纳米SiO_2增韧改性环氧乙烯基酯树脂的性能研究

为了对环氧乙烯基酯树脂(EVER)进行增韧改性,采用KH570硅烷偶联剂对纳米SiO2进行表面处理,考察了纳米SiO2表面改性及其质量分数对EVER力学性能的影响。经过偶联剂处理的纳米SiO2复合材料在树脂基体中具备更好的分散性和相容性,力学性能明显优于纯EVER材料和未经偶联剂处理的复合材料。纳米SiO2质量分数为3%时,纳米SiO2复合材料的拉伸强度、断裂伸长率、冲击强度分别比纯EVER材料提高了42.10%,43.38%和91.91%;纳米SiO2质量分数为4%时,纳米SiO2复合材料的拉伸模量比纯EVER材料提高了34.57%。通过观察冲击断面的SEM照片,分析了纳米SiO2增韧改性的作用机理。结果表明:纳米SiO2增韧改性的关键在于诱发基体产生银纹,使其对裂纹扩展起到钝化、阻碍的作用。     

基于随机拟合的悬浮式深弹弹阵特征建模＊

通过分析悬浮式深弹发射后在空中的弹道特性,建立了深弹弹着点坐标的计算模型。采取蒙特卡洛方法,分别对舰艇六自由度状态下,单管和六联装火箭深弹的弹着点坐标进行了仿真计算,对弹着点的分布规律进行了研究,并得出弹着点的联合密度函数。结果表明,在发射参数存在正态扰动时,弹着点散布区域均呈椭圆形分布,弹着点坐标均仍服从正态分布。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

比例规则后件的T-S模糊模型辨识方法

模糊划分应满足测量准则,这一点常被忽略。采用余弦平方函数作为隶属函数,解决了曲线型隶属函数在模糊化分后满足测量准则问题。T-S模糊模型后件由线性函数构成,以局部线性化方式实现全局非线性,通过分段性逼近辨识曲线,常用于系统辨识中,但其辨识参数多是其主要问题。比例规则后件的T-S模糊系统具有万能逼近特性,且构成参数少,用于非线性系统的辨识中,可以减少辨识参数,提高辨识速度。给出其在系统辨识中应用的方法,并通过仿真实例说明本方法的有效性。     

基于改进神经网络PID的永磁同步电机控制研究

永磁同步电机是高度耦合的非线性时变系统,针对传统的比例积分微分(proportion inte-gration differentiation,PID)控制方式不能完全发挥内置式永磁同步电机的最大转矩电流比控制响应快、精度高的优点,提出了 一种基于差分进化算法的优化神经网络对电流环PID参数进行整定的控制方法,采用Ma...     

一种改进的带角度约束最优制导律

为了实现拦截任务需求,考虑拦截弹的角度约束以及能量过早损失而不能满足后续拦截需求,推导了一种改进的最优制导律。基于能量最小目标函数结构,提出一种使初始段需用过载尽量小且终端视线角能收敛到期望值的控制权函数;基于小角度假设,采用最优控制理论,推导了带视线角约束的最优制导律;基于制导律能使终端视线角收敛的特点,将带终端视线角问题转换为终端交会角问题,得到带终端交会角约束的最优制导律。仿真结果表明,所设计的制导律能实现终端交会角控制,同时能保证制导初始段能量消耗较小,且命中精度较高。所设计的方法对拦截弹的最优制导律研究具有一定参考和应用价值。     

基于改进熵权物元模型的作战方案评估

针对作战方案优选和量化评估不理想的问题,提出了一种基于改进熵权物元模型的作战方案评估方法.通过系统论证作战方案评估指标体系和评分方法,构造基于经典物元模型的作战方案评估框架,集成初等关联函数和熵权法,建立作战方案的物元评估模型;采用反熵权和欧几里得(Euclidean)距离改进指标权值计算和距离计算,形成4种组合量化评...     

利用改进Elman神经网络预测舰船感应磁场

在舰船感应磁场的所有分量中,垂向感应磁场垂直分量很难依靠传统方法进行测量,测量精度也容易受到地磁模拟场均匀度的影响。为避免这一缺陷,提出了粒子群优化Elman神经网络的感应磁场预测方法。在硬件设施良好的磁场监测站测量不同地磁环境下的舰船感应磁场垂直分量、地磁场信号等信息,并建立数据库,利用粒子群优化Elman神经网络学习舰船垂向感应磁场垂直分量与这些磁场信号之间的非线性关系,进而对舰船在未知区域的垂向感应磁场垂直分量进行预测。仿真分析和实验室物理模型实验均验证了该方法的有效性。     

基于BP神经网络的空中目标识别

空中目标识别是防空作战辅助决策的关键环节之一。根据空中目标的各种属性,建立基于BP神经网络原理的空中目标识别模型。利用MATLAB神经网络train函数训练采集的样本数据,得到稳定的权值和阈值,为后继的目标识别提供依据。该模型利用神经网络的记忆、联想、容错功能,进一步提高空中目标识别的稳定性和可信度。降低了个别传感器误判而造成的目标识别错误概率。     

匀速直线运动目标脱靶量测量方法

研究了匀速直线运动目标的脱靶量测量问题。文中首先给出了脱靶量测量的数学模型 ,将匀速直线运动目标的脱靶量测量表示为交会过程中目标径向距离时间序列的非线性拟合问题 ,并讨论了其求解的最优化算法。仿真结果表明 ,这种基于径向距离时间序列的目标脱靶量测量方法是简洁有效的