一种基于改进型BC-CSRR的半模基片集成波导滤波器

为解决传统BC-CSRR在阻带性能上的问题,提出了一种改进型MBC-CSRR结构,并利用该结构设计了一个阻带性能优良的HMSIW滤波器。分析了加载MBC-CSRR的HMSIW等效电路和结构特性,采用有限元法对该结构的传输特性进行了仿真。结果表明:所提出的改进型MBC-CSRR在保持传统BC-CSRR优点的基础上具有更优良的阻带性能。应用该结构设计了一个三阶HMSIW带通滤波器并进行测试。结果表明:所设计的加载MBC-CSRR的HMISW滤波器具有结构紧凑、损耗低、成本低、易于集成且阻带性能优良等特点。     

基于响应面与遗传算法的柴油机喷射参数优化

为解决燃油喷射系统参数优化中高效寻求全局最优解问题,综合响应面设计和遗传算法的优点和不足,采用多项式响应面模型代替原始遗传算法中计算量庞大的目标特性分析模型,建立了多项式响应面模型和遗传算法相结合的参数优化方法。结合非线性规划的凸性分析证明了遗传算法在预定优化区间内全局最优解的唯一性。对优化匹配后的喷射参数进行了模拟计算,结果表明:优化后柴油机油耗降低了1.96g/(kW·h),功率上升了0.99%,排气温度降低了21.86℃。表明该方法具有简单可靠、优化效率高等特点。     

非线性支撑下悬臂输流管道的Hopf分叉特性

研究了外激励作用下非线性支撑悬臂输流管道系统的Hopf分叉特性,建立了外激励作用下非线性支撑悬臂输流管道系统的动力学方程,并采用Galerkin方法离散动力学方程,由增量谐波平衡(IHB)法推导了方程的近似解析解,由Floquet理论判定了解的稳定性,同时给出了系统的Hopf分叉点。利用数值算法和IHB法研究了支撑位置、支撑结构刚度和阻尼对系统Hopf分叉特性的影响规律。研究表明:系统的幅频特性在Hopf分叉前后发生了改变,响应频率由外激励频率变为系统的自激振动频率,且系统Hopf分叉后,幅值显著增大。该研究结果可为悬臂管道的振动控制提供理论基础。     

求解CVRP问题的一种改进启发式蚁群算法

针对蚁群算法求解CVRP问题时收敛速度慢、求解质量不高的缺点,提出了一种改进启发式蚁群算法。该算法借鉴蚁群系统和基于排列的蚂蚁系统的优点设计信息素更新策略,既加强了对每次迭代最好解的利用,又避免了陷入局部最优;按一定比例使用基本方法和基于PFIH方法构造路径,扩大了算法的搜索空间;采用一种混合局部搜索算子,增强了算法局部寻优能力。实验结果表明,改进启发式蚁群算法可以大幅度减少车辆运行成本,具有较快的收敛速度。     

基于ICA的油库阀门内漏声发射定量检测

基于声发射原理的阀门内漏检测作为一种动态无损检测方法得到了广泛应用,但是定量检测一直是研究难点。现有的内漏率定量检测模型计算方法因参数不易测定,导致计算困难,精度不高。采用独立分量分析(ICA)方法提取声发射信号特征向量,并与参考样本集的特征向量相比较,相似程度最高的即可作为待测阀门的内漏率。内漏模拟实验分别将常规参数、频谱成分和ICA提取特征作为特征向量进行比较,结果表明ICA提取的特征向量维数为15时,均方根误差可以达到0.01 L/min,能够满足工程检测需要。     

基于大涡模拟的气体羽流分层特性数值模拟

采用大涡模拟(LES)对气体羽流分层特性进行数值模拟,分析了基于LES的气体羽流模型、控制方程和数值计算方法,探讨了LES在多组分气体羽流模拟中的应用;以文献[1]中氦气在空气中形成羽流的实验数据为参考,对所建模型进行验证。利用该模型对密闭空间油气泄漏过程进行数值模拟,计算结果表明油气在泄漏发生的240 s之内,不同组分表现出显著不同的分层规律:相对于空气,密度较大的组分聚集在空间下部20%的范围内;密度较小的组分主要分散在空间上部80%的范围内。研究结果为油库油气危险源安全监测与预警、火灾预防与扑救等提供了关键参数参考和工程设计理论依据。     

基于SCAS的防空反导装备体系作战能力指标设计

指标设计是进行武器装备体系发展论证和作战效能与作战能力评估分析的基础。着眼体系作战效能与作战能力评估分析需求,基于传感器（ Sensor）、控制器（ Controller）、执行器（ Actuator）、支持器（ Supporter）的柔性建模方法,对防空反导装备体系作战能力指标进行了设计,构建了其侦察预警能力、指挥控制能力、拦截打击能力、综合保障能力评估指标体系,并利用结构方程模型（ SEM）对指标之间的影响作用关系进行了分析,可为防空反导装备体系建设与运用提供重要借鉴。     

改进遗传算法求解电力网攻击无人机分队任务分配

遗传算法因其出色的寻优能力,自提出后就被广泛用于工程技术上的最优化问题求解。根据电力网攻击无人机分队任务分配的实际需要,提出基于遗传算法思想的解决方案,并在原算法基础上,采用种群分组进化的策略进行改进。详细介绍算法的基本原理和仿真步骤,再举出实际算例进行仿真,实验结果证明算法的改进取得了良好效果。     

Model parameter estimation and residual life prediction for a partially observable failing system

We consider a partially observable degrading system subject to condition monitoring and random failure. The system's condition is categorized into one of three states: a healthy state, a warning state, and a failure state. Only the failure state is observable. While the system is operational, vector data that is stochastically related to the system state is obtained through condition monitoring at regular sampling epochs. The state process evolution follows a hidden semi‐Markov model (HSMM) and Erlang distribution is used for modeling the system's sojourn time in each of its operational states. The Expectation‐maximization (EM) algorithm is applied to estimate the state and observation parameters of the HSMM. Explicit formulas for several important quantities for the system residual life estimation such as the conditional reliability function and the mean residual life are derived in terms of the posterior probability that the system is in the warning state. Numerical examples are presented to demonstrate the applicability of the estimation procedure and failure prediction method. A comparison results with hidden Markov modeling are provided to illustrate the effectiveness of the proposed model. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 190–205, 2015     

改进人工蜂群算法的无人机航迹规划研究

如何快速地规划出满足约束条件的飞行航迹,是实现无人机自主飞行的关键。将改进的人工蜂群算法应用于求解无人机航迹规划问题,同时在人工蜂群算法的侦察阶段引入差分进化算法的思想。通过仿真实验并与标准人工蜂群算法比较,结果表明此算法能够有效加快收敛速度,提高最优航迹精度,是解决航迹规划和其他高维复杂函数优化的有效方法。