基于作业成本原理的飞行训练保障费用模型

飞行训练保障费用是飞机使用保障费用中的重要组成部分,也是使用保障费用估算的重点和难点。结合目前航空兵部队实际工作情况,首先利用作业成本法的基本原理,对航空兵部队飞行保障阶段的作业进行划分,得出成本库及成本动因。其次针对军机飞行保障阶段的多种作业,建立基于作业成本法的飞行训练保障费用模型。最后通过算例说明其比其他估算方法所具备的优势。     

间距和角度失调对零色散飞秒整形系统的影响

为了研究间距和角度失调对零色散飞秒整形时域特性的影响,理论上分析了系统的分辨率与各光学元件间距角度失调的关系,详细讨论了间距角度失调对系统效率和输出脉冲时间特性的影响.实验结果表明,透镜位置失调会导致脉冲展宽,且两个透镜位置失调对脉宽展宽的规律对称,光栅位置失调也会导致脉冲展宽.此外,器件角度失调对系统效率的影响大于位...     

战略效果评估分析框架研究

本文针对战略效果评估问题研究的复杂性,以从定性到定量的综合集成方法论为指导,采用系统动力学的基本原理,构建了一种定性与定量相结合的战略效果评估分析框架,并描述了评估的基本过程和相关模型,为战略效果评估的运筹分析提供了新思路。     

不同含水量超细钛酸钡电流变液性能的研究

采用溶胶-凝胶的方法,通过高温烧结得到了超细钛酸钡(BaTiO3)粉体,烧结产物经SEM、XRD等表征手段对粉体的形貌和晶型进行分析。采用卡尔-费休法测定了配制的电流变液中的含水量,讨论了不同含水量对钛酸钡的电流变性能的影响。结果表明,含水钛酸钡ER液在含水量为117．2μg／g时,屈服应力、表观粘度和漏电流密度达到最大值;要使含水钛酸钡ER液具有一定的ER效应,且在其实验仪器测试范围内(电场强度最大可达2．5kV／mm;漏电流最大可达10μA)具有电流变效应,含水量应小于或等于88．1μg／g。     

军用车辆轮毂电机位置传感器故障检测及容错控制

针对电传动装甲车辆恶劣工况下轮毂电机位置传感器容易产生故障问题,基于脉振高频电压注入法构建了位置传感器故障检测及容错控制系统.通过分析故障时位置传感器输出信号出现的幅值不平衡故障或正交不完全故障,采用阈值检测法实现故障检测,并使电机由有位置传感器控制切换为无位置传感器控制.仿真及实验结果表明,故障发生时,系统能够迅速检测出故障并进行容错控制,有效抑制了电机转速及定子电流的持续振荡.     

数字交流全电炮控系统研究

通过对比分析国内外坦克炮控系统技术，提出炮控系统技术发展方向，并提出数字交流全电炮控技术控制方案，即一种基于以数字信号处理器（ＤＳＰ）为主控芯片的永磁同步电机双环控制系统，控制方法采用正弦波脉冲宽度调制（ＳＰＷＭ）的控制方案。文中还就一些关键技术，如双模双环控制技术、变参数寻优控制方法、非线性反馈和非线性给定等进行了研究分析。     

全电战斗车辆发展概况及关键技术

介绍了目前世界上全电战斗车辆发展的现状和趋势.从新时期军事战略方针及陆军转型的要求等方面,对在我国开展全电战斗车辆研究进行了需求分析.以美军未来战斗系统地面平台为重点,总结和分析了国外相关研究成果.以电传动技术为重点,阐述了全电战斗车辆中的四大关键技术.从发展思路、具体措施等方面,对我国全电战斗车辆的发展提供参考性建议.     

煅烧温度对钛酸钡晶相的影响

采用溶胶-凝胶法,制备钛酸钡干凝胶.通过DSC对其进行热分析,确定两个煅烧温度:780 ℃和900 ℃.通过DSC,XRD对这两种温度煅烧得到的钛酸钡进行晶相结构表征.结果表明,随着煅烧温度升高,晶粒尺寸逐渐增大,(111)面间距d(111)和α轴逐渐减小,c轴逐渐增大.说明可以通过提高煅烧温度得到常温下为铁电性的四方相钛酸钡晶体,解决了溶胶-凝胶法制备钛酸钡在常温下为顺电性的立方相晶体这一问题.     

多媒体传感器网络中基于ACO的QoS路由协议

针对目前无线多媒体传感器网络QoS路由协议算法复杂、能耗较大等缺点,提出将蚁群优化算法用于改进无线多媒体传感器网络的路由选择.首先,抽象出多媒体传感器网络QoS 路由模型,进而,利用蚁群算法设计了一个运用带网络约束条件的权值去更新信息素浓度增量的路由算法--AntWMSN算法,AntWMSN算法利用正向蚂蚁F_(ant)收集链路带宽、时延、丢包率等参数,结合精华蚂蚁系统更新本地节点的网络状态模型以及每个访问过的节点上的信息素,从而找到满足多约束QoS条件下的最佳路由.仿真结果表明,该算法具有分布式全局优化网络路由选择的特性,比传统的QoS路由协议具有更好的收敛性,并且在满足网络对QoS参数需求的前提下,有效地提高了网络的生命周期.     

基于MSOA神经网络模型的装备保障费用预测

引入基于多步骤优化方法(MSOA)神经网络模型用以预测装备保障费用。实验结果表明,与传统的ARIMA时间序列模型和常规BP神经网络模型相比,基于MSOA神经网络预测模型具有更高预测精度。因此,该模型是一种更有效的装备保障费用预测模型。