穿甲子弹垂直侵彻防弹钢试验与理论模型

试验研究了穿甲子弹垂直侵彻高强防弹钢的机理,提出了一个分析靶板极限速度和弹体剩余速度的理论模型,该模型综合考虑了材料的应变率与热软化效应,结果表明,理论值与试验值吻合很好.分析了失效准则的影响,研究了剪切带温度和靶板耗能随入射速度的变化规律.     

一种快速评定通信设备战损等级的方法

为解决通信设备战损等级评定中存在的问题,快速且准确地做出评定,提出了利用BP神经网络进行战损等级评定.在总结战损等级影响因素的基础上,建立了通信设备战损等级评定神经网络模型.经检验,该模型用于战时通信设备战损等级评定准确度高,具有很强的军事意义.     

基于蜂群算法多子阵电台天线波束形成

考虑到战场环境下,低信噪比和敌方干扰容易造成超短波电台通信中断,而鉴于天线阵可以有效提高信噪比和抑制干扰,结合战场电台天线分布特点,提出一种多子阵电台天线应急接收模型。理论分析多子阵电台天线波束形成特性,以消除栅瓣、抑制干扰、提高增益为目标,采用蜂群算法对子阵间距进行优化。仿真结果表明,优化子阵间距可以有效消除栅瓣、抑制干扰、提高增益。同时,与遗传算法和粒子群算法相比,蜂群算法具有更好的全局搜索能力和收敛速度。该研究成果可为超短波电台应急通信提供参考。     

方钢刚性减振结构对组合板振动影响的计算分析

从质量引起的阻抗失配的原理出发,利用波动理论分析了在板中嵌入一块方钢所引起的对振动波传播的阻碍作用,并且通过NASTRAN有限元软件进行了模拟计算,检验了方钢结构的隔振效果.     

考虑几何及力和力矩非线性时弹丸运动方程的研究

从矢量形式的六自由度弹丸运动方程组出发,推导出了在全部力和全部力矩作用下考虑几何非线性及力和力矩非线性时的弹丸运动方程组,并导出了其用于数值计算的柯西标准形式,得到了攻角和进动角的计算表达式.此动力学模型可用于弹丸大攻角飞行时的弹道计算及某些灵巧弹药(如末敏弹)的设计.     

一种精确打击下桥梁毁伤视景仿真系统设计实现

目前,在桥梁毁伤仿真领域采用的数值仿真方法虽具有精确性高的优点,但是仿真过程不直观、形象,整体性不强。采用视景仿真技术进行精确打击下桥梁毁伤仿真,在保证精确性要求的基础上,利用Unity3D软件以三维画面的形式进行展示,仿真过程形象、直观、明了。给出的精确打击下桥梁毁伤视景仿真系统的设计方法,能够满足真实性和实时性的要求,利用Unity3D自带的物理引擎完成了桥梁模型的物理特性建模和爆炸仿真分析,通过全过程仿真,能够分析得出相应的毁伤结论,达到了预期效果。     

半穿甲导弹性能的攻角效应数值分析

利用LS—DYNA软件分析弹体攻角和目标运动对穿甲过程中装药安定性、弹体剩余速度及弹头姿态的影响。在穿甲过程中，弹体速度为300m／s，攻角分别为0°，10°和20°，弹体和目标板选择了考虑应变、应变率和温度效应的Johnson—cook材料模型。结果表明：随攻角的增大，装药局部受力显著增大，弹体剩余速度下降，弹头发生偏转；目标运动使穿甲能力减弱，但目标运动会使装药受到的外力在一定程度上减少。     

不锈钢面板与铝面板泡沫铝夹芯梁的抗爆性能

为考查泡沫铝夹芯梁的抗爆性能及面板材料对其抗爆性能的影响，采用数值模拟方法分析了面板材料分别为工业纯铝与304号不锈钢，芯材为Alporas泡沫铝共同组成相同质量泡沫铝夹芯梁在不同爆炸荷载作用下的跨中位移与芯材压缩应变的差异。研究结果显示：在爆炸冲量分别为1．82，3．77，6．08，7．0kN·s的作用下，工业纯铝面板泡沫铝夹芯梁跨中位移分别为304号不锈钢面板泡沫铝夹芯梁跨中位移的68％，83％，84％及86％，较304号不锈钢面板泡沫铝夹芯梁具有更好地抵抗爆炸冲击波的能力，面板材料对泡沫铝夹芯梁的压缩应变影响较小。     

爆炸冲击波对靶板的损伤仿真与评估研究

为了研究爆炸冲击波对武器装备的损伤，建立了炸药爆炸冲击靶板的有限元模型，对不同厚度靶板在确定爆炸冲击环境下的损伤进行了仿真试验。不同于传统的宏观破口尺寸损伤表征参数，引入了等效塑性应变来精确描述靶板损伤，并提出了一种基于主成分分析理论对靶板损伤进行评估的方法。结果表明：利用该方法所得到的计算结果与理论分析结果完全一致。这说明基于多元统计分析的靶板损伤评估方法是切实可行的，可以进一步应用于装备爆炸损伤评估与易损性研究中。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010