模拟油罐油气混合物爆炸实验与数值仿真研究

对模拟油罐内油气混合物爆炸冲击波特性进行了研究.在直径为1 m的模拟油罐中进行了油气混合物爆炸模拟实验,建立了模拟油罐油气混合物爆炸的数值仿真模型,并借助大型商业软件Fluent6.2完成了数值仿真研究.数值仿真结果与实验值较为吻合.模拟实验和数值仿真研究的结果表明:油气体积分数、罐内初始温度等决定模拟油罐油气混合物爆炸压力的大小.油罐内爆炸压力波的振荡特性对金属油罐结构来说是有害的.     

应用边界交叉法的高超声速滑翔飞行器多目标轨迹优化

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题,基于边界交叉法和伪谱法提出多目标轨迹优化方法。分析高超声速滑翔飞行器复杂约束轨迹优化问题的特点,提出多目标轨迹优化问题。采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题,利用非线性规划算法分别求解。在优化过程中,将已求解子问题的解作为下一个子问题的初始值,求解最大横程和最小峰值热流轨迹优化问题。仿真结果表明:所提方法能够有效搜索到优化轨迹的Pareto前沿,可以为高超声速滑翔飞行器轨迹设计提供参考。     

返回器飞行管道的快速预测算法

针对返回器回收任务中对安全空域和期望落点的计算需求,提出了基于Koopman算子的飞行管道快速预测算法,给出了搜救直升机安全飞行空域的判定流程。建立了物伞动力学模型,利用Halton采样方法从随机空间中均匀采点,计算得到多条可能弹道;采用Koopman算子的后拉机制,将初始概率密度值与当前状态关联,得到不确定条件下返回器及其分离部件的飞行管道和期望弹道。仿真结果表明,基于Koopman算子的飞行管道快速预测算法在收敛速度和精度上都要显著优于Monte Carlo方法;利用飞行管道计算结果对搜救直升机飞行路线进行规划后,碰撞风险最大降低54%且搜索时间减少70%。飞行管道预测算法已成功应用到嫦娥五号的回收任务中。     

针对GPS/SINS深组合模型的U滤波及其运用

很多文献都证明了在解决非线性系统问题时,UKF(Unscented Kalman Filter)是比EKF(Extended Kalman Filter)更好的选择,但计算的复杂度限制了其运用。针对GPS/SINS深组合的模型提出了全新简化的U滤波算法UTCUKF(Ultra Tight Coupling Unscented Kalman Filter)。这是一种专门针对具有加性噪声、线性状态方程和非线性量测方程的系统设计的滤波器。首先介绍了GPS/SINS深组合系统在导航解算时的模型,然后针对模型具有加性噪声的特点运用AUKF(Additive Unscented Kalman Filter)对UKF进行了简化,为了实现UKF在GPS/SINS深组合系统中的实际运用,又由系统模型中状态方程是线性方程、观测方程是非线性方程的特征,进一步提出了UTCUKF,并做了分析和仿真。     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

基于AUML的装备维修保障系统建模

AUML(Agent Unified Modeling Language)是一种基于扩展UML的多Agent系统建模方法。针对当前基于Agent的装备维修保障系统建模存在的不足,尝试采用AUML技术来实现对装备维修保障系统的建模。通过组织目标分析,建立了系统的角色模型,采用Agent类图和扩展的UML顺序图分别建立了装备维修保障系统的静态模型和动态模型,较好地描述了系统中各Agent的结构及其交互关系。     

我国消防服务供给方式的经济学思考

消防服务在我国社会生活中已越来越凸显其重要地位。依据公共物品理论,在分析消防服务的经济学特性及供给困境的基础上,提出了一些在我国经济转型条件下有效提供消防服务的思路。     

当前三合一建筑火灾危险性及对策

针对近期国内＂三合一＂建筑重特大火灾事故多发的现实,分析了＂三合一＂建筑的特点及其火灾隐患成因,从形成一个机制,坚持两个原则,采取六个措施等方面提出了整治＂三合一＂火灾隐患的措施。     

内隐自尊、外显自尊及其交互作用对应对方式的影响研究

为了探讨内隐自尊、外显自尊及其交互作用对应对方式的影响,我们采用实验设计方法对某大学60名学生进行研究,选用自尊量表（SES）、应对方式问卷（CSQ）和内隐测验程序（IAT）施测。结果显示：一是内隐自尊、外显自尊存在低相关;二是外显自尊在积极、消极两种应对方式上主效应显著;三是不同外显自尊水平下,内隐自尊对积极应对方式有不同的影响。即高外显自尊水平下,高内隐自尊者比低内隐自尊者应用更多的积极应对方式;低外显自尊水平下,内隐自尊水平不影响积极应对方式的应用。由此可见,自尊类型影响个体应对方式,要培养个体安全的高自尊以促使个体在压力面前更多使用积极应对方式。     

一种基于多径消除的自适应时延估计算法

多径信号和背景噪声严重影响自适应时延估计算法性能,为克服此问题,提出了一种基于多径消除的自适应时延估计算法。该算法先通过2个FIR滤波器消除多径信号的影响,再利用自适应时延估计器来准确地进行时间延迟估计。与现有算法相比,新算法的收敛速度较快,不需要真实时延的先验信息,且在有背景噪声的影响下也能得到准确的时延估计。计算机仿真验证了新算法的有效性。