Storage life prediction under pre-strained thermally-accelerated aging of HTPB coating using the change of crosslinking density

In order to predict the storage life of a certain type of HTPB (hydroyl-terminated polybutadiene) coating at 25 C and analyze the influence of pre-strain on the storage life, the accelerated aging tests of HTPB coating at 40 C, 50 C, 60 C, 70 C with the pre-strain of 0%, 3%, 6%, 9%, respectively were carried out. The variation regularity of the change of crosslinking density was analyzed and the aging model of HTPB coating under pre-strained thermally-accelerated aging was proposed. The storage life of HTPB coating at 25 C was estimated by using the Berthelot equation as the end point of the aging life with a 30% decrease in maximum elongation. The results showed that the change of crosslinking density of HTPB coating increased with the increase of aging temperature and aging time, and decreased with the in-crease of pre-strain. Under 0% pre-strain, the relationship between the change of crosslinking density of HTPB coating and the aging time can be described by the logarithmic model with the confidence probability greater than 99%.The stress relaxation phenomenon existed under 3%, 6% and 9% pre-strained aging. The aging model considering chemical aging and pre-strain was established with the confidence probability greater than 90%. The storage life of HTPB coating was 15.2935 years at 25 C under 0% pre-strain, which was reduced by 13.9007%, 75.6949% and 89.7859% under 3%, 6% and 9% pre-strain, respectively. The existence of pre-strain has a serious impact on the storage life of HTPB coating, therefore, the pre-strain should be avoided as much as possible during the actual storage.     

未来30年太空安全发展趋势及影响

“太空安全战略”专题编者按 组稿专家：杨乐平（国防科技大学空天科学学院教授、博士生导师） 近年来,以美国重建太空司令部与天军独立为标志,国际太空领域战略竞争与军事对抗日益加剧,太空前所未有地应用于军事与安全,太空安全也受到了前所未有的挑战。为了解未来太空安全发展和主要国家太空安全战略动向,深化太空安全战略研究,《国防科技》编辑部于2021年6月启动“太空安全战略”专题征文活动,国内相关学者积极投稿,经专家遴选,本期发表入选稿件6篇。来稿内容涵盖未来30年太空安全发展预测、美国太空安全最新发展、俄罗斯太空安全政策、欧盟太空安全政策、日本太空安全战略以及印度太空力量发展等主题,较为全面地反映了当前国际太空安全领域的最新发展与战略动向。从长远看,随着地球以外人类活动的增加、太空新经济蓬勃发展和太空创造财富规模不断扩大,水平大幅提升,太空将超越陆、海、空成为国家安全最重要的领域。从这个意义上讲,太空安全战略研究学术价值与影响较大,值得高度关注。     

整环上不定方程组的通解公式及其应用

借助Z上矩阵A∈Mm×n(Z)的标准形式D=VAU=diag(d1,d2,…,dq,0,…,0),得到了整环上不定方程组AX=B的通解公式以及矩阵初等变换法.     

基于退化速率跟踪粒子滤波的剩余使用寿命预测框架

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

DEFENSE SPENDING AND ECONOMIC GROWTH IN TURKEY: A LINEAR AND NON‐LINEAR GRANGER CAUSALITY APPROACH

This paper uses linear and non‐linear Granger causality methods to determine the causal relationship between defense spending and economic growth in Turkey for the period 1949–2004. The innovative feature of this paper is that it provides evidence regarding the nonlinear causal dependence between military spending and economic growth in Turkey. The empirical results contribute to the empirical literature by indicating support for both linear and non‐linear causality between military expenditures and economic development and they may prove useful in theoretical and empirical research by regulators and policy makers.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．     

基于CPU-GPU混合计算平台的RNA二级结构预测算法并行化研究

RNA二级结构预测是生物信息学领域重要的研究方向,基于最小自由能模型的Zuker算法是目前该领域最典型使用最广泛的算法之一。本文基于CPU GPU的混合计算平台实现了对Zuker算法的并行和加速。根据CPU和GPU计算性能的差异,通过合理的任务分配策略,实现二者之间的并行协作计算和处理单元间的负载平衡;针对CPU和GPU的不同硬件特性,对Zuker算法在CPU和GPU上的实现分别采取了不同的并行优化方法,提高了混合加速系统的计算性能。实验结果表明,CPU处理单元在混合系统中承担了14%以上的计算任务,与传统的多核CPU并行方案相比,采用混合并行加速方法可获得15.93的全局加速比;与最优的单纯GPU加速方案相比,可获得16%的性能提升,并且该混合计算方案可用于对其它生物信息学序列分析应用的并行和加速。     

基于GDOP的多基地雷达布站优化研究

以BLUE算法和GDOP为基本定位算法和精度分析工具,评估多基地雷达的定位性能,建立以GDOP最小值最小和有效监控区最大为目标的多基地雷达布站优化模型.仿真结果表明,通过以下措施可提高定位性能:①增加收发站总数;②采取扇形方式布站;③优先增加部署接收站;④交替部署收发站;⑤通过优化模型优化扇形布站分布角总和.     

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。