样条有限点法分析板的非线性动力响应问题

本文提出了用样条有限点法分析板的几何非线性动力响应问题。采用了三次B样条函数与梁的振型函数的乘积作为试函数,由虚位移原理的动力方程出发,建立起以样条函数结点参数表示的基本方程,推导了非线性刚度矩阵的精确显式,并用wilson-θ法求解动力增量方程,求得挠度响应曲线。本文给出了算例,并与文献结果进行比较。本文提出的方法具有计算量小、精度高等优点。是十分有效的方法。     

二维随机裂纹介质模型

利用随机过程的谱展开理论及Hudson的裂纹介质模型构造一种裂纹数密度具有空间统计分布的随机介质模型的理论。利用Hudson理论的裂纹的微观参数(裂纹数密度)与裂纹介质的宏观性质(弹性常数)相联系的特点,模拟了二维指数型椭圆型随机介质。结果表明模型将裂纹的微观参数与裂纹介质的宏观性质直接联系起来,并且裂纹数密度对随机裂纹介质的各个弹性常数有不同程度的影响。     

基于访问偏好的卫星遥测时序数据存储方法

随着航天事业的发展,尤其伴随巨星星座的构建,在轨卫星数量越来越多,如何管理使用海量的遥测数据成为航天测控系统亟需解决的问题。针对测控系统当前时序数据全参数存储策略带来的时序数据量较大的问题,引入业务访问遥测数据记录中的遥测参数标识、数据使用时间和访问记录时间等参数,构建参数存储强度函数,提出基于深度线性规划霍克斯模型的时序存储算法,对时序数据存储策略进行改进,同时设计实验对比全参数时序数据存储策略和基于深度时序算法的存储策略,验证该方法在保证时序数据访问命中率基础上,存储量相较全参数存储策略降低至2%,达到与基于深度时序算法的存储策略相近的水平,同时解决基于深度时序算法的存储策略收敛性不足的问题,该方法有效解决了单服务器时序数据存储量大的问题。     

涡轮盘疲劳寿命可靠性设计仿真及优化策略

涡轮盘是航空发动机主要部件之一,一旦发生破坏性故障将导致严重的后果。在充分考虑影响涡轮盘高低周复合疲劳寿命因素不确定性基础上,以MATLAB为平台,设计了涡轮盘高低周复合疲劳寿命可靠性优化设计的联合仿真平台。利用寿命函数和寿命可靠性分析极限状态函数中的共性需求,提出了在优化迭代的过程中自适应构建寿命函数Kriging模型和寿命可靠性极限状态面Kriging模型时共用训练样本点的策略。同时,提出了一种构建寿命函数Kriging模型的学习函数。使用所搭建的疲劳寿命可靠性优化设计平台,完成了某型涡轮盘盘心、榫槽以及涡轮盘系统高低周复合疲劳寿命的可靠性优化设计。结果表明,最优设计方案的局部最大应力显著降低,均值寿命大幅提高,并满足可靠性约束。     

基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

基于RBFNN与D-S证据理论的反舰导弹模式识别

由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度.     

构造复杂战场环境 开展实兵对抗演练

前不久,江西省鹰潭军分区依托鹰潭铁路编组站,组织重要目标防卫民兵分队开展针对性对抗演练,摸索民兵分队实战化训练的方法路子。演练采取组织战斗"背靠背"沙盘对抗和战斗实施"面对面"实兵对抗的方法,全要素、全过程实施对抗,在逼真、激烈的近似实战环境中,训练民兵分队组织指挥和协同能力,评估完善防卫作战方案。     

拦截器程序悬浮控制系统非线性稳定性分析

针对拦截器姿轨控发动机工作的本质非线性特性,采用基于谐波线性化建立的描述函数法进行系统稳定性分析;推导了非线性系统的Nyquist幅相判据,同时从工程应用出发,将Nyquist幅相判据转换为Bode图对数判据,一起分析了拦截器俯仰角控制、滚动角控制和位置控制的稳定性,并对姿轨控发动机的推力进行了拉偏,分析结果表明拦截器程序悬浮姿态控制和位置控制系统是稳定的.     

一类微分多项式的值分布

讨论了微分多项式fnP(f)(n≥2)之导数的Picard例外集问题,在Picard例外集的意义之下推广了Anderson等人的结果。     

有向无环图决策支持向量机和经验模式分解在轴承故障诊断中的应用

当旋转机械发生故障时,其振动信号常常表现出较为复杂的调制形式,经验模式分解能根据信号的真实物理意义完成自适应分解。支持向量机由于其出色的学习性能和良好的推广能力,使其在包括故障诊断在内的众多领域得到较为广泛的应用。利用经验模式分解结果提取频带能量特征向量,采用有向无环图决策支持向量机实现对轴承状态的判别,并基于留一法优化支持向量机的模型参数。最终的应用结果表明,基于EMD和有向无环图决策支持向量机方法可以有效实现对轴承的状态判别。