我国战争财力动员潜力预测模型构建

财力动员是国民经济动员的启动器,财力动员潜力大小将影响国民经济动员的速度和效果。文章根据财力动员潜力的影响因素,构建了财力动员潜力的预测模型,并结合统计数据,根据所建模型进行预测,得出预测结果。     

车用爪极发电机新型三维分段等效磁路法研究

电励磁爪极发电机凭借其机械强度高、可靠性强等优点广泛应用于重型军用车辆领域。采用三维有限元法计算用时较长,而传统等效磁路法存在漏磁考虑不充分,结果不精确等缺陷。在现有二维磁路模型基础上,提出了一种基于轴向分段的爪极发电机新型三维磁路数学模型,该模型计算结果精确,漏磁考虑充分,大大降低了三维有限元法的计算时长。同时,推导出了各部分磁阻的解析计算公式,在此基础上得到了电机反电动势解析值以及磁密值。最后,通过对比分析三维有限元数值计算方法与新型三维磁路分析方法的解析结果表明了外特性曲线中两者电机端电压极差为4.45%,验证了所提出方法和理论分析的正确性与合理性,为研究电励磁爪机发电机的电磁特性分析提供了理论依据。     

脉冲功率电源故障诊断方法研究

脉冲功率电源是电磁发射系统中最容易发生故障的薄弱环节,脉冲功率电源故障会使整个系统性能下降。针对脉冲功率电源故障,提出基于多层小波分析提取故障信息的模式搜索支持向量机故障诊断方法。通过建立脉冲功率电源的软故障模型,进行仿真分析获得电流故障数据样本,对故障样本进行离散小波分解,获得指定层细节信息的小波系数作为故障特征量;对故障特征量进行主成分分析,将小波系数进行降维,以便有效地进行故障诊断。通过实验,将所提方法故障诊断结果与其他三种故障诊断结果进行比较,验证了所提方法的有效性。     

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。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。     

航天装备备件配置现状SWOT分析及对策研究

全面分析航天装备备件配置现状,把握备件配置优化的主要方向,形成推动备件配置水平快速提升的关键策略,是提高航天装备备件保障科学性和高效性的重要基础。本文通过SWOT分析法对航天装备备件配置现状的优势、劣势、机遇和威胁进行了系统剖析,并在此基础上构建SWOT分析矩阵,进而基于矩阵因素的不同组合形式,研究形成改进航天装备备件配置现状、提高备件配置科学性的四种关键策略,即抓住机遇、发挥优势的S-O策略,利用机遇、克服不足的W-O策略,利用优势、应对威胁的S-T策略和弥补不足、应对威胁的W-T策略,提出当前应重点解决备件需求提报精度、库存配置科学性和协调激励机制三个现实问题,为开展航天装备备件配置问题深入研究明确了重点、确定了方向。