人工智能赋能军事训练

随着大数据、物联网和5G的不断发展,海量数据的获取变得越来越容易,人工智能技术利用GPU的强大计算能力和深度学习网络对高维数据和非线性模型的拟合能力,迎来了飞跃式发展,深刻改变着人类生产、生活和学习方式,出现了语音识别、机器翻译、无人驾驶及智能机器人等场景,计算、数据与模型的不断发展也成为推动人工智能前进的主要动力。本文分析了人工智能技术的主要发展方向,包括自然语言处理、语音识别和图像识别分析等,结合当前人工智能的主要技术方向和典型应用,展望了人工智能在军事训练领域的广阔应用前景,同时,聚焦发展智能化军事训练亟需解决的关键问题,针对解决网络、数据、模型等面临的问题提出措施建议,指出应通过模拟仿真训练提高训练效率,基于训练数据科学评价训练效果。     

火场心理调节与心理训练

消防指战员在火场上的心理状态直接影响甚至决定着指战员的生理状态,影响灭火救援任务的完成。如果我们将指战员的心理调节至适度的兴奋、紧张,而避免急躁、恐惧等不良心理的产生,就能使指战员处于一种良好的心理、生理状态,保证在其他因素(如正确的战术、精良的装备、群众的配合等)的配合下顺利完成灭火救援任务。     

水中爆炸作用下隧道毁伤效应研究

为研究隧道在水中爆炸荷载作用下的毁伤机理和破坏形态,选取典型管节,建立隧道管节的耦合Lagrange-Euler(CLE)三维数值模型,通过水下爆炸试验验证了CLE方法和材料模型的准确性。开展隧道管节的毁伤效应数值模拟,分析冲击波作用过程、管节损伤演化过程和管节破坏机理;进行参数分析,比较不同炸药当量和爆炸距离对管节毁伤程度和破坏模式的影响。结果表明：在水中爆炸作用下,隧道管节的损伤过程超过冲击波的作用时间。在同种炸药当量下,管节前壁的损伤程度随爆炸距离的增加而降低;后壁的损伤程度主要受炸药当量影响,爆炸距离对其影响较小。以位移变形为损伤指标,拟合得到函数关系式,并给出不同破坏程度的临界曲线,可用于评估隧道管节的破坏程度。     

自行火炮扭力轴载荷谱的测量及疲劳寿命预测

为预测自行火炮扭力轴寿命，对某型自行火炮在不同工况下进行实车试验，获得了多工况下扭力轴的载荷谱。受力分析表明，表面最大拉应力是扭力轴的破坏应力；提出基于随机响应面对扭力轴寿命进行预测的方法，将低周疲劳寿命表达式中的随机参数表示为标准随机变量，引人随机响应的Hermite多项展开式进行拟合，建立了扭力轴疲劳寿命的显式函数。通过对实测载荷谱进行统计分析，依据寿命表达式可以预测扭力轴疲劳寿命，并给出概率分布。该方法弥补了传统响应面法以一般多项式拟合时不能保证收敛性的缺陷。     

浅谈标准样品

介绍了标准样品的定义、作用、生产（制备）和管理等方面基本知识，并为今后标准样品的应用提出了参考意见。     

大漠深处磨利剑——济空导弹某旅新装首次赴大漠戈壁实弹打靶纪实

2010年3月15日凌晨，戈壁大漠寒风凛冽，沙石纷飞。陡然间，战斗转进的警报声刺破天空，迷彩身影飞扑阵地，油机轰鸣，雷达旋转，导弹悄然起竖，剑指苍穹……