大延时网络中的主动队列管理机制

研究了网络延时对路由器主动队列管理机制的影响,分析了几种典型主动队列管理算法在大延时网络中的性能。在介绍了基于内模补偿的DC-AQM算法的优缺点之后,根据PID控制器延时补偿的Ziegler-Nichols设定方法,提出了ZNDC(Ziegler-Nichols delay compensation)AQM算法并进行了仿真实验验证,实验结果表明算法达到了预期的目标。     

现代坦克火控系统体系结构发展的轨迹

对现代坦克火控系统体系结构发展的轨迹进行了较为详尽的论述,分析了几种主要类型的火控系统体系结构.对于在战车火控系统的发展历程中起重要作用的指挥仪式火控系统,从上反射式系统和下反射式系统两方面进行了比较分析.最后指出了用控制主线的观点来分析和预测火控系统发展所具有的优点.     

PMSM空间矢量控制在坦克全电炮控中的应用

介绍了数字交流全电式坦克炮控系统的设计,针对基于DSP(数字信号处理器)的永磁同步电动机(PMSM)电压空间矢量算法的特点,研究出了优化控制的新算法,减少了计算量,提高了系统的性能.试验结果表明系统具有良好的动静态性能,能显著地提高炮控系统的各项战技指标.     

基于场景的C2系统的模拟与评价方法

为适应一体化联合作战指挥控制系统快速决策与实时性能评价的要求,提出一种基于场景的系统快速模拟与评价模型.其优点在于①根据系统需求实现系统的建模、仿真代码自动生成及性能评价.②模型自适应能力强,系统场景设计中的冲突、不完整、安全、性能及行为错误等问题都可以通过仿真过程中不同方面的动态分析检测出来.     

破片模拟弹侵彻钢板的有限元分析

根据破片模拟弹侵彻钢板的实验研究,采用MSC.Dytran对破片模拟弹侵彻钢板的侵彻过程、侵彻特性、钢板的破坏模式以及弹体的侵彻速度、靶板的侵彻阻力进行了有限元分析,并将分析结果与实验结果进行了比较.分析结果表明,破片模拟弹冲击钢装甲的侵彻过程可大致分为初始接触、弹体侵入、剪切冲塞和穿甲破坏4个阶段.有限元分析的破片模拟弹侵彻特性及靶板破坏模式与实验观测结果有较好的一致性,在靶板破口的正面,与弹体平面凸缘两端接触的部分,变形以剪切为主,而与切削面接触的部分,以挤压变形为主;靶板破口背面为剪切冲塞破坏;有限元模拟的弹体剩余速度与实验结果吻合较好,弹体侵彻过程中弹靶作用界面的速度和侵彻速度近似呈线性变化.有限元分析结果还表明,采用适当的模型,有限元法能较好地模拟破片模拟弹侵彻钢板的侵彻过程、侵彻特性以及钢板的破坏模式.     

高精度气压源的Fuzzy-PID控制研究

设计了Fuzzy-PID双模控制器并应用到高精度气源压力控制系统中.试验表明,单纯采用PID控制的高精度气源压力控制系统具有精度高的优点,但不适应系统参数的变化.Fuzzy-PID双模控制器具有响应速度快、稳态误差小、鲁棒性强的优点.通过试验比较了传统PID、Fuzzy控制和Fuzzy-PID双模控制3种控制策略,试验结果表明,Fuzzy-PID双模控制器综合了Fuzzy控制和PID控制的优点,适用于高精度气源压力控制系统.     

基于小波神经网络的蒸汽发生器水位辨识与控制仿真

提出一种基于小波神经网络的控制方法,对蒸汽发生器水位进行控制仿真.该方法利用小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能自适应产生最佳的控制规律.仿真结果表明,该方案具有响应快、超调量小、较强抑制干扰能力等良好性能.     

大型军车新型底盘自动集中润滑系统的研究与开发

开发了大型军车使用的新型底盘自动集中润滑系统(Chassis Centralized Lubrication System)。系统采用高效润滑泵、嵌入式控制系统及车内CAN总线网络扩展技术,大大提高了大型军车底盘的寿命,可有效地减少战场环境下的底盘故障。     

车用磁流变减振器动力性能实验分析

MRF阻尼器结构简单、体积小、能耗低、反应迅速且阻尼力可调范围广, 已经成为新型履带车辆半主动悬挂系统优先选择的方案。基于磁流变液体本构关系的Bingham模型,对影响车用磁流变减振器的阻尼力的各种因素进行了综合分析。对自行研制的双出杆剪切阀式磁流变减振器进行了实验研究,获得了不同振幅、频率、电流强度下的阻尼力变化曲线,从不同的侧面获得了MRF阻尼器的动力性能。结合Hrovat限界最优半主动控制算法和车辆悬挂系统振动的半主动控制策略,仿真分析了磁流变阻尼器对整车振动的控制效果,并与LQR控制结果作了比较。     

坦克稳定器的神经滑模控制方法

针对坦克稳定器这一类非线性和不确定性的复杂控制对象,提出一种神经滑模控制方法。该方法将滑模控制与神经网络相结合,解决了控制系统跟踪性能和鲁棒性能之间的矛盾。系统中的滑模控制器保证了系统的快速跟踪性能;而神经网络具有很强的自学习功能,通过学习能够保证系统的稳定性,同时可对扰动和参数变化进行有效的抑制补偿,从而在不牺牲系统鲁棒性的同时达到削弱抖振的目的。从理论上证明了滑动平面的稳定性,并且通过仿真验证了该结果。仿真结果表明该设计方法优于经典设计,为实际设计提供了一种可行的新方法。