深基坑预应力锚索支护对临近既有建筑影响的数值分析

通过利用Ansys有限元软件对某基坑的开挖过程进行数值模拟,对预应力锚索桩支护体系对既有建筑物基础的影响进行了分析,并且与锚索不施加预应力的情况进行了对比,得出了锚索施加预应力可以减小既有建筑物的地基两侧的变形差。但是锚索倾角太小或锚固段完全位于建筑下方,会降低锚索的预期效果,有可能导致建筑物开裂。所以应考虑锚索的倾角和锚固段的位置对建筑的影响。     

野战装备指挥保障综合系统的设计与实现

介绍了野战装备保障的需求,提出了运用高新技术的最新成果,构建装备指挥保障可视化系统的设计思路和实现方法,并描述了系统的结构和功能,对系统中应用的关键技术作了阐述。     

弹道导弹打击航空母舰末制导寻的方法研究

在弹道导弹与航母战斗群的攻防对抗中,弹道导弹需要采用有效的寻的方法以便在对抗中占优势。通过分析航母的运动特性,建立了预测其运动态势的数学模型;在此基础上,采用预测落点的末制导方法,在导弹弹头再入大气层后,通过多次预测和修正,实时修正由于航母运动和再入过程中大气影响等各种干扰因素所引起的落点偏差,以保证弹头能以较好的精度命中目标。从数字仿真结果来看,该方法成功率高,且制导精度较高,具有较强的工程应用价值。     

面向对象的反舰导弹航路规划

针对反舰导弹航路规划的任务特点,提出了一种面向对象的反舰导弹航路规划方法.在全面分析了反舰导弹航路规划中可能用到的类的基础上,建立了对各种类的描述,使得不同算法和不同任务要求的航路规划可以通过对类的继承和对成员函数的重载实现.最后,在VC 平台下,对这种面向对象的反舰导弹航路规划方法进行了编程实验.     

基于固有时间尺度分解的能量算子解调法及故障诊断应用

针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法.首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号.结果表明:该方法能有效地提取机械振动信号的故障特征.     

超声深滚对高强铝合金超声波焊缝组织与性能的影响

采用超声深滚工艺处理了2A12铝合金、2A11铝合金的超声波焊缝,通过扫描电镜和透射电镜观察、纳米硬度测试、残余应力测试、有限元应力分析和拉伸试验等方法,研究了焊缝处理前后的组织结构和力学性能.结果表明:超声深滚处理可以去除焊缝表面的超声波焊接压痕,降低焊缝表面的应力集中.超声深滚处理后,结合界面的焊接残余应力由处理前焊接状态的56 MPa转变为处理后的-44 MPa.此外,超声深滚处理产生的塑性变形使结合界面发生进一步的动态回复,形成较为均匀的层状亚晶组织.超声深滚处理后,超声波焊缝的平均结合拉伸力提高了约36％.     

基于B样条的稳健回归算法

利用B样条基构建了拟合函数模型.针对观测数据中存在野值的情形,选取了稳健函数进行稳健回归,并通过迭代再加权法实现了拟合函数模型的求解.试验结果表明:在数据中含有野值的情形下,基于B样条的稳健回归算法比常规的最小二乘回归算法具有更好的表现.     

内编队地球重力场测量性能数值分析

内编队系统通过实现内卫星纯引力轨道环境和内卫星精密定轨,完成高精度地球重力场测量,实现了不依赖于加速度计的重力卫星实施新途径。针对内编队重力场测量性能难以解析分析的情况,基于MATLAB并行程序设计进行了重力场测量数值模拟,获得了内编队重力场测量的有效阶数及其精度。在内编队轨道高度为300km、内卫星干扰力为1.0×10-10m/s2、外卫星定轨精度为3cm、内外卫星相对状态测量精度为1mm的条件下,计算得到内编队测量重力场的有效阶数为72,相应的大地水准面累积误差为44cm,重力异常累积误差为4.5mGal,由此可知内编队测量重力场的有效阶数主要分布在低阶部分。     

黄页服务的合同网在编队武器目标分配中的应用

海上舰艇编队协同作战面临的环境日益复杂,其武器目标分配呈现出了多智能体系统的涌现性、协同性和动态性.将编队武器目标分配问题转化成多智能体系统来研究,根据黄页概念建立了编队武器智能体的黄页服务,运用基于黄页服务的合同网协议实现了编队范围内的武器目标分布式分配.     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。