极压抗磨性能良好的润滑油添加剂

本文对含硫、钼的有机化合物的合成及性能进行了研究,并探讨了其化学结构对极压抗磨性能的影响。四球机试验表明:这类化合物有很好的抗磨性能和较高的承载能力,在润滑油中性能稳定,是较好的极压抗磨添加剂。烃基的改变对其极压抗磨性能有一定的影响。     

火炮身管寿命的分布函数

本文运用可靠性理论和《130mm 加农炮剩余寿命的一种预测模型》一文的结果,证明火炮身管寿命服从 Weibull 分布,并以130mm 加农炮为实例,给出参数的比值估计方法.     

炮兵对有生力量压制比的仿真计算方法

为了评估炮兵对有生力量压制效果,应用离散事件仿真方法建立了炮兵射击有生力量仿真模型,提出一种炮兵对有生力量压制比的仿真计算方法。首先,给出了压制比的概念与模型。然后,建立了基于离散事件仿真的炮兵射击有生力量模型。最后,结合实例验证了仿真计算方法的正确性。     

采用遗传算法的电控增压器电磁阀优化设计

运用Ansoft Maxwell软件建立电磁阀的动态响应特性仿真模型，并通过试验验证模型的准确性。利用模型集成ISIGHT软件的方法，对影响电磁阀动态响应特性的参数进行灵敏度分析，得出各个参数对动态响应特性的Pareto图。基于遗传算法对电磁阀进行多参数优化设计，获取最佳参数组合，并利用电磁阀动态响应特性试验台架，开展参数优化前后电磁阀动态响应特性的对比试验研究。试验结果表明：相比于原参数方案，参数优化后的电磁阀动态响应特性得到大幅度提升，其开启响应时间缩短了59.1%，关闭响应时间缩短了47.2%。     

CODE新光压模型对北斗混合导航星座精密轨道确定的影响

运用卫星定轨软件工具包NUDTTK,分析了欧洲定轨中心扩展的经验光压模型(EECOM)对北斗二代混合导航星座精密轨道确定的影响。研究表明:对地球静止轨道卫星而言,EECOM能够明显改善定轨精度,相比于传统的ECOM-9和ECOM-5模型,卫星激光测距检核精度分别提高17.4%和35.1%。对倾斜地球同步轨道卫星和中轨道卫星而言,采用ECOM-5模型的定轨精度要优于采用EECOM和ECOM-9模型的,新光压模型EECOM并不能有效改善倾斜地球同步轨道卫星和中轨道卫星的定轨精度。与IGS数据分析中心WHU、GFZ和CODE的轨道产品相互比对的结果显示:目前,国防科技大学北斗精密轨道产品中,地球静止轨道卫星的定轨精度为1~4 m,倾斜地球同步轨道卫星的定轨精度为25~30 cm,中轨道卫星的定轨精度为10~20 cm。     

利用复单脉冲比的平面阵列雷达群目标检测方法

针对平面阵列雷达群目标检测问题,以矩形阵为例,详细分析方位向和俯仰向复单脉冲比虚部的统计特性;建立平面阵列雷达群目标检测模型,根据恒虚警检测原理推导复单脉冲比虚部的椭圆判决域,并利用复单脉冲比实部辅助判决,综合提出基于复单脉冲比的平面阵列雷达群目标检测算法。针对双目标情形进行仿真实验,结果表明:在较高信噪比、较大角度间隔以及幅度相当且相位差较大的条件下算法能够有效检测群目标。     

变极性等离子弧焊换向过程控制方法研究

通过试验证实了变极性等离子弧焊换向过程中存在电弧电流谐振现象,且不同极性的电流谐振峰值不同,依据电弧理论分析发现换向期间等效电弧电阻是一个时变量。对换向电路建模分析和仿真结果表明,在换向期间系统阻尼比为时变量,调整系统阻尼比是降低电流谐振峰值的有效途径。又根据变结构控制思想提出了新的换向控制方法,并重新设计了换向电路,显著降低了电流谐振峰值,改善了大电流焊接时换向器件的工作状态,为大功率变极性等离子弧焊电源的研制和开发提供了依据。     

基于VFGPIR联合特征的决策级加权融合检测方法

车载前视地表成像雷达(VFGPIR)探测浅埋目标时面临虚警率过高问题,可利用序列图像特征的联合检测解决这一问题.首先利用Fisher鉴别比(FDR)定量评估从单帧和序列图像中提取的单个特征的鉴别能力;然后针对单个最优序列特征无法满足探测指标要求提出一种基于决策级加权融合的多特征联合检测方法;最后利用接收机工作特性(ROC)曲线来验证所提方法的有效性.试验结果表明:序列特征比单帧图像特征具有更好的鉴别能力;所提方法性能优于单个最优序列特征、特征向量和多数票融合准则对应的检测结果,有望满足实际探雷应用需求.     

实测海浪水压场特性分析

海浪水压场是舰船水压场的主要背景干扰.为深入研究海浪水压场与舰船水压场的特征区别,在大量实测海浪水压场数据的基础上,对其时域及频域特性进行研究,并对海浪水压场的平稳性进行了检验,结果表明,海浪水压场能量主要集中在低频范围,且随着海况和水深的增加,最大能谱频率向低频方向移动,在较短的时间内,可将海浪水压场视为平稳随机过程.     

Directional change‐point detection for process control with multivariate categorical data

Most modern processes involve multiple quality characteristics that are all measured on attribute levels, and their overall quality is determined by these characteristics simultaneously. The characteristic factors usually correlate with each other, making multivariate categorical control techniques a must. We study Phase I analysis of multivariate categorical processes (MCPs) to identify the presence of change‐points in the reference dataset. A directional change‐point detection method based on log‐linear models is proposed. The method exploits directional shift information and integrates MCPs into the unified framework of multivariate binomial and multivariate multinomial distributions. A diagnostic scheme for identifying the change‐point location and the shift direction is also suggested. Numerical simulations are conducted to demonstrate the detection effectiveness and the diagnostic accuracy.© 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013