大温差条件下碳纤维混凝土无约束变形试验

为了研究碳纤维、聚酯纤维对混凝土在自由条件下的约束作用,通过设计对碳纤维混凝土、聚酯纤维混凝土和素混凝土加热放热试验,比较掺入不同纤维体积分数的纤维混凝土在大温差条件下无约束自由变形的差异,并用温度线膨胀系数表达。对试验数据进行分析,得到体积分数为1%的碳纤维混凝土比素混凝土抗自由变形能力提高了38.8%,在本试验的各种体积分数中效果最好。结果表明碳纤维与混凝土,虽然热力学性能不同,但是二者结合之后碳纤维因其高弹性模量的特性,反而可以更好地抑制混凝土自由变形。试验效果也表明,随着施工工艺的完善,碳纤维体积分数可能会超过1%,碳纤维对混凝土性能的提升仍然有很大的帮助。     

基于自适应变异粒子群算法的火力分配方法研究

针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法（Adaptive Mutation Particle Swarm Optimization, AMPSO）。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。     

组网雷达的改进粒子滤波算法

针对现代战争中有源雷达容易受到干扰和反辐射导弹的摧毁,以及无源雷达隐蔽性高,只能测量方位角度,测量精度小等特点,提出利用集中式有源雷达系统与无源雷达系统协同组网对目标进行跟踪。但是在实际环境中,噪声属性以及有源雷达,无源雷达接收信号的特点决定了组网雷达需要应用非线性滤波技术对信号进行处理。传统的非线性技术包括卡尔曼滤波、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等方法。非线性近似过程带来的误差相对较大,而且均要求观测噪声和过程噪声为独立或相关的高斯白噪声。而粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样。仿真实验表明这两种改进粒子滤波方法有很好的效果。     

改进的二进制粒子群算法的传感器优化配置

传感器组合优化问题是设备状态检测系统设计的重要问题.在研究传感器与故障有向图的基础上,提出了传感器优化配置模型;根据传感器组合优化自身特点,从位改变率、惯性权重两个方面对BPSO算法进行了参数分析.结合免疫算法的“亲和度”思想以及非线性惯性权重递减公式,提出了改进的二进制粒子群算法.案例显示,改进的二进制PSO算法提高了算法在整个解空间的搜索能力,加快了收敛速度,能够很好地用于解决传感器优化问题.     

固冲补燃室团聚硼颗粒燃烧试验

研究团聚硼颗粒在补燃室中的点火燃烧对提高固冲发动机性能具有重要意义。通过试验模拟固冲发动机工作过程的方法,开展了补燃室流场条件下的团聚硼颗粒点火燃烧试验。结合高速火焰图像处理技术和流场参数测量结果,对试验中团聚硼颗粒的点火燃烧状态、火焰结构以及颗粒尺寸变化等进行了分析,获得了补燃室燃气温度和氧气含量等因素对团聚硼颗粒点火燃烧过程的影响机制。对燃烧残渣进行了分析,发现燃烧前后颗粒尺寸变化不大,燃烧过程中高温气流可能进入了颗粒内部并与硼颗粒发生反应。     

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

基于空间约束的舰载机出库调度

舰载机在航母上的调度问题是制约舰载机出动和回收的重要因素,以往研究主要集中在飞行甲板调度方面。针对舰载机在航母上的出入库问题进行研究,着力解决舰载机在航母上二、三波次的出动能力。首先对舰载机出库的流程进行分析,梳理制约因素。其次,应用柔性流水车间调度理论对空间约束条件下的舰载机出库调度问题进行建模。再次,对智能粒子群算法应用于舰载机出库调度问题进行分析,对编码进行设计,并给出算法流程。最后,对出库流程进行仿真,计算出最优出库方案及时间,验证了模型的准确性。     

碳纤维混凝土单轴受压应力-应变本构关系

碳纤维混凝土受压应力-应变全曲线研究是对其基本力学性能进行全面认识的基础,也是表现碳纤维混凝土基本受压特性的综合宏观反映。对9组（碳纤维体积分数分别为0,0.2%,0.4%,0.6%,0.8%,1.0%,1.2%,1.4%,1.6%）碳纤维混凝土试件进行了立方体和棱柱体抗压强度试验,结果表明碳纤维混凝土立方体和棱柱体抗压强度随碳纤维体积分数的增加呈下降趋势,峰值应变随碳纤维体积分数的增加呈增大趋势。基于各体积分数碳纤维混凝土的棱柱体抗压强度和峰值应变的试验数据,拟合得到了棱柱体抗压强度和峰值应变与体积分数之间的函数表达式。利用微机控制电液伺服压力试验机测定了9组碳纤维混凝土应力-应变全曲线,参照非线弹性理论的混凝土单轴受压应力-应变本构模型,根据测得的全曲线应力-应变数据,拟合得到了应力-应变全曲线上升段表达式参数和下降段表达式参数,最后给出了基于碳纤维体积分数变化的碳纤维混凝土单轴受压应力-应变本构方程。     

雾化过程的多尺度仿真算法

提出了一种雾化过程多尺度仿真算法:对大块液团运动,采用流体体积法直接模拟;将与网格尺度相当或更小的液滴简化成粒子,采用一种基于虚网格的拉格朗日粒子法进行追踪;湍流运动采用了湍流动能单方程输运模型的大涡模拟。基于新算法开发了一套仿真程序,并对此程序进行了验证,对影响模型精度的重要参数进行了深入研究。采用该算法对单股射流的雾化过程进行了仿真,雾场的瞬态和统计特性分析表明,仿真结果与试验结果吻合较好。     

基于观测预测粒子滤波的雷达组网目标状态估计

雷达组网系统跟踪目标时,观测数据与目标跟踪状态成严重非线性关系,难以用卡尔曼滤波最优估计方法,处理非高斯非线性系统滤波估计问题的粒子滤波算法容易产生粒子退化问题。因此,使用观测预测粒子滤波算法解决这个问题,该算法基于观测似然进行重要性采样,结合一步预测信息计算粒子权值,保证了采样粒子处于高观测似然区,并充分利用了一步预测信息。仿真验证表明,将观测预测粒子滤波算法应用于目标状态估计,避免了粒子退化,收敛快,估计精度高。