某自行火炮底盘与火力系统匹配研究

当前自行火炮底盘与火力系统匹配仅考虑发射时车体振动对炮口扰动的影响,没有考虑其对车载设备、连续射击等造成的影响。同时相关匹配都是在最大射程角下进行的,没有考虑射角的变化对匹配结果的影响。针对上述问题,在综合考虑发射振动对炮口扰动、车载设备和连续射击等造成的影响基础上,重新建立自行火炮底盘与火力系统的匹配指标。为了兼顾射角的变化对匹配结果的影响,根据自行火炮发射时的振动特点,将自行火炮发射动力学模型分解为3个不同方向的简化振动模型。同时针对每个模型建立上述匹配指标的计算模型,并对其特性进行详细分析。根据3个简化模型之间的关系建立了匹配策略。最后通过实例验证了匹配的有效性和合理性。     

一种大扭矩制动器优化设计方法

为解决大惯量飞轮储能系统应急制动器优化设计的难题,提出了适用于多目标、多约束问题的改进粒子群算法。该算法利用加权算法将多目标优化问题转换为单目标优化问题,并通过罚函数方法将多约束问题转化为普通约束问题,再采用粒子群寻优算法进行求解。样机试验验证了大容量飞轮储能系统制动方案的可行性与摩擦制动器优化算法的优良性能。     

质量车负载阻拦动态特性研究

为解决陆基阻拦质量车试验中因场地条件限制而无法在质量车上安装尾钩进行挂索的问题,首先在质量车前端设计三角形的车头,边沿为向内凹陷的索槽,进行撞索并防止阻拦过程中绳索脱落;然后,对车头索槽结构进行了建模,对索槽撞索条件下的绳索运动和受力情况进行了研究和仿真,准确预测到了质量车阻拦;最后,对仿真的过载和绳索受力情况进行对比,分析了阻拦中各部件以及阻拦效果的影响。该研究结果可为下一步飞机阻拦建模仿真能否有效预测实际情况提供初步验证。     

采用粒子滤波的雷达波束方位指向估计

传统方位指向估计方法难以适应天线扫描速度变化的情形,为此建立波束方位指向估计的状态空间模型,并引入粒子滤波技术对状态变量进行估计。粒子滤波是非线性和非高斯情形下进行状态估计的强有力算法,采用粒子滤波的雷达波束方位指向估计算法具有良好的性能,能够适应天线扫描速度变化的情形。仿真实验验证了所提算法的适用性和有效性。     

复杂外形导弹出水过程空化流数值计算研究

基于Zwart-Gerber-Belamri空化模型,采用动网格和复合网格技术,提出了一种复杂外形潜射导弹出水过程中空化流数值计算方法。对头肩部、舵面及突起物的空化生成、演化及影响因素进行了分析。结果表明,出水过程初期空化数降低使附体空泡迅速扩大,随后空泡脱落与振荡的影响将更为显著;肩部在15m/s出水时产生空化并随速度上升而迅速增长, - 攻角时肩空化非对称性显现;舵面空化受出水速度影响较小, 攻角以下时空化面积小于全舵面积的10%,但攻角超过 后空化面积迅速增长至50%以上;减小突起物尺寸有利于避免空化产生,突起物空化受攻角影响较小,但在高速下可诱导临近弹体产生空化。     

侧壁激波诱导下凹腔燃烧室冷态流场实验观测

在单凹腔燃烧室中引入侧壁激波,为研究燃烧室内部流动特性,采用纳米粒子平面激光散射技术和粒子图像测速技术对全尺寸玻璃燃烧室模型进行流场观测,获得了冷态流场展向和法向的瞬态灰度图及平均速度场。实验结果表明:在远壁面区域,凹腔内部速度与密度都较低;引入侧壁激波后,近壁面区域凹腔与主流的质量与动量交换增强,速度与密度升高;受到侧壁激波影响,燃烧室底壁边界层不再均匀,凹腔中后部产生大规模低速区,具有明显三维特性。     

WENO格式权重分析与改进

为了优化WENO格式计算性能,在对Jiang和Shu的经典WENO格式(记为WENO-JS)加权方法分析的基础上,通过引入间接光滑指数,构造出一种新的WENO格式——WENO-E格式,取得减小间断区耗散的效果。理论分析表明,该格式与WENO-JS格式计算效率基本相同,可达到相同阶的计算精度;但在相同网格下,较之WENO-JS格式,该格式对光滑区域的求解有更小的截断误差,对间断的捕捉有更高的分辨率。与WENO-JS格式相比,采用WENO-E格式进行线性迁移方程、非线性Burgers方程、欧拉方程等相关问题的数值实验,均能取得更好的数值结果。     

面向多平台多目标协同跟踪的指派问题

针对多平台多目标协同跟踪中要求多个无人地面平台尽可能均匀地协同跟踪多个目标的特点,提出了改进的离散粒子群优化算法。首先采用连续型粒子群优化算法中的速度和位置迭代公式,然后对粒子位置进行离散编码,使粒子编码对应于可行的指派方案;其次,在优化算法中引入局部搜索,提高算法寻优性能。最后将所提算法应用于多平台多目标协同跟踪中的指派问题,并与未加入局部搜索的粒子群优化算法比较,仿真结果表明,加入局部搜索后的离散粒子群优化算法具有较好的寻优性能。     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。