压入管桩压桩所致挤土位移的数值模拟

采用位移贯入法施加荷载,以修正剑桥模型作为土体本构关系模型,通过在桩-土界面设置接触面并采用自定义初始孔隙比分布的子程序VOIDRI实现初始孔隙比随深度的非线性分布,建立较为符合压入管桩压桩实际的有限元模型,对压入管桩压桩产生的挤土位移进行数值模拟研究,讨论压入管桩压桩产生的竖向和水平挤土位移沿深度方向和径向的分布规律。研究结果表明:随径向距离的增大,浅层土体的竖向挤土位移逐渐由沉降变为隆起,而深层土体的竖向挤土位移始终表现为沉降;随深度的增大,至桩中心距离较小处土体的竖向挤土位移始终表现为沉降,而至桩中心距离较大处土体的竖向挤土位移逐渐由隆起变为沉降;不同深度土体的水平挤土位移沿径向的分布规律和不同径向距离土体的水平挤土位移沿深度方向的分布规律都趋于一致。最后提出能够有效减小压入管桩挤土效应的施工措施。     

基于PXI总线的虚拟校准设备研究

基于PXI总线技术,对某型导弹内场测试仪的校准设备进行了集成化、小型化研究,依靠计算机强大的计算储存显示等功能,实现了设备操作界面的虚拟化及智能化．最后,对在LabVIEW平台上开发的测量校准软件进行了实验验证,达到了界面友好、操作简单、测量精度高、工作效率高等要求．     

激光熔覆再制造灰铸铁缸盖技术方法及其质量评价

针对发动机灰铸铁缸盖“鼻裂”问题,研究了激光熔覆技术仿形再制造缸盖的工艺方法.通过涡流无损检测技术确定裂纹位置和深度,结果表明:随着裂纹深度的增加,涡流信号幅值呈指数函数规律变大,故根据涡流信号的拟合公式可精确测定缸盖“鼻裂”裂纹深度.完整的缸盖激光熔覆再制造步骤包括除油、除锈、开坡口等预处理工艺,单道激光熔覆、制备打底层和堆积熔覆的激光熔覆成形工艺,以及再制造后缓冷去应力工艺.再制造后的堆积熔覆层表面无裂纹,内部界面结合质量良好、无开裂、气孔率较低.综合评价显示:缸盖激光熔覆再制造质量优异.     

高架索的多体动力学模型

针对目前海上补给装备研制中尚无可用的高架索模型的现状,从多体动力学角度入手,研究了绳索多体系统动力学模型的建立方法,将绳索均匀划分为若干刚体单元,各单元之间采用球铰连接。用该方法建立了绳索的多刚体系统动力学模型,并在此基础上,应用仿真软件 ADAMS 对海上横向干货补给过程进行仿真计算。结果表明：海上补给高架索多刚体系统动力学模型完全可以模拟实际的高架索,且仿真计算结果与高架索力学振动模型的计算结果相比更贴近实际情况。     

飞行试验阶段航空装备可靠性评估方法

目前,飞机试飞阶段遇到的情况复杂多样,对于可靠性评估提出了极大的挑战,传统可靠性评估方法在试飞过程中逐渐显得力不从心,因此,通过系统分析不纠正、即时纠正、提前纠正、延迟纠正、部分即时纠正、单设备复杂纠正和多设备复杂纠正等飞机试飞阶段实际遇到的情况,提出了相应的可靠性评估方法,可实现更精确评估试飞阶段飞机的可靠性结果,为...     

航空集群系统空对地作战效能涌现方法研究

航空集群作战系统通过自组织机制与行为调控机制的有机耦合,产生了新的作战能力,具有能力涌现特点.为评估集群系统作战效能,在机群作战效能评估理论的基础上,采用AHP层次分析法构建了无人-有人机协同作战集群效能涌现模型.结果表明,作战环境威胁越高,集群作战能力的涌现效果越明显,且随着等级的不断提高,能力的涌现不断增加,但是增...     

基于Simulink的无动力自导深弹导引弹道仿真研究

为了深入分析无动力自导深弹的攻潜能力,针对无动力自导深弹水下导引弹道问题,依据其微分方程模型,利用Matlab/Simulink建立了其导引弹道的仿真模型,并采用蒙特卡洛法在各种假设条件下进行了仿真,仿真结果给出了其水下机动范围和速度的特性,分析了其自导作用距离、自导作用扇面以及目标运动深度与运动速度对其命中概率的影响,改进了以往对命中问题"发现即命中"的判断原则,为其参数设计和作战使用提供了参考和建议.     

二次检测立方攻击改进与实现

对二次检测立方攻击预处理阶段的提取二次表达式的算法进行了改进以优化攻击效率。将秘密变量的变化引入攻击中,使得攻击模型更加灵活;同时,利用时空折中的思想,通过存储常数项和一次项的计算结果,有效降低二次项的计算量。将改进的方法应用于简化版的PRESENT算法和Trivium算法上,攻击效率有显著提高。     

应用极化聚类中心设计快速自适应极化滤波器

针对传统自适应极化滤波算法存在收敛速度慢、迭代步长因子选取困难等问题,采用极化聚类中心估计理论设计了一种快速自适应极化滤波器,实现了对极化雷达回波中的干扰信号逐脉冲地自适应精确对消。滤波器通过距离单元选通获取干扰信号样本,对样本极化聚类中心的直接计算能够快速估计干扰信号在当前脉冲内极化状态,依据干扰输出功率最小原则最终实现快速滤波过程,相比于传统极化滤波算法有更快的收敛速度和更稳定的干扰抑制性能。仿真对比实验结果验证了该方法的快速有效性。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。