基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

Duffing混沌阈值的新定量求解法及其在WSD的应用

概述了求取Duffing系统阈值的3种传统方法,分析优缺点,最终提出一种新的求取混沌阈值的定量方法。这种方法能充分反映周期序列的振荡特征,因此,定义为周期特征量法。将该特征量作为混沌阈值可以明显区别混沌序列和周期序列,由此可以用于判断Duffing系统的输出状态,是一种优于其他方法的混沌判决。最后,仿真验证了该方法的可行性并应用于检测弱周期信号的有无及其幅值。     

美军“不眠战士”凶猛来袭

正古往今来,战场上的厮杀从来不分昼夜。士兵们连续作战,需要时刻在枪林弹雨下保持高度警惕性和敏捷度,往往疲惫不堪。尽管如此,士兵们还不得不面对一个共同的天敌——瞌睡。如果士兵连续作战,一旦感到精神疲惫,缺乏睡眠,就会行动迟缓、战斗力下降,而处于睡眠状态的士兵则战斗力全无。军事专家指出,能让士兵不睡觉却不影响其健康,将会引起战争方式和军力部署的根本变革。自二战以来,美军一直试图解决这一难题,希望打造能7天7夜连续作战的"不眠战士",在未来战争中占据上风。     

基于劣化度的装备健康状态评估模型

为了准确评估装备的健康状态,实施装备的状态维修,引入劣化度概念,结合装备的特点,确定了以装备特征参数劣化度为评估指标,运用变权模糊理论,建立了基于劣化度的装备健康状态变权模糊综合评估模型。结合地空导弹装备实际工作,进行了实例分析,验证了该方法的准确性和有效性。     

基于HMM的传感器位置优化模型

首先介绍了隐马尔可夫模型(HMM)理论,并对HMM健康状态评估的基本程序和方法进行了研究。HMM对系统健康状态评估具有所需样本少、识别精度高及分类明显等优点,利用隐马尔可夫模型对传感器的不同位置进行评估,从定量的角度对传感器位置的优劣进行评价,提出了利用隐马尔可夫模型对传感器在不同位置上的效果进行评价的方法。最后,利用齿轮箱实验数据,分析验证了方法的实施流程和有效性。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

冲击载荷作用下身管疲劳行为研究

传统身管疲劳寿命评定采用实弹射击和实验室液压疲劳试验相结合的方法进行,未充分考虑火炮发射时动态载荷对身管的冲击疲劳作用.为此,研制了身管冲击液压疲劳试验装置,为揭示身管冲击疲劳规律提供了新手段.依托该装置,在实验室条件下再现了身管胀膛和膛炸现象.试验结果表明:在冲击载荷作用下,身管壁内主裂纹逐渐形成并沿径向扩展,造成身...     

并轨双基合成孔径雷达ECS成像算法

为解决大斜视角情况下并轨模式的CS成像误差较大的问题,基于单基地非线性CS算法采用扩展CS算法对斜视目标成像实现了改进,克服了双基地回波数据二维频域变换的困难,对高阶的耦合性进行了补偿.通过仿真验证了在斜视条件下,ECS(extend CS)算法对双基地合成孔径雷达(BiSAR)数据成像的有效性.     

基于灰色系统理论的设备状态监测系统设计

介绍了设备状态集中监测系统的构建和灰色系统理论在设备状态预测中的应用原理及方法．利用Matlab提供的基于最小二乘法的非线性曲线拟合函数能方便地求解一阶灰微分方程,从而得到原始数列的预测值表达式．应用实例表明,基于灰色系统理论的预测模型适用于小样本不确定问题的研究,预测精度高、实现容易．基于灰色系统理论的设备状态监测系统的研制对于科学制定维修计划,改进设备的管理维护手段,确保试验任务的质量和进度具有重要作用．     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。