碳纤维增强聚合物基复合材料频率选择表面的电磁传输特性

为了避免采用金属频率选择表面制备的天线罩中存在的热残余应力和弱黏接界面等问题,采用与聚合物基复合材料罩壁结构相容性好的碳纤维增强聚合物基复合材料制备频率选择表面,利用自由空间法对试样的电磁传输性能进行测试,并采用数值分析模型对碳纤维复合材料频率选择表面的电磁传输机制和电磁传输影响因子进行分析。结果表明:碳纤维复合材料频率选择表面具有频率选择功能,但谐振频率处的电磁传输损耗较大;通过改变复合材料频率选择表面的单元缝隙率、厚度、电导率以及介电常数可以实现对其电磁传输性能的调节。     

导航精度对某型电视制导无人攻击机攻击性能影响

针对电视制导无人机的作战使用方式,分析了影响其攻击性能的因素;建立了导航精度与攻击无人机捕获目标概率之间的关系;基于捷联惯导的误差分析,对无人机中制导末段的导航精度进行了计算。构建了对无人攻击机目标捕获概率进行仿真计算的方案,建立了方案航迹,对其进行了中制导精度分析和目标捕获概率计算,结果表明导航精度和捕获概率直接相关。     

测试轮直径对路面不平度测试精度的影响

在加速度信号的路面不平度测量过程中,由于测试轮的几何外形对路面的滤波作用,会对功率谱密度的测量产生误差。为解决这一问题,在仿真环境下,通过测量在给定路面等级的随机路上行驶的测试装置测试轮的响应,研究不同直径的测试轮对同一路面不平度的滤波作用,分析其影响关系,从而为路面不平度测试装置测试轮轮径的选择提供参考。     

基于复杂表面形状的端铣切削力模型

以传统的端铣切削力模型为基础,针对复杂加工表面形状,提出了一种更加符合实际加工情况的端铣切削力模型。该模型的建立涉及到复杂表面形状的几何表示、不同刀具轨迹的描述和刀齿-工件接触计算等关键技术。通过对模拟结果进行分析,验证了所建端铣切削力模型的有效性。     

双枝模糊评判在舰炮性能评估中的应用*

针对舰炮武器性能指标,运用双枝模糊决策方法对舰炮武器性能进行综合评估.该方法提出了新的论域[-1,1],使评估更能符合人的思维逻辑,能够客观的对舰炮性能进行评估,通过对多中舰炮的具体参数指标进评估,得出各种舰炮的性能优劣的排序,具体的数学模型仿真表明,对舰炮武器性能的评估是行之有效的.     

用声发射信号和改进的BP神经网络预测磨削表面粗糙度

针对磨削表面粗糙度传统BP（Back Propagation）神经网络模型在线预测时存在预测精度低、误差大等问题,以磨削声发射信号的RMS值、FFT值、标准差、方差和偏斜度5参量为输入单元,建立了三层BP神经网络来预测磨削表面粗糙度,并应用附加动量法和自适应学习速率法对其进行了改进。通过仿真优化了隐层单元数,利用模型对磨削加工10个频段的声发射信号样本进行优选,确定将300400kHz的声发射（Acoustic Emission,AE）信号作为表面粗糙度预测模型学习样本频段。实验结果显示：改进后的BP预测模型与传统BP模型相比,具有收敛速度快、预测精度高的特点,相对误差可控制在8.66%以内。     

铝合金表面涂覆隐身吸波涂层脱落原因分析

通过对某装备车体外脱落隐身吸波涂层样品的表面形貌、截面形貌、元素组成及含量分析,发现吸波涂层和Al2O3钝化层之间没有化学结合键,只存在物理吸附和机械结合,在外部环境的作用下,很容易引起隐身吸波涂层的脱落。     

无人直升机辨识的一种新方法

针对无人直升机的辨识建模问题,提出了把频率响应辨识法和遗传算法相结合的一种新的辨识方法.该方法充分结合了频率响应辨识法抗噪声能力强、对输入信号通用性强、以及遗传算法的全局寻优特性的优点,极大地提高了辨识的准确性.与最小二乘法、Levy方法的对比仿真结果表明,这种方法辨识精度更高,具有重要的工程使用价值.     

某两栖车绕流场数值模拟研究及外形优化分析

运用多块混合网格,采用RNG湍流模型、流体体积法(VOF)和PISO算法对某型两栖侦察车带自由表面的粘性绕流场进行了数值模拟研究,数值方法采用相关试验数据进行了验证,误差在9%以内.针对模拟结果显示的影响其水动力特性的主要结构部位和外形参数进行了优化,并计算分析了轮穴、车体切角、车轮状态以及车首导流板对两栖车航行性能的影响.计算结果表明,改进后的车体绕流场特性得到了较大的改善,航速10km/h时减阻效果可达原车总阻力的69.2%,有效地提高了某型两栖侦察车的航行性能.     

Approximating the nondominated frontiers of multi‐objective combinatorial optimization problems

Finding all nondominated vectors for multi‐objective combinatorial optimization (MOCO) problems is computationally very hard in general. We approximate the nondominated frontiers of MOCO problems by fitting smooth hypersurfaces. For a given problem, we fit the hypersurface using a single nondominated reference vector. We experiment with different types of MOCO problems and demonstrate that in all cases the fitted hypersurfaces approximate all nondominated vectors well. We discuss that such an approximation is useful to find the neighborhood of preferred regions of the nondominated vectors with very little computational effort. Further computational effort can then be spent in the identified region to find the actual nondominated vectors the decision maker will prefer. © 2009 Wiley Periodicals, Inc. Naval Research Logistics, 2009