基于瞬时转速的内燃机故障诊断方法

主要介绍基于瞬时转速的内燃机故障诊断方法的机理和应用 .对这种方法的几个关键技术进行了较详细的分析讨论 ,总结了研究的现状 ,展望了发展趋势 .     

随机振动激励下自行火炮的合理车速

自行火炮的悬挂装置,在路面和履带激励下工作。剧烈的振动将影响自行火炮的机动性,根据路面谱的资料,建立了激励频率与车速的关系;利用模态分析的方法,对悬挂装置进行有限元动力分析,得到了悬挂装置的动态特性。从避免共振发生的原理,提出了自行火炮的合理车速。     

接近速度和放电电压对空气式静电放电参数的影响

对影响空气式静电放电的一个重要因素——电弧结构进行了理论分析。在此基础上，利用新研制成功的静电放电模拟测试系统，分析了接近速度和放电电压对静电放电电流峰值、上升时间以及感应电压峰-峰值的影响。试验得出，在放电电压一定的情况下，放电电流峰值和感应电压峰-峰值随接近速度的增大而增大；上升时间随接近速度的增大而减小。这些试验结果为建立静电放电抗扰度试验新方法提供了依据。     

利用声光衍射测定甘草稀溶液中超声波的波长与浓度的关系

利用声光衍射测量甘草稀溶液中超声波的波速与浓度的关系，通过对实验原理和数据的分析，挖掘出了较多的数据关联，对干草稀溶液物理特性的声光衍射实验测量，是本文的一个新的尝试。     

尾流模拟火箭弹空中弹道对模拟尾流生成区域的影响

为了研究尾流模拟火箭弹的空中弹道特性对模拟尾流区域的影响，建立火箭弹质点外弹道模型、阻力板和发动机空间运动微分方程以及连接绳的受力模型，得到火箭弹无控飞行、空中转向、空中分离至爆索展开入水全过程的空间运动微分方程。对尾流模拟火箭弹全程弹道进行仿真分析，着重分析不同初始射击诸元对爆索空中弹道的影响，探究初始发射角、脉冲发动机的喷管数量、点火时间以及火箭弹空中分离时间对模拟尾流生成区域的影响。仿真结果表明：初始发射角为15°时火箭弹射程和最大射高相对比较合理；火箭弹空中转向角度依赖于脉冲发动机总冲量，与点火时刻无关；空中分离时刻对爆索入水发泡区域影响不太明显，在满足转向要求和发泡区域要求的情况下应该尽早完成空中转向和分离。     

装药长径比对EFP成型作用效果影响分析

针对装药长径比对EFP成型的影响,基于一种球缺型药型罩EFP,利用ANSYS／LS-DYNA仿真软件对其成型过程进行建模仿真,研究EFP成型过程及其各项参数．在该基础上,改变装药高度得到不同的装药长径比数据,并对不同长径比EFP形成过程进行仿真,得到不同装药长径比EFP的速度、速度增长率及炸药能量利用率等数据,为选择最佳装药长径比提供依据．     

近程舰炮武器系统拦截高速目标发展研究

反舰导弹的超声速特性使得现役近程舰炮武器系统的反应时间严重不足,毁伤能力明显下降.针对高速目标,分析了目标对系统的随动性能需求,研究了系统情报处理、传感器捕获跟踪及火控解算等时间特征参数、及系统毁伤能力,并提出了解决问题的初步想法.分析结果表明,可以提高近程舰炮武器系统对超高声速目标的跟踪毁伤能力,实现对该类目标的有效拦截.     

宽速域飞翼布局后缘射流滚转控制研究

采用数值模拟方法对宽速域(Ma为0.145～0.7)内飞翼布局采用后缘环量控制射流进行滚转控制开展系统研究,并与传统舵面控制构型进行对比。研究关注电磁隐身特性、滚转控制特性和相关流动机理,以及射流引气的综合影响。结果表明:随马赫数的增大,射流对边界层流动的夹带和阻滞效应减弱,滚转控制能力显著下降;但射流控制大幅提高了典型角域的电磁隐身特性,并且引气量少,推力损失小,控制效率因子(单位附加阻力系数产生的控制力矩系数)高。综合来看,后缘环量控制射流是一种极具潜力的飞翼布〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCSS.TIF;%129%129〗听语音 聊科研与作者互动 局滚转控制设备。     

伺服系统速度环控制器参数的自整定及优化

针对交流伺服系统速度环控制器参数自整定及优化的需求,为使工程技术人员避免繁琐的调参过程,提出了一种基于转动惯量辨识的速度环控制器参数自整定及优化方法。首先,采用频率法分析伺服系统速度环控制器参数的设计规则;随后,采用遗忘因子递推最小二乘法,对控制器参数设计所需的系统转动惯量进行辨识;最后,在此基础上利用设计的变步长迭代算法,完成控制器参数寻优过程。仿真结果表明,采用遗忘因子递推最小二乘法,能够有效辨识出电机轴端的转动惯量。提出算法进行整定及优化后,速度环控制器参数能使系统具有良好的动态响应和鲁棒性。     

3D laser scanning strategy based on cascaded deep neural network

A 3D laser scanning strategy based on cascaded deep neural network is proposed for the scanning system converted from 2D Lidar with a pitching motion device. The strategy is aimed at moving target detection and monitoring. Combining the device characteristics, the strategy first proposes a cascaded deep neural network, which inputs 2D point cloud, color image and pitching angle. The outputs are target distance and speed classification. And the cross-entropy loss function of network is modified by using focal loss and uniform distribution to improve the recognition accuracy. Then a pitching range and speed model are proposed to determine pitching motion parameters. Finally, the adaptive scanning is realized by integral separate speed PID. The experimental results show that the accuracies of the improved network target detection box, distance and speed classification are 90.17%, 96.87% and 96.97%, respectively. The average speed error of the improved PID is 0.4239°/s, and the average strategy execution time is 0.1521 s. The range and speed model can effectively reduce the collection of useless information and the deformation of the target point cloud. Conclusively, the experimental of overall scanning strategy show that it can improve target point cloud integrity and density while ensuring the capture of target.