基于独立分量分析和神经网络的钢结构损伤识别方法

为了有效剔除钢结构振动信号中的噪声,提取用于损伤识别的特征量,采用独立分量分析方法分离统计独立信号,同时得到表征结构损伤状态的混合矩阵,然后将混合矩阵作为特征量输入至神经网络进行训练,最后将训练好的神经网络作为分类器进行结构损伤识别.在冲击载荷作用下,针对钢框架结构模型进行了不同损伤部位的振动实验,结果表明:基于独立分量分析和神经网络的损伤识别方法具有较高的识别率和可重复性,而且实现简单,在结构损伤识别领域具有较大的应用潜力.     

机动导弹系统研制中的生存能力论证建模

分析了机动导弹系统生存面临的生存威胁,对机动导弹系统生存能力的基本指标体系,进行了量化研究,结合某新型号机动导弹系统的研制设计方案,提出了基于相邻优属度熵权的模糊综合论证模型.该模型将指标的随机不确定性和模糊不确定性结合在一起,增强了论证结果的可信性.利用上述模型对机动导弹系统设计方案的生存能力进行了论证分析,并依据论证结果对设计方案进行修改,对修改后的方案进行了再次论证.     

装备制造基础数据治理体系建设研究

数据治理是数据管理的核心职能。装备制造业务涉及设计、生产、试验、综合保障以及计划管理各方面,相关数据类型繁多,产生和积累了大量业务数据。但由于目前大部分军工企业的数据标准化体系不健全,导致基础数据质量不高。本文通过借鉴、数据治理等技术,研究构建具备数据治理、数据标准、数据架构、数据安全、数据质量、数据应用等核心能力,三位一体并覆盖装备制造全寿命周期的数据治理体系,同时,依据装备数据管理规范和标准开发面向装备领域的流程化数据治理服务平台,以实施统一编码,打通流程和数据,为装备制造各阶段的信息共享、追溯、统计分析提供数据基础,促进设计研发、生产制造和运营管理的有效集成,从而有效发挥数据效能,提升军工企业的信息化高端收益水平。     

装甲车辆驾驶员心理素质测试中的评价准则合并方法

为解决装甲车辆驾驶员心理素质的测试与评价问题,对其测试及评价方法进行了分析研究,提出了心理指标测试中“既快又稳”2项评价准则的合并方法.运用该方法,对注意集中能力、选择反应能力和双臂协调能力指标的2项准则进行了合并,称为该项“指标能力值”,并进行了验证,结果表明:合并后的指标值更能全面地反映被试个体的心理学特征.     

基于边带相关置换的BDS抗窄带干扰算法

提出了一种新的窄带抗干扰算法,利用北斗卫星导航系统(BDS)信号体制频谱的对称性,通过将受到污染的频谱部分替换为未受污染频谱,而对于对称干扰,则将其置零,以达到最大程度恢复原信号的目的。仿真表明,该方法扩展了常规边带相关置换法的应用范围,其抗干扰效果优于常规的频域干扰置零方法。     

导弹舵机MIT-Lyapunov复合控制研究

建立了导弹舵机系统的数学模型,提出了模糊自适应控制分配与复合控制器设计方案,使采用MIT-Lyapunov复合控制方法设计的控制器能够克服导弹舵机系统在导弹飞行范围发生大的变化时,舵机参数剧烈变化带来的影响。最后利用Matlab/Simulink对舵机系统进行了仿真分析。仿真结果表明:该控制器能够解决舵机在参数发生变化后控制效果变差的问题,使舵机系统具有较好的稳定性和快速响应性。     

颠覆性技术的基本特征与国外研究的主要做法

文章研究提出了颠覆性技术的概念内涵,总结了颠覆性技术的基本特征,分析了主要军事强国推动颠覆性技术研究的主要做法。     

航速振荡对船舶纵摇与垂荡耦合运动的响应模型

为解决船舶纵向速度振荡对纵摇与垂荡运动响应影响问题,开展了有船舶纵向速度振荡条件下的纵摇与垂荡耦合运动响应模型研究。建立了一组坐标系,基于弗汝德-克雷洛夫假定,推导了船体切片的浮力、阻尼力和惯性力,通过对切片的积分得到了船体纵摇和垂荡的水动力(矩),推导并得到了纵摇与垂荡耦合运动响应方程。初步讨论分析了纵向振荡速度、加速度和位移对船体水动力及波浪力(矩)的影响,得到了纵向振荡位移对纵摇与垂荡耦合运动特性有显著影响的初步结论。     

红外探测系统作用距离试验与评估方法

针对长期以来靶场鉴定试验中红外探测系统作用距离难以准确评估的问题,提出一种利用非典型环境条件下的小样本试验数据进行试验设计和指标参数评估方法。通过对红外探测系统作用距离试验要素的分析,提出并设计均匀设计表进行试验,事后利用试验数据建立作用距离偏最小二乘回归评估模型,并通过实例分析表明了方法的有效性和正确性。     

基于混合优化的前馈-反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.