同轴线圈电磁推进出口速度控制方案的仿真研究

为应对电枢出口速度需要进行灵活以及精确调节的场景,提出了一种使用异步式线圈推进器作为主加速装置,同步式线圈推进器在尾部作为调速器进行速度控制的联合调速方案。在ANSYS中建立了将调速器放置于单段异步式线圈推进器出口的二维仿真模型,针对调速器的实体设计,分别对异步式推进器最后一匝线圈与同步调速器线圈间距离和调速器线圈长度进行了仿真分析;使用该模型验证了改变脉冲电源初始电压能够控制调速器调速范围,以及改变开关触发时间能够控制调速器实现需求的电枢速度补偿,进一步给出控制回路的设计方案,为电磁线圈推进尾部电枢速度控制应用奠定了理论基础。     

电感储能电源余能回收对轨道炮特性影响分析

对剩余能量进行回收并重复利用有利于提高电感储能脉冲电源驱动电磁发射系统的能量利用效率,剩余能量回收的快慢将直接影响电磁发射系统的发射性能。在电感储能脉冲电源的基础上引入剩余能量快速回收单元可以实现剩余能量快速回收。为研究带有剩余能量回收单元的改进电路对连续电磁发射系统产生的影响,分阶段对改进电路的放电过程进行分析,对一个12模块的增强型轨道炮系统进行建模仿真,并与改进前的电路进行对比分析,进而得到改进电路驱动电磁发射系统的输出特性和发射优点。     

轴向移动内压力梁动力学的动网格法

面向轴向移动内压力梁结构动力学特性研究,采用Lagrangian方法建立了轴向移动内压力梁的运动控制方程,基于有限元动网格法对轴向移动梁运动控制方程进行离散。将内压力作为边界条件,采用Newmark-β时间积分方法计算轴向移动梁动力学响应,并开展动力学特性研究。结果表明,建立的有限元动网格模型能够有效地实现轴向移动内压力梁动力学响应计算。轴向移动内压力梁在收缩运动过程中,自由端振动频率将逐渐增加。悬臂长度对梁自由端振动频率具有显著影响。同时,结构振动频率随内压力的增加而增加。本文中建立的有限元动网格模型能够为轴向移动内压力梁动力学研究提供新方法。     

军用车辆轮毂电机位置传感器故障检测及容错控制

针对电传动装甲车辆恶劣工况下轮毂电机位置传感器容易产生故障问题,基于脉振高频电压注入法构建了位置传感器故障检测及容错控制系统.通过分析故障时位置传感器输出信号出现的幅值不平衡故障或正交不完全故障,采用阈值检测法实现故障检测,并使电机由有位置传感器控制切换为无位置传感器控制.仿真及实验结果表明,故障发生时,系统能够迅速检测出故障并进行容错控制,有效抑制了电机转速及定子电流的持续振荡.     

RLV再入标准轨道制导与轨道预测制导方法比较分析

提出只更新飞行剖面参数的航程更新方法及相应的RLV再入标准轨道制导规律;结合轨道在线生成与跟踪技术,采用Runge-Kutta-Fehlberg自适应变步长轨道快速预报方法,研究了RLV再入轨道预测制导。进一步对两种制导方法进行了比较分析研究,研究认为标准轨道制导与轨道预测制导都是可行的RLV再入制导方案,其有机结合是未来可重复使用跨大气层飞行器再入制导的发展趋势。     

多参数的双层分布式智能在线检测系统

能在一套系统上做到诸如显示、电压、转速、温度和流速等多参数信号的检测通常是比较困难的。结合上述问题提出了多参数双层分布式智能在线检测系统的构建方法。分析了智能仪器、多仪器串行通讯接口等相关支持技术。并通过引入一兰姆波密度传感器检测系统为例说明了所构建系统的可行性。此系统通过合理的软件和硬件设计,可以完成对整机系统的诸如检测、处理、监控、报警、显示和启示等功能,从而自动智能地达到控制目的。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于空降兵的移动终端火控系统软件架构

为了解决传统火控车载终端软件架构无法满足空降兵武器装备小型、轻量、携行的需求,提出了一种基于移动终端的火控系统软件架构IMDA(Interaction-Mediator-Data Access),充分发挥移动终端的特点。IMDA通过改变通信机制、改进交互理念、使用函数调用等方式解决了移动终端硬件资源受限的问题,弥补了车载终端交互效率低下以及多App之间的信息交互问题。并通过接口匹配法和半实物仿真相结合的方式验证IMDA架构的可行性和有效性。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。