基于SysML的车辆信息系统设计

针对目前车辆信息系统缺乏有效设计方法的现状,结合新时期车辆信息系统的特点,提出了一种基于SysML的车辆信息系统设计方法。该方法明确了车辆信息系统设计过程的阶段和产物,并通过标准建模语言SysML的运用,用模型来支持系统的设计和有效性验证。该方法在智能巡航系统的设计中得到了运用。实践结果表明,该方法不仅能够自顶向下完整地设计系统、利用可视化的语言准确清晰地描述系统,而且能够在系统设计层面对系统功能逻辑和数据流进行动态仿真和迭代验证。该方法能够较好地指导新时期车辆信息系统的设计过程,满足信息系统的设计要求。     

欧美海军分布式作战系统综述

孟计算能力成本的降低是海军作战系统从集中走向分布的重要条件。20世纪70年代中期研制的加拿大SHIPADS(舰用综合处理和显示系统)和美国的H-930指挥和武器控制系统,是世界上最早采用分布式结构的作战系统。从此开辟了海军分布式作战系统的新纪元。随着微处理器突飞猛进的发展,分布式结构概念以排山倒海之势,横扫集中式结构的种种旧传统旧观念。分布式作战系统雨后春笋般地在各国争相推出,使海军作战系统旧貌换新颜。下面介绍几个典型系统,以便使读者对世界海军分布式作战系统有个概貌性的了解。1法国的SENIT-8作战系统SENIT-8是法国…     

一种新的火炮武器系统射击精度试验方法

射击精度是反应火炮武器系统性能的最重要技术指标,通过对以往射击精度试验中采用的建立在大子样统计理论基础上的传统评定方法进行了分析,对目前采用的序贯截尾原理和方法进行阐述,并指出前两种方法没有利用验前信息,试验次数和试验风险比较大等缺点,由此提出一种新的贝叶斯截尾序贯检验法。这种小样本统计推断方法的基本思想是充分利用已有的验前信息,实现了多阶段试验信息的综合利用,能够减少试验次数,缩短试验周期,节约试验经费。     

基于敏感性分析和准稳态假设简化详细反应机理

发展了一套基于敏感性分析和准稳态假设来简化复杂化学动力学机理系统的方法。采用等压均相反应器燃烧模型和详细化学动力学机理计算特定工况下的自燃过程。通过对详细机理计算结果的敏感性分析后删除其中的冗余组分和冗余反应,简化得到基干反应模型。再找出基干机理中反应速率较快,浓度较低的组分假定为稳态组分,使用准稳态假设方法简化得到总包反应模型。最后以甲烷燃烧的GriMech1.2详细机理为例分析得到了简化机理并计算了着火延迟时间,与详细机理所得的结果进行比较验证,得到了较好的结果。     

基于敏感性分析的DF化学动力学模型的简化

基于两种燃料体系下的DF详细化学反应动力学模型,利用敏感性分析的方法,分别提出了相应的简化反应机理.简化过程中发现,仅考虑DF“冷反应”泵浦过程,忽略掉高振动激发态,忽略掉D2和DF分子的离解复合反应对整个系统影响不大.DF分子之间以及DF与D、D2、HF之间的能量转移反应具有较高的敏感性.简化机理在有效概括DF化学反...     

机构运动弹性动力学普遍方程的研究

本文首次采用等参有限单元,建立了一个为一般机构广泛适用的运动弹性动力学普遍方程。在不附加任何“运动学”假设的情况下,作为自然的结果,方程的质量阵是正定、协调的常数阵;方程中不存在两类时变的非对称系数项,即所谓的“陀螺阻尼”项和“离心动刚度”项。因此,该方程无论在形式上还是在生成及求解方面,都要较其它同类型方程简单。此外,基于一维等参梁单元,本文还具体导出了具有杆状构件的平面连杆机构的弹性动力学模型,并给出了一个铰链四杆机构的算例。     

材料性能对固体发动机结构完整性的影响

基于描述粘弹性材料特性的Burgers模型的本构关系以及基于该本构关系下的有限元方法 ,根据温度载荷和内压载荷的特点 ,分别建立了分析某固体发动机材料性能参数对结构完整性影响的有限元模型。应用MSC/NAS TRAN结构分析软件 ,详细分析了在温度和内压载荷作用下固体发动机材料性能参数对结构完整性的影响。在温度载荷的作用下 ,主要影响结构完整性的是推进剂的泊松比与热膨胀系数 ;在内压载荷作用下 ,主要影响结构完整性的是包覆层和推进剂的泊松比以及推进剂的初始模量。所得的结论可为固体发动机的生产设计提供参考     

非线性高频振荡燃烧的研究

用数值模拟的方法研究了液体火箭发动机高频振荡燃烧的形成和发展过程。气相控制方程用欧拉坐标系下的Navier－Stokes方程组描述，液相控制方程在Lagrangian坐标系下描述，并采用高压蒸发燃烧模型。从计算的结果可以看出，当燃烧室内发生高频振荡燃烧时，在喷注面附近和燃烧室收敛段这两个区域内压力的波动幅度较大；通过对压力、混合气体温度及速度在振荡燃烧情况下的比较，得出了振荡燃烧发生时发动机内部两相流场的脉动频率与燃烧室固有频率相耦合的结论。     

面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

远程导引变轨故障后轨道重构设计与分析

研究了空间交会远程导引变轨故障后轨道重构问题,提出了轨道重构设计准则,对五冲量远程导引的每一次变轨故障分别给出了四类轨道重构方案.根据提出的设计准则对给出轨道重构方案的修正能力、测控条件、推进剂消耗、终端精度和安全性进行初步分析,确定了处理远程导引变轨故障的轨道预案.