基于格拉姆角场和PSO-CNN的滚动轴承故障诊断方法

针对卷积神经网络的结构对滚动轴承故障诊断精度有较大影响的问题,提出一种基于格拉姆角场和粒子群优化卷积神经网络结构的故障诊断方法。采用格拉姆角场对一维轴承振动数据重构,保留原始数据信息的同时包含了时间相关性;采用粒子群优化算法对编码后的卷积神经网络结构迭代寻优。利用西储大学的轴承数据集进行试验验证,试验结果表明,该方法可自适应生成网络结构,平均诊断精度为99%,相对于其他主流卷积神经网络结构可以获得更好的故障诊断精度。     

基于吊放声呐的无人艇搜潜任务规划算法

针对无人艇基于吊放声呐自主执行搜潜任务需求,分析吊放声呐搜潜使用的特点,构建吊放声呐探测概率模型,设计了无人艇使用吊放声呐自主搜潜控制流程,建立了基于概率模型和搜潜质量的吊放声呐搜潜任务规划模型。通过仿真计算,该算法输入参数少,输出规划能够满足无人艇执行搜潜任务的控制需求,具有良好的性能,达到了预期的目标。     

基于改进EfficientNetV2算法的三相串联故障电弧检测

串联电弧故障在电气火灾中的成因中占据着重要的比例,在具有变频器的三相电机线路中,由于多种电弧电流复杂行为以及多种负载的存在,很难准确识别变频器后部线路中发生的串联电弧故障。为了解决这一问题,提出了一种改进的EfficientNetV2算法。搭建低电压三相电弧故障数据采集平台,采集了所需要的正常状态和故障状态的电流信号。为了充分利用机器视觉的优势,采用马尔可夫变迁场(MTF)将采集到的时域电流信号编码为图像。将MTF图像送入模型中进行训练和测试,该模型具有轻量级高效的通道注意力和双池化空间注意力,更加专注于电弧特征,提高网络性能。实验结果表明,该方法的准确率可达98.99%。     

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题,提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法,同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体,同时以长机的运动轨迹作为期望路径,长机提供僚机飞行信息,僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明,所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。     

基于人工势场法的多机编队重构防撞控制

针对多机编队在队形变换过程中存在的机间碰撞问题展开研究。首先基于人工势场法提出一种有界斥力函数的设计方法;同时为避免同平面内队形变换导致的航迹交叉现象出现,设计了队形变换协调策略,有效解决了人工势场法容易陷入局部极值点的问题。其次,通过引入时变权重系数协调防撞控制量和一致性控制量,设计了机间防撞控制协议,在提升队形变换速度的同时确保无人机之间的距离始终大于安全距离。最后,通过数值仿真实例验证了所提编队防撞控制方法和队形变换协调策略的有效性,不仅显著提升了协同编队的安全性,还能够支撑未来大规模多无人机系统协同编队。     

一种基于证据理论的陆战场机动平台情报关联方法

针对陆战场情报来源对象不明的问题,提出了一种采用证据聚类技术对陆战场机动平台情报进行分类以实现目标关联的方法。该方法针对陆战场机动平台的特点,建立描述该类情报的证据理论模型;并将各情报之间的矛盾量化成冲突因子,推导分类优化函数;然后采用平均场模拟退火算法进行情报分类。     

基于POD的尾流激励叶片气动力降阶模型

提出了本征正交分解法方法建立叶片气动力降阶模型,快速分析叶片气动特性.采用计算流体力学得到气动力快照矩阵,然后利用本征正交分解法获得尾流激励下的叶片气动力基,从而建立尾流激励下的叶片气动力降阶模型并完成气动力数据重构.分别采用周期信号和正弦信号作为输入,采用计算流体力学和气动力降阶模型方法计算叶片气动力,结果显示:采用...     

基于人工势场的军事态势分析模型

在基于Agent建模仿真方法的战争复杂性研究过程中,为了解决高层指挥控制Agent对军事态势自主分析判断能力的问题,引入了高等物理学中电势场的基本原理来对战场军事态势分析进行建模--并取名为人工势场.介绍了人工势场模型构建的基本原理,结合工程实践详细讨论了该模型在理论和工程实现上的一些基本问题,最后给出了基于该模型的几个简单的分析测试实例.仿真实验证明该模型用于高层指挥控制Agent的实时军事态势分析是可行的.