基于AMESim的液压混合动力车辆建模仿真研究

在阐述并联式液压混合动力车辆的结构原理及液压系统参数设计的基础上,利用AMESim创建了整车模型。根据液压混合动力系统的工作特性,以改善车辆燃油的经济性为目标,提出了基于车辆扭矩需求的发动机和液压泵/马达扭矩控制策略。仿真结果表明:该混合动力系统能合理控制扭矩分配,实现不同工作模式的平顺切换,在满足车辆动力性能指标的前提下,有效地提高了燃油的经济性。     

Blast resistance evaluation of urban utility tunnel reinforced with BFRP bars

To improve corrosion-resistance of shallow-buried concrete urban utility tunnels(UUTs),basalt fiber reinforced polymer(BFRP)bars are applied to reinforce UUTs.As the UUT must have excellent survival capability under accidental explosions,a shallow-buried BFRP bars reinforced UUT(BBRU)was designed and constructed.Repetitive blast experiments were carried out on this BBRU.Dynamic responses,damage evolutions and failure styles of the BBRU under repetitive explosions were revealed.The tunnel roof is the most vulnerable component and longitudinal cracks develop along the tunnel.When the scaled distance is larger than 1.10 m/kg1/3,no cracks are observed in the experiments.When the BBRU is severely damaged,there are five cracks forming and developing along the roof.The roof is simplified as a clamped-supported one-way slab,proved by the observation that the maximum strain of the transverse bar is much larger than that of the longitudinal bar.Dynamic responses of the roof slab are predicted by dynamic Euler beam theory,which can consistently predict the roof displacement under large-scaled-distance explosion.Compared with the UUT reinforced with steel bars,the BBRU has advantages in blast resistance with smaller deflections and more evenly-distributed cracks when the scaled distance is smaller than 1.260 m/kg1/3 and the steel bars enter plastic state.Longer elastic defamation of the BFRP bars endows the UUT more excellent blast resistance under small-scaled-distance explosions.     

微型导弹纵向扰动抑制控制系统设计

为解决微型导弹所面临的扰动影响,同时充分继承工程经典线性频域设计方法,提出基于H_∞综合和等效输入扰动的扰动估计与抑制控制方法,应用于微型导弹纵向控制系统设计。该方法通过建立等效输入扰动系统解决非匹配扰动问题,采用H_∞优化将频域分析应用于扰动滤波器和复合控制器设计,以实现扰动估计与补偿,同时保证系统全局稳定性。通过时域及频域数值仿真,以及同扩张状态观测器控制方法和扰动观测器控制方法的拉偏对比分析充分验证了该方法的可行性和有效性。     

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.     

大型捆绑助推器总体/动力/轨道一体化设计与优化

在综合考虑固体火箭发动机设计、轨道设计和总体特性相互作用、相互影响的情况下,建立了捆绑助推器总体/动力/轨道一体化设计优化模型和系统分析模型,并应用遗传算法完成了某大型捆绑助推器6个设计参数的优选。结果表明:本文方法优化设计效果明显,优化所得助推器质量比原方案减轻了17.7%。     

高超声速滑翔再入飞行器的可达区快速预测

防御方对来袭滑翔再入飞行器进行可达区的预测存在先验信息量不足且时效性要求高等难题.为此提出一种基于最优化飞行假设的可达区快速预测方法:仅需已知目标当前位置、速度与最大升阻比(可基于雷达探测数据通过实时弹道估计获得),基于平衡滑翔假设和最大横程的埃格斯解分别获得目标最大纵程和横程终点坐标,在经纬度二维平面内,可达区即可近...