基于方位量测的舰艇对潜定位技术研究*

结合舰艇拖曳线列阵声纳实际搜潜装备,利用舰载线列阵声纳测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型,给出求解潜艇运动参数的定位算法,并对定位误差进行了分析,在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向等因素对定位性能的影响,给出仿真结果并进行了分析,该结果对于指导实际反潜具有一定的实用价值.     

在新时代对培育大学生综合国防素质的思考

综合国防素质是在适应世界军事变革发展和国家安全新需要的基础上,对传统国防素质的一次改进与提升。与传统国防素质不同,综合国防素质强调的是对综合国防意识、综合国防知识以及综合国防技能的掌握和运用。新时代,弘扬和培育大学生综合国防素质是贯彻党的十九大精神、落实国家教育事业"十三五"规划部署的重要举措,对加快实施人才强国战略、实现新时代强军目标发挥着重要作用。     

多旋翼无人机减振分析与实验

针对多旋翼无人机机身系统振动过大导致飞行状态不稳的问题,基于有限元仿真技术与实验方法,进行了减振分析。通过频率分析,确定系统振动过大的原因为固有频率与激励频率耦合导致的共振现象,且共振频点的模态振型包含一阶挥舞、一阶摆振和二阶摆振振型。提出了优化机身壳体截面形状的设计方案,在不增加额外质量的情况下,将一阶挥舞、一阶摆振和二阶摆振振型对应的频点分别提高37.23%、22.47%和18.43%,有效规避了机身共振现象。仿真实验证明,提出的有限元仿真与实验结合的减振分析思〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCMWL.TIF;%129%129〗听语音 聊科研与作者互动 路及优化设计方法,可为旋翼无人机减振设计提供参考依据。     

爆炸成型弹丸贯穿靶板靶后破片空间分布模型

深空撞击载荷对探测小天体内部物质成分和结构特性具有重要意义,因此,在考虑爆炸成型弹丸(explosively formed projectile, EFP)可变截面的特性和区分靶后破片来源的基础上,建立了EFP贯穿靶板靶后破片空间分布模型。在靶板厚度30 mm至70 mm、EFP着靶速度1 650 m/s至1 860 m/s的条件下,该模型可以定量预测靶后破片云中各个破片的速度、质量、数量与空间位置的关系。结果表明,相对速度总是随相对空间位置的增加而呈线性增加,相对质量、相对数量总是随相对空间位置的增加而呈幂函数增加。     

固体推进剂黏弹性本构模型及其有限元应用研究

基于时温等效原理和WLF方程建立推进剂黏弹性泊松比主曲线方程,进而建立考虑时间温度相关泊松比的推进剂本构模型。基于增量有限元方法,采用完全显式积分算法推导增量形式的黏弹性本构方程。根据MSC. Marc用户子程序编程规则,确定本构模型对应的一致切线刚度矩阵从而实现本构模型的有限元应用。先后通过固化降温以及点火增压工况,分别采用黏弹性泊松比以及弹性泊松比对药柱结构进行应力应变力学响应分析,并对比不同类型泊松比对应力应变场的影响。研究方法和结果可为发动机药柱的精细结构完整性分析提供参考。     

军用嵌入式软件结构覆盖测试技术

基于军用实时嵌入式软件的测试经验,针对实时嵌入式软件特点,研究了各种平台软件尤其是嵌入式强实时软件的插装策略,分析了写文件、写内存、按位记录特征值、使用硬件的插装方式的优缺点。提出了有效的结构覆盖测试技术和测试方法。对实时嵌入式软件的测试,具有实际参考价值。     

装备剩余寿命预测平行仿真中模型动态演化方法

装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

灾害应急反应建模与仿真

为了满足多智能体应急反应仿真的需求,首先对构建多智能体应急反应仿真模拟框架的复杂性进行了分析,在此基础上提出并设计了组件式仿真模拟框架.采用本体(Ontology)建模、语义网模型及产生式规则推理等理论方法构建了仿真模拟框架的场景建模模块、人员Agent建模模块等组件.最后对依照上述研究内容所开发的原型系统进行了测试,对测试结果进行了分析,结果表明该框架能够有效满足多智能体应急反应仿真的建模需求.