火力打击装备智能化无人化技术研究

着眼于陆军火力打击部队智能化无人化装备发展途径和实现方式,重点开展典型火力打击装备智能化无人化技术研究。围绕侦察感知、指挥控制、通信网络、火力打击等要素,分析智能化无人化关键技术在火力打击装备上的应用,提出火力打击装备智能化无人化技术方案,为形成火力打击智能化作战体系,提高火力打击部队智能化作战能力提供支撑。     

领导干部要善用非权力性影响力树立威信

威信是指领导干部被下属尊敬、服从、信任和认可的程度,源自下属对领导的心理评价,是领导干部对官兵号召力和影响力的体现。威信高的领导干部能对下属产生强烈的感召力,使下属自觉地按照领导的要求行事,提升工作的积极性和主动性,使上级决策部署得到全面准确地落实。威信低的领导则可能严重破坏单位的组织氛围和下属的内在动机,导致下属工作标准下降、遇事敷衍拖沓,甚至出现消极避战、顶撞冲突等情况,对单位凝聚力、战斗力造成严重危害。     

轮式突击炮行进间射击炮口振动分析及稳定控制

为了研究不同因素对炮口振动的影响规律,建立了轮式突击炮行进间射击多体动力学模型,并与试验结果对比验证了合理性。路面谱采用谐波叠加法建模,在不同路面条件和火线高情况下进行了仿真计算,获得了两种因素对行进间射击炮口振动的影响规律。构建了垂向稳定器模型,进行了联合仿真,对比了有、无稳定器两种情况下的炮口振动。结果表明:炮口振动幅值随路面粗糙度增大而增大;火线高对炮口振动的影响是非线性的;垂向稳定器能有效控制炮口振动,相较于无稳定器情况,开炮前炮口最大高低角和高低角速度幅值分别降低了94.1%和97.4%,开炮后炮口最大高低角振动幅值降低了16.2%。该研究对轮式突击炮的总体设计起到了一定理论支撑,具有重要工程应用价值。     

仿蝴蝶扑翼飞行器:研究进展、挑战与未来发展

以昆虫为灵感设计的仿生扑翼飞行器在近三十余年来的时间里发展迅速,而蝴蝶作为众多昆虫中极富特色的一种也得到了许多研究者的关注。国内外以蝴蝶为研究对象进行了许多的仿生学研究和仿生飞行器研制,尤其是近十年来仿蝴蝶扑翼飞行器的设计与制造取得了较大的进展。对这一热点领域的研究进行了综述。首先从仿蝴蝶扑翼飞行器(BIFAV)的升力机制研究、结构设计与制造以及驱动与控制方面,综述近年来所取得的研究成果;其次指出仿蝴蝶扑翼飞行器目前在大小尺度、飞行灵活性、续航时间、控制鲁棒性以及仿生的逼真性方面仍然存在研究挑战;最终表明其未来的研究将朝着更小的尺寸、更灵活的飞行与更可靠的控制、更高的仿生程度等方向进一步完善。     

超精密机床进给系统的QFT控制器的设计

超精密机床进给机构中存在的不确定因素及非线性因素对进给系统跟踪控制精度有较大影响 ,采用合适的控制器能够有效提高其跟踪控制精度。QFT是在相频平面上的一种图形化的鲁棒控制系统设计方法。本文采用QFT理论设计了鲁棒跟踪控制器 ,并应用了速度前馈和误差积分控制。仿真结果显示 ,进给系统在被控对象参数发生较大变化时仍达到了数十纳米的跟踪控制精度 ,满足了超精密加工的要求     

一种新型的转矩控制方法——矢量转矩控制

参考磁场定向控制(FOC)、直接转矩控制(DTC)两种方法的特点,提出了一种矢量转矩控制(VTC)的方法,它解决了传统DTC的输出电压矢量与控制变化量之间没有定量关系的缺陷,建立了输出电压矢量与控制变化之间的函数关系,同时改进了磁链低速模型.实验结果表明,该方法能够有效改善电机的输出特性.     

球锥体高超声速绕流的俯仰阻尼导数的数值计算

采用Navier Stokes方程描述球锥体外形非定常振动流场 ,在Etkin理论下给出俯仰阻尼导数的计算公式。对定常流场的计算采用ADI形式的NND格式 ,对非定常流场的计算采用四步Runge Kutta方法 ,并引入变系数残值光顺技术加速收敛。将俯仰阻尼导数计算结果与实验及工程计算进行了比较 ,并数值研究了其随振动中心的变化规律。     

固体火箭冲压发动机的工作特性分析

通过数值计算 ,分析了燃气流量固定的壅塞式固体火箭冲压发动机、等空燃比工作的固体火箭冲压发动机和非壅塞固体火箭冲压发动机的高度特性和速度特性。结果表明 ,当导弹的飞行高度和速度变化时 ,燃气流量固定的壅塞式固体火箭冲压发动机性能变化最大 ,燃速压强指数为 1 0的非壅塞固体火箭冲压发动机的性能基本实现了等空燃比调节。贫氧推进剂的燃速压强指数越高 ,非壅塞固体火箭冲压发动机燃气流量的自适应调节能力越强。     

一类不确定大系统的分散变结构模型跟随控制

针对一类具有不确定参数和外界扰动的非线性大系统 ,在子系统互连项上界具有多项式形式的条件下 ,提出了一种分散变结构模型跟随控制器设计方案。该控制器不需要未知参数变化、外界扰动以及子系统互连上界的先验信息 ,能够通过自适应率对上述信息进行在线估计。在保证闭环大系统渐近稳定的条件下 ,同时实现了各个子系统滑动模态的存在性和可达性。理论分析和仿真结果验证了本文所提方案的有效性     

前馈控制的神经网络实现

不依赖对象模型,在前馈-反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿.文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较.文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性.