RESEARCH ON TECHNOLOGY AND SYSTEM FOR ON-LINE MEASUREMENT OF SURFACE ROUGHNESS IN ULTRA-PRECISION MACHINING

ＲＥＳＥＡＲＣＨＯＮＴＥＣＨＮＯＬＯＧＹＡＮＤＳＹＳＴＥＭＦＯＲＯＮ－ＬＩＮＥＭＥＡＳＵＲＥＭＥＮＴＯＦＳＵＲＦＡＣＥＲＯＵＧＨＮＥＳＳＩＮＵＬＴＲＡ－ＰＲＥＣＩＳＩＯＮＭＡＣＨＩＮＩＮＧＬｕＨａｉｂａｏ;ＷａｎｇＹａｏｋｅ;ＺｈｕＪｉｇｕｉ;Ｚｈｏ...     

催化反应中的次谐分枝

研究一类描述催化反应的flickering现象的动力系统,应用Melnikov方法对三种不同情形分别给出了系统存在次谐分枝的某些充分条件。     

旋成体射弹倾斜入水运动仿真

为了研究运动参数和弹头外形对弹体斜入水过程的影响规律,采用气液两相流体积分数和水汽空化模型,通过嵌套网格实现刚体三自由度运动学和动力学耦合,模拟了弹体以80～100 m/s速度倾斜入水开空泡阶段的运动过程。经文献实验验证,入水弹体速度与位移的误差为0～6%和-8%～0,转动角度误差为-6%～0。通过对入水速度和入水角度的多工况模拟研究,发现入水速度增大,弹体轴向冲击载荷增大,最大载荷与速度的平方呈线性关系,弹体速度非线性衰减率大;入水角增大,弹体转动角速率减小,运动稳定性强,速度衰减率不受入水角影响。与圆锥头部弹体相比,采用头部阶梯状修型后的弹体的平均速度衰减率、转动角速率和最大轴向冲击载荷分别降低到66.7%、40%和77.2%,显著提高了运动稳定性。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。     

涡轮盘疲劳寿命可靠性设计仿真及优化策略

涡轮盘是航空发动机主要部件之一,一旦发生破坏性故障将导致严重的后果。在充分考虑影响涡轮盘高低周复合疲劳寿命因素不确定性基础上,以MATLAB为平台,设计了涡轮盘高低周复合疲劳寿命可靠性优化设计的联合仿真平台。利用寿命函数和寿命可靠性分析极限状态函数中的共性需求,提出了在优化迭代的过程中自适应构建寿命函数Kriging模型和寿命可靠性极限状态面Kriging模型时共用训练样本点的策略。同时,提出了一种构建寿命函数Kriging模型的学习函数。使用所搭建的疲劳寿命可靠性优化设计平台,完成了某型涡轮盘盘心、榫槽以及涡轮盘系统高低周复合疲劳寿命的可靠性优化设计。结果表明,最优设计方案的局部最大应力显著降低,均值寿命大幅提高,并满足可靠性约束。     

风险评价在军队营区环境管理中的应用

分析了军队营区环境风险的概念,认为要消减军队营区环境风险,不能仅考虑降低风险概率或风险后果,而应从风险概率与风险后果两者的乘积效应出发,通过综合分析和控制环境风险系统来解决;着重探讨了军队营区环境风险评价的内容和方法,包括环境风险识别、环境风险预计、环境风险评价与对策.军队营区环境风险评价可从二个层次进行评价一是从事件及与之有关联的周围环境条件出发,按"环境风险系统"的思路,从风险源、初级控制条件、二级控制条件、目标4个阶段进行评价;二是从事件或行动的具体问题出发,评价其风险的重大性和可接受性.最后讨论了军队营区环境风险管理的内容和方法.     

一种非对称鲁棒性盲水印算法

针对数字图像版权保护,提出一种非对称鲁棒性盲数字水印方法。通过将水印嵌入到最少受图像改变影响的子空间,使嵌入水印具有鲁棒性,且通过对特征子空间的选取限制,使算法具有较高的检测概率和安全性以及较低的虚警概率。同时,水印嵌入矩阵与提取矩阵不同,它可公开除密钥外的所有其它的信息,而且能实现水印盲提取。实验结果证明了该算法的鲁棒性。     

一种新的机动目标模型及其自适应跟踪算法

针对机动目标跟踪问题,在截断正态概率密度模型的基础上,通过目标机动状况与相邻采样时刻间位置估计量变化之间的函数关系实现噪声方差自适应调整,提出了一种新的自适应滤波算法——基于截断正态概率密度模型修正的自适应滤波算法。计算机仿真结果表明,该算法在跟踪机动目标时,具有良好的跟踪性能,并极大地改善了跟踪非机动目标的能力。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。