机械设备非平稳噪声成像研究

针对实际机械设备噪声的非平稳特征带来的成像问题,采用总体经验模态分解(EEMD)方法对噪声信号进行分离,从而获取噪声的非平稳特点;利用高密度传感器阵列,采用近场声全息(NAH)与波束形成(Beamforming)相结合的方法实现瞬态成像。结果表明:使用该方法能够获得非平稳声场空间分布的动态特征,实现对实际机械设备噪声的有效监测。     

抗辐照MRAM研究进展

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler) 散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。     

射击技能的提高应注重射手的心理训练

保持良好的心理状态是一名优秀射手应具备的心理素质。随着新军事训练大纲的施行、应用和射击水平的不断提高,实弹射击和反恐作战中射手心理方面所承受的负荷也随之增大,涉及心理方面的问题也逐渐增多,更加凸显了射手心理训练的重要性。那么,如何在射击中加强心理训练,强化射手的自控能力？这就必须从心理训练的原则、作用和方法入手,进行科学探讨,同时注意掌握克服几种常见不良心理的方法。     

加权振动烈度在齿轮箱状态监测中的应用研究

针对齿轮箱运行过程中状态监测的性能特征参量及其评价标准的确定问题,研究以齿轮箱振动烈度为性能特征参量,依照国标GB6075—1985来判定齿轮箱运行状态,提出在特征频率处计算振动烈度,即加权振动烈度,以此作为监测量来判定齿轮箱性能状态,并可以对故障进行初步定位。     

抢险救灾工程破碎机械保障效能评估

破碎作业是抢险救灾工程保障的重要内容.以抗震救灾工程机械抢险作业理论与实践为基础,运用层次分析法构建了工程破碎机械保障效能评价指标体系,探索了相应的评价方法,并应用于工程保障实践.实践表明,该方法有利于抢险救灾科学决策,对合理选配工程机械,提高突发事件工程保障效能具有积极的促进作用.     

一种波束展宽的宽频带圆极化微带天线的设计与制作

文章设计了一种波束展宽的宽频带圆极化微带天线。天线单元采用层叠结构的形式实现宽频带,通过在天线四周加导电墙并改变地板尺寸展宽微带天线的波束宽度。主要研究了改变导电墙高度以及地板大小对天线的半功率波束宽度以及低仰角增益带来的影响,通过仿真优化,这种方法可以将天线的半功率波束宽度从68°提高到100°,同时仰角30°增益从0.01 dB提高到2.4 dB。加工制作了相应的微带天线,测试结果表明该天线具有频带宽、低仰角增益高以及波束宽度宽的优点,与仿真结果吻合较好。     

基于GIS的AHP法在后勤配置地域辅助决策中的应用

后勤配置地域选定合理与否,将直接影响后勤保障的质量,影响作战结局。根据后勤配置地域选定的原则,分析了后勤配置地域选定影响因素,结合地理信息系统(GIS)与层次分析法,对其中地理环境要素进行量化分析,构建指标体系和模型,对后勤配置地域选定进行综合评估,最后提出运用计算机进行辅助决策的方法和思路。文中指标体系、模型和方法,经初步论证和实例检验是可行的,为相关项目的研发提供一定的理论依据。     

基于遗传算法的认知网络调度算法设计

在网络可用频谱资源动态变化条件下,为了实现认知系统频谱利用率的提升和对用户公平性的保证,文章首先建立了无限队列缓存的OFDMA认知系统调度优化模型。在此基础上,结合简单遗传算法SGA(SimpleGenetic Algorithm)和优化约束条件,提出了基于遗传算法的认知调度策略CRSGA(Cognitive Radio SchedulerBased on Genetic Algorithm)实现了优化问题的求解。仿真结果表明,通过调整适应度函数中的比例因子,CRSGA算法能够在有效保证用户公平性的同时逼近系统频谱利用率上限。     

古建筑防火新技术研究

阐述了古建筑火灾的危险性,并从本质安全的角度研究了古建筑中木材、纤维织物的阻燃措施。指出木材的阻燃处理方法通常采用物理和化学方法,而化学方法可采用表面涂覆、浸渍处理、化学改性三种方法;纤维织物阻燃处理采用共聚阻燃改性、共混阻燃改性、阻燃后整理、接枝共聚、皮芯型复合纺丝等方法。可以根据具体情况选用合适的阻燃处理方法,从而达到降低材料可燃性的目的,大大提高古建筑的火灾风险等级。     

基于神经网络趋势预测的装甲车辆柴油机寿命预测

针对装甲车辆柴油机现有定期维修方式存在的"维修过剩"和"维修不足"的问题,提出了装甲车辆柴油机神经网络寿命预测步骤,运用主成分分析方法将多个柴油机状态参数简化为2个综合参数,利用插值法得到柴油机各个时刻的综合参数数据,并作为神经网络的训练数据和测试数据,建立了装甲车辆柴油机寿命预测模型。结果表明:该模型预测精度较高,具有一定的应用和推广价值,为实现装甲车辆柴油机状态维修提供了技术支撑。