固体推进剂黏弹性本构模型及其有限元应用研究

基于时温等效原理和WLF方程建立推进剂黏弹性泊松比主曲线方程,进而建立考虑时间温度相关泊松比的推进剂本构模型。基于增量有限元方法,采用完全显式积分算法推导增量形式的黏弹性本构方程。根据MSC. Marc用户子程序编程规则,确定本构模型对应的一致切线刚度矩阵从而实现本构模型的有限元应用。先后通过固化降温以及点火增压工况,分别采用黏弹性泊松比以及弹性泊松比对药柱结构进行应力应变力学响应分析,并对比不同类型泊松比对应力应变场的影响。研究方法和结果可为发动机药柱的精细结构完整性分析提供参考。     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

城市战场目标分群的组合聚类方法

为了消除或减少城市作战中灰色情报信息对态势评估中目标分群的影响,提出一种基于Chameleon算法的组合聚类方法.根据目标属性间的区间灰数关联度和目标间的距离系数得到相似度矩阵,利用Chameleon算法对目标进行初始分群,然后,对分群中各目标的属性历史数据和分群中心的属性历史数据分别进行区间灰数向量关联分析,实现了目标分群的动态维护.通过算例验证了方法的有效性.     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。     

溴化法测定双基推进剂中芥酸含量

采用溴化法测定含有硝化棉、硝化甘油、石蜡及酯类增塑剂的推进剂中芥酸的含量。首先使用乙醚提取,除去硝化棉,接着用15%的冰醋酸溶液把芥酸与硝化甘油、石蜡及酯类增塑剂分离,然后加入过量的溴化钾-溴酸钾标准溶液溴化芥酸,完全反应后,过量的溴与碘化钾反应,用硫代硫酸钠标准溶液滴定,以硫代硫酸钠标准溶液的消耗量换算出芥酸含量,该方法的平均回收率为100.24%,实验相对标准偏差为0.03%。     

基于聚类分析法的人员生活用油类区优化研究

以人员生活物资运输实际耗油量为依据,通过构建类区比例缩减模型,应用多元统计聚类分析中的最短距离法对现行的人员生活用油类区进行了重新划分。得到的类区优化结果既符合标准的延续性,又简化了标准形式,从而提高了标准的可操作性。     

勇攀高峰的“驯虎人”——记2009年度“中国航天基金奖”集体奖获得者四院42所高能固体推进剂研究室

他们被称为固体推进剂的“训虎人”,专门与“性情暴虐”的易燃易爆高能量推进剂打交道。从最初数以克计的含能材料探索开始,他们一路“摸着老虎的屁股”走来,在国内首次取得高能推进剂大尺寸发动机演示验证圆满成功,使我国成为世界上少数几个掌握该高能推进剂技术的国家。     

基于GM-ANP的维修人员保障能力评估

以维修人员保障能力评估指标体系为基础,建立基于GM-ANP的维修人员保障能力评估模型。采用网络分析法(ANP)确定各因素的权重,运用超级决策SD软件辅助计算权重;用灰色聚类评估方法(GM),确定评估样本矩阵和评估灰类,计算灰色评估权矩阵;综合权重和评估权矩阵,得出评估结果。通过实例计算表明这种评估模型的有效性和实用性。     

基于最优化的广域雷场空间多节点坐标修正算法

为了解决在智能雷场中,GPS精度无法满足节点布局精度要求的问题,提出了精准测距和GPS相结合的节点坐标修正算法。算法对活动雷进行聚类处理,将雷场划分为多个区域,在得到的多个点集中寻找可组成凸多边形的点。通过坐标修正模型,将问题转化为最优化问题,完成对凸多边形各顶点坐标的修正,最终实现全部节点的坐标修正。实验结果表明修正算法可以有效减少广域空间中多节点间坐标的相对误差,使坐标尽可能与节点实际物理位置一致。     

基于模糊聚类——拍卖机制的火力协同方法

针对协同作战中环境影响复杂度高,火力分配不及时、效率低等问题,提出了陆战场协同任务分配方法,构建了多武器-目标任务的数学模型。在该数学模型的基础上,基于聚类算法与拍卖算法相结合的原理进行优化求解,在两级分配的模式下,可在更短的时间内获得分配方案。算例表明,所构建协同任务分配模型能够及时有效地获得任务分配方案,较好地解决了多武器-目标的协同任务分配问题。