度问题转换为常规的多模式项目调度问题,然后利用基于任务序列与模式表示的粒子群算法对该多模式项目调度问题进行求解。用数值实例说明了模型的合理性与算法的有效性。     

Capacity investment decisions under risk aversion

This article studies the optimal capacity investment problem for a risk‐averse decision maker. The capacity can be either purchased or salvaged, whereas both involve a fixed cost and a proportional cost/revenue. We incorporate risk preference and use a consumption model to capture the decision maker's risk sensitivity in a multiperiod capacity investment model. We show that, in each period, capacity and consumption decisions can be separately determined. In addition, we characterize the structure of the optimal capacity strategy. When the parameters are stationary, we present certain conditions under which the optimal capacity strategy could be easily characterized by a static two‐sided (s, S) policy, whereby, the capacity is determined only at the beginning of period one, and held constant during the entire planning horizon. It is purchased up to B when the initial capacity is below b, salvaged down to Σ when it is above σ, and remains constant otherwise. Numerical tests are presented to investigate the impact of demand volatility on the optimal capacity strategy. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 218–235, 2016     

XMSF下新兴开放标准的集成和验证

建模与仿真领域中实现资源重用、共享和互操作的基本途径是标准化。诸多开放互操作标准的提出和应用成功解决了各自领域的互操作问题,推动了仿真技术的发展。关于这些开放标准的讨论及应用情况都已有相当数量的文献予以介绍,但具体涉及同一框架下各标准之间相互作用或影响情况却鲜有提及。依托XMSF框架,选取了MDA、BOM、SRML、MSDL、C-BML五种主流的新兴开放标准,通过XMSF案例对这些标准在XMSF中的集成应用进行了详细研究,评估它们在一起时可能为仿真领域带来的影响和能力。     

高陡度非球面磨削亚表面损伤深度规律

具有高陡度非球面特性的光学元件可以明显改善光学系统的空气动力学性能,从而提升和优化系统综合性能。磨削加工方法可以作为此类元件的前期加工工序,而磨削难免会造成零件的亚表面损伤,且在这种高陡度非球面磨削加工中磨削参数是实时变化的,造成整个工件亚表面损伤深度不一致。针对这种情况,建立亚表面损伤预测模型,并结合半球形砂轮磨削的特点,通过理论计算预测非球面磨削亚表面损伤深度分布规律。在此基础上,以热压多晶氟化镁平面为对象进行模拟参数实验,通过磁流变抛斑点法得到各组参数下亚表面损伤深度情况,结果显示损伤深度范围在12.79μm~20.96μm之间,且沿试件半径方向由内向外呈增大趋势,结果与预测模型相吻合。     

基于混合矩的多输出模型确认指标研究

针对随机不确定性条件下多输出计算模型与物理实验数据之间一致性难以量化度量这一问题,本文提出一组新的基于混合矩的多输出模型确认指标。在不确定情况下,同时考虑到多维输出之间的相关关系和单输出的均值,构建了由多输出数学期望列阵和协方差矩阵组成的多输出模型确认局部混合矩指标和全局混合矩指标。其中局部混合矩指标包括绝对指标(LA-3M)和相对指标(LR-3M),它们适合固定位置的多输出局部模型确认;全局混合矩指标也包括绝对指标(GA-3M)和相对指标(GR-3M),它们适合多点位置的多输出全局模型确认。通过数字算例和工程算例,并与PIT和t-pooling 面积指标进行对比,结果表明本文所提指标可行有效,能够方便地度量计算模型和物理实验之间的差异程度。     

The Production and Deposition of the Guisborough Helmet

In September 1878 the British Museum received a donation of a folded metal plate which had been embossed and gilded. Restoration of the object revealed that the folded plate was in fact the outer casing of a Roman copper alloy cavalry sports type helmet which dates to the late second or third century AD. The story of what became known as the Guisborough helmet began 14 years earlier in what was then the North Riding of Yorkshire when workers employed by the Cleveland Railway Company discovered a ‘very curious plate of metal’ during road construction. It appears that the helmet was deliberately prepared for deposition and buried at a depth of c30 cm close to a stream. Examination by the authors suggests that this was a high value item that had been repaired many times. Experimental evidence suggests that the decoration alone required approximately 16 h to fashion.