高温空气下C/SiC复合材料力学性能测试

测试了C/SiC复合材料在高温空气下的压缩、弯曲和拉伸性能,利用扫描电子显微镜分析复合材料在室温与高温条件下的断口微观形貌。结果表明:从室温升温到1 000 ℃测试温度时,C/SiC复合材料的压缩强度由247 MPa降低至78 MPa,性能降低68%;弯曲强度由480 MPa降低至277 MPa,性能降低42%;拉伸强度由247 MPa降低至152 MPa,性能降低38%。高温氧化导致界面退化,损伤材料基体与碳纤维结构,加剧了纤维断裂程度,改变了纤维与基体的结合状态,纤维增韧机制逐渐消失,导致复合材料性能下降。     

高精度程控电阻网络生成算法设计

为了提高高精度程控电阻的设计效率,建立高精度电阻网络的物理模型和数学模型,提出一种高精度程控电阻网络生成算法。该算法根据给定的量程和精度,基于主电阻网络、补偿电阻网络和偏移电阻的组合方式,自动生成高精度程控电阻网络。以量程90~250 Ω、精度5 mΩ的需求为例,在MATLAB平台上对算法进行仿真验证,仿真结果验证了算法的可行性。结果表明生成的程控电阻网络满足目标量程和精度的需求,算法解算时间仅为18.128 s。相比于人工设计的方式,该算法大大提高了设计效率。     

基于"网云端"的新型指挥控制系统体系结构建模

指挥控制系统是综合电子信息系统的核心,是作战效能的"倍增器"和作战指挥的"神经中枢".从"网-云-端"的结构出发,分析了新型指挥控制系统的总体架构和组成关系;通过分析美国国防部体系结构框架(DoDAF2.0),提出了基于DoDAF2.0的新型指挥控制系统体系结构建模流程;采用结构化和面向对象相结合的方法,设计了新型指挥控制系统作战视角、服务视角、能力视角以及系统视角的关键模型,为系统的具体设计与开发、系统评估与分析提供可靠的模型支持.     

基于深度学习的自组织态势感知与决策系统

针对巡飞弹武器平台,如何提高态势感知的精准性和实时性以及作战任务自主决策的准确性,已成为当前的一个研究热点.结合以深度学习技术为代表的人工智能最新研究成果,提出基于深度学习的目标识别模型、任务自主决策模型和任务规划模型,并将模型应用于巡飞弹武器平台,提升巡飞弹武器平台协同作战任务的自主决策和智能规划能力.     

IBAS-LMBP神经网络算法在图像压缩中的应用

鉴于天牛须搜索算法在对多维非线性优化问题求解时容易出现局部收敛现象,从而导致无法求出全局最优解,设计了改进天牛须算法(Improved Beetle Antennae Search,IBAS).该算法中在天牛位置计算时引入惯性权值,设计了基于自适应步长衰减系数,增加天牛在位置计算时的自适应能力,为了控制算法优化过程解的取值范围,参照粒子群算法对单点位移进行限制.实验结果表明,在相同误差精度、相同迭代次数情况下,将改进天牛须算法与LMBP算法相结合建立IBAS-LMBP算法模型并应用于图像压缩,模型的运行效率明显高于GA-LMBP、PSO-LMBP及BAS-LMBP算法模型.     

网络信息体系互操作指标体系及等级评估方法

从美军全球信息栅格(GIG)的总体框架出发,分析网络信息体系互操作水平的影响因素及评价属性,瞄准网络信息体系技术体制发展方向,构建网络信息体系互操作等级模型,基于评价属性的标志性特征,构建网络信息体系互操作评估指标体系,将定性评估与定量评估相结合,构建网络信息体系互操作指标等级参考模型和映射模型,提出网络信息体系互操作等级评估方法.     

基于超网络的近距空中支援信息流转模式构建

稳健灵活的信息流转模式是近距空中支援顺利实施的重要保障.针对近距空中支援信息流转模式构建问题,建立基于超网络的作战信息流转"两层四网"模型.根据作战经验,分析近距空中支援作战的主要作战力量及基本流程,抽象出相应的作战节点和信息关系,以此建立近距空中支援作战信息流转超网络模型.针对超网络节点的超度分布、网络弹性等特性进行仿真实验.仿真结果表明,当前近距空中支援超网络具有一定的合理性和稳定性,同时为下一步优化作战网络结构提供了参考.     

PPQ-b-PEG刚柔嵌段共聚物的合成及热稳定性

以聚乙二醇单甲醚、丁二酸酐、4-氨基苯乙酮、5-乙酰基-2-氨基二苯甲酮为原料合成了以聚苯基喹啉(PPQ)为硬段、聚乙二醇(PEG)为软段的"刚棒—线团"两嵌段共聚物PPQ b PEG,通过IR、1HNMR对其结构进行了表征,并对PPQ b PEG嵌段共聚物的热稳定性进行研究,结果表明:PPQ b PEG(d)的热稳定性高,PPQ b PEG起始的分解温度为250℃,在250～400℃失重很少,其失重率小于5%,在400～600℃才迅速失重,到620℃时彻底分解。     

机械故障特征与分类器的联合优化

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度。利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能。联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径—间距上界(RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题。齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快。因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度。     

宽带目标回波模型的物理解释及小波变换表示

在点目标回波模型基础上,通过对理想运动体目标的分析,引入了距离-速度联合分布密度和时延-时间伸缩联合分布密度函数的概念,详细推导了延展目标的宽带回波模型,解释了各密度函数和宽带扩展函数的物理意义及相互关系,最后给出了宽带回波模型的小波变换表示方法.