协同制造系统的可靠性分析

协同制造作为一种先进制造模式,逐渐成为研究的热点。而系统的可靠性是协同制造系统成功实施的关键因素之一。从协同制造系统的自身特点出发,阐述了进行协同制造系统可靠性研究的必要性和紧迫性。并给出了协同制造系统可靠性分析的框架模型,认为协同制造系统可靠性应该从人、工作流系统和设备硬件等几个方面进行综合研究,并对各部分的可靠性研究进行了概述。     

装备表面超润滑设计及高温摩擦学性能研究

运用多功能SRV试验机考察了MoS2的高温减摩抗磨性能.结果表明在点接触条件下,MoS2在200 ～400 ℃时显示出非常低的摩擦因数,其摩擦因数大约为0.06;MoS2在不同试验温度下的抗磨性能都比菜籽油的抗磨性能好,特别是在200～400 ℃时,MoS2的抗磨性能显示出特殊的优越性,其主要原因是MoS2主要以吸附形式存在于摩擦表面.因此,MoS2可以作为摩擦表面超润滑设计的润滑剂.     

平流层飞艇抗风场干扰约束Unscented卡尔曼滤波算法设计与应用

为了提高风场干扰环境下飞艇的导航精度,研究飞艇抗风场干扰导航算法。在建立风场干扰条件下飞艇速度误差约束模型的基础上,设计抗风场干扰的约束Unscented卡尔曼滤波算法。确定风场干扰条件下飞艇的速度误差约束量,将该约束与Unscented卡尔曼滤波算法相结合,对速度误差进行估计和补偿,以减小风场对飞艇定位精度的影响;证明该算法的状态估计量不仅是无偏的,而且协方差小于标准Unscented卡尔曼滤波的协方差;将提出的算法应用于捷联惯导/天文/合成孔径雷达组合导航系统中进行仿真验证,并与自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法进行比较。结果表明:提出的约束Unscented卡尔曼滤波算法的滤波性能明显优于自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法,能够有效抑制风场对飞艇定位精度的影响,提高飞艇的导航定位精度。     

固定节点3D网格部署的水下传感器网络分簇路由算法

水下传感器网络是应用于水下通信的重要传感器网络技术。提出了基于固定节点3D网格部署的水下无线传感器网络分簇算法,设计了3D网格的编址和分簇方法,实现了基于地址分配的节点定位,构建了算法的能耗分析模型。采用MATLAB完成了算法的性能仿真,对比了DS-VBF、IAR和GEDAR 3个算法的平均数据传输延迟和网络生存时间(TTL)。实验结果表明,此算法的平均数据传输延迟较短,可明显提高UWSNS的生存时间。     

基于Bayes统计理论的射表编拟方法

全面系统阐述了Bayes统计理论下的射表编拟方法,具体研究了验前信息的处理、符合计算、编拟计算及试验用弹量的确定等几个关键难点问题,同时导出了确定先验分布中未知参数的计算公式、射表基本诸元的后验估计公式、射表试验用弹量的计算公式。通过两个实例对其具体使用方法给予了详细说明并对其结果进行了分析,指出应用该方法可以在相同精度要求下节省用弹量或在相同用弹量下提高射表精度,具有很好的经济适用价值。     

导弹装备战场抢修交互式电子技术手册的制定

导弹装备战场抢修中无法快速、准确地在大量的纸质技术资料中找到所需技术信息,必须将其转换为电子文档,并设计导弹装备战场抢修交互式电子手册(IETM)。采用了基于贝叶斯网络诊断战场损伤的快速评估方法,以及面向任务的基于抢修经验与决策理论相结合的综合评价与决策方法,完成了该交互式电子手册的设计及相关功能的实现。该交互式电子手册能保证导弹装备在战场抢修中快速、准确找到所需技术信息的问题,提高了装备的维修效率,并对其他大型复杂装备交互式电子手册的设计也有指导和借鉴意义。     

三机协同无源时差定位最优编队构型分析

针对未来空战中航空集群协同无源时差定位编队构型确定问题,提出了一种确定三机协同无源时差定位最优编队构型的方法。分析了确定集群编队构型的基本原理;归纳了4个三机编队构型决定因素:主辅机相对位置、基线夹角、基线距离以及主辅机高度差;将定位区域范围和定位距离作为衡量集群无源定位编队构型优劣的指标,并进行了仿真计算。仿真结果表明:在火控引导阶段,当采用主机在后、辅机在前,基线夹角为150°,基线距离为60 km~80 km,主机与目标同高度且主辅机之间高度差为±(1-2)km的编队构型时,三机协同无源时差定位编队构型为最优。     

基于介数中心性重要节点的能量均衡机制

针对无线传感器网络中瓶颈节点和准瓶颈节点对网络影响的特例性问题,将重要节点的概念推广到对节点介数的研究,提出了基于介数中心性重要节点的能量均衡机制。该机制将介数值大于网络平均介数值的节点判定为重要节点,并利用重要节点的邻居节点建立缓冲机制来减少其数据的转发次数,在牺牲较少数据传输延时的情况下节省了介数中心性重要节点的能量消耗。仿真实验表明该机制能够较好地均衡无线传感器网络中的节点能耗,提高了网络生命周期。     

基于改进支持向量回归机的火炮身管寿命预测

为准确预测火炮身管寿命终止时火炮射弹数,根据射击过程中火炮身管磨损量与身管寿命特性,分析了身管膛线起始部磨损量与身管射弹数之间的关系,提出了支持向量回归机算法,并采用遗传算法进行模型优化改进,得到火炮身管寿命预测最优模型。结合两种类型火炮的身管数据,利用该模型对身管寿命进行预测,并与原始支持向量回归机进行对比,通过分析可知改进的支持向量回归机预测效果好、精度高,为火炮在实际应用中身管的寿命预测提供了新的思路。     

基于广义回归神经网络的单位运营状况分类

单位的运营状况会直接影响股东和广大人民的利益,针对运营状况可以使用广义回归神经网络进行分类。由于广义回归神经网络中径向基函数的扩展参数Spread的选取会导致分类的准确率,提出了一种果蝇优化算法优化参数Spread的分类模型。充分利用了果蝇优化算法的寻优能力,将优化后的参数代入到广义回归神经网络中对单位的财务数据进行运营状况的分类。结果表明,与广义回归神经网络做比较,优化后的网络模型对数据的分类可以达到很高的准确率,在相关领域的分类上有非常大的实用性。