多因素观测来源不确定的多目标跟踪算法

杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入目标标记和权重向量,增广了标准GMPHD迭代中目标信息.基于高斯分量合并策略、目标状态估计策略和高斯分量优化策略,能够有效地改善目标状态估计精度和滤波迭代效率.目标跟踪仿真实验结果表明了所提算法的有效性及鲁棒性.     

设备健康状态评估指标体系约简方法

针对设备健康状态评估涉及指标多、指标间关系复杂的问题,提出基于粗糙集和遗传算法的设备健康状态评估指标体系约简方法.将粗糙集理论和遗传算法相结合,对设备健康状态评估指标进行约简的同时,提高约简效率.某燃气轮机健康状态评估指标体系约简案例显示,该方法能够在不失代表性、系统性的前提下,将复杂指标体系约简为较为简洁、明了的指标体系,保持评估结果准确的同时减少信息收集工作量.     

【专题】人工智能装备质量监督效能研究

近年来,人工智能技术迅速发展和渐趋成熟,在装备领域的应用大放异彩,极大地拓展了传统装备性能,特别是自主性和智能化水平。但人工智能算法本身固有的逻辑推理性差、具有不可解释性和需要学习训练等特性给人工智能装备的质量监督带来了新挑战,现有评价手段的欠缺也使人工智能装备发展在实用可靠方面充满不确定性。本文在总结归纳人工智能装备新特性拓展和质量监督新挑战的基础上,重点围绕有效提升人工智能装备的质量监督展开研究。提出应在夯实基础能力设施建设、注重日常数据采集整理、灵活技术状态管控、研究有效评价手段、强化人才队伍建设和闭环质量信息反馈与利用等六方面加强人工智能装备质量监督的措施建议,以期为人工智能装备的发展建设提供参考。     

基于数字孪生的航天发射塔摆杆机构故障诊断研究

针对因历史故障数据不足,缺少规范的故障数据收集机制和成熟的质量监测管理技术手段,大型复杂机电液系统性能状态难以准确评估的问题,以发射塔电缆摆杆作为典型机构,研究并提出了一种基于数字孪生技术的故障诊断方法。该方法以数字孪生系统“五维模型”理论为基础,构建了摆杆系统数字孪生架构体系;运用UG软件,通过几何运动学和动力学建模,建立了虚拟仿真模型,设计了基于ADAMS和Matlab联合仿真的数字孪生系统。该系统通过仿真信号与实测信号的对比,表明其对于物理实体的模拟仿真精度可达96%。最后,通过典型喘行故障试验,修改虚拟模型有关参数进行仿真,验证基于数字孪生体对摆杆机构故障诊断的有效性,以及利用其论证维修改进方案的可行性。     

基于BN-AHP的装甲车辆动力系统故障状态评估

装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始节点时更多是依靠专家经验,往往会带来很大的误差,导致条件概率偏差过大,采用证据理论/层次分析法来优化专家经验,确定各个节点的条件概率;将层次分析法转化所得的条件概率值代入到云贝叶斯网络模型中,经过计算可以得到不同损毁等级的概率。将云贝叶斯网络模型计算结果与其他状态评估方法结果进行对比分析,结果表明,所采用的计算方法较其他方法在可靠性和准确性方面有所提高。     

关于提升普通高职院校军事技能训练工作质量路径的研究思考

加强全民国防教育,增强全民国防观念,是党和国家始终高度重视的一个重要战略问题。党的十八大以来,以习近平同志为核心的党中央作出一系列重要决策部署,推动新时代全民国防教育领导体制机制改革。而普通高等学校开展国防教育,进行军事技能训练工作,对高校学生综合素质的提高、对高职院校立德树人以及对国家国防后备力量的培养等方面都有重大意义。但当今的高职院校学生军训工作存在着内容枯燥单一、军训参与人员思想认识不够以及军训成果难以持续保持等方面的问题。本文针对这些问题提出了相应的解决办法,力图为高职院校的国防教育工作提供借鉴和参考。     

惯导系统传递对准模型的研究进展综述

初始对准是惯导系统开启工作后必须经历的阶段,而传递对准则是一种特殊的动基座初始对准技术,可有效提高武器装备的快速反应和精准打击能力。对惯导系统传递对准模型的研究进展进行了综合评述。首先,从姿态误差的定义出发,系统归纳了?_n角误差模型、?_m角误差模型和相对姿态对准模型,对比分析了三类误差模型的特点。其次,给出了导航速度、相对速度和惯性速度的定义,理论推导了三种导航速度误差方程。然后,介绍了传递对准的量测模型,并重点归纳了基于相对姿态理论的文献所采用的量测模型。最后,讨论了传递对准有待解决的技术问题和未来研究方向。综述表明,误差的数学定义和参考坐标系以及匹配参数决定了传递对准模型的丰富性,在实际使用时,可以根据应用背景以及使用条件选择相应的传递对准模型,而在误差建模、误差激励、性能评估等方面,传递对准技术都有待进一步研究。     

涡轮叶片装配智能优化算法

涡轮组件装配是发动机制造过程的重要组成部分,在装配过程中为保证涡轮叶片装配完成后的转子不平衡量符合设计标准,需对叶片进行分组试装等步骤,装配效率因此受到影响。为解决此问题,提出一种基于改进模拟退火算法的叶片装配序列优化方法。建立由轮盘自身不平衡量与叶片不平衡量相结合的数学模型,采用多邻域搜索机制,改进退火机制,增加升温、记忆模块等方法来改进算法,通过实例验证了算法的有效性,并与蝴蝶算法,天鹰算法,原始模拟退火算法进行比较,有效地降低了涡轮转子不平衡量。结果表明,改进的模拟退火算法能够有效的减少叶片装配后的不平衡量。为使该算法能够更方便的服务于装配现场,基于MFC框架开发一款叶片装配软件,为解决叶片装配需进行多次拆装以及装配效率低的问题提供了一种有效的方案。     

多目标跟踪系统测量结果识别算法分析

首先针对多目标自动跟踪问题,对测量结果的两种识别方法和判定规则进行了讨论,给出了目标状态模型、参数模型和探测模型,并对这些模型进行了评估,在此基础上重点分析了多目标自动跟踪状态下基于状态模型参数识别测量结果的算法。最后指出了这种算法的优缺点。