炮弹尾翼弦长对气动特性的影响

为研究炮弹新型尾翼结构,其弦长对气动特性的影响。基于尾翼稳定的要求,利用计算流体力学(CFD)进行数值模拟,在验证数值方法的基础上,对不同尾翼弦长的炮弹流场进行了数值模拟,并对计算结果进行对比分析。结果表明：基于计算模型的可靠性,将尾翼弦长分为前、后弦长,在固定总弦长、增加后弦长时,阻力系数与升力系数均随之减小;在固定前弦长、增加后弦长时,具有减阻增升增稳作用。研究结果为不同结构限制下的弹体设计提供参考依据。     

舰炮武器装备智能化维修保障研究

舰炮是水面舰艇装备数量最多、使用最频繁的武器装备,以往以预防性维修为主、临抢修为辅的维修方式,容易同时出现“维修不足”和“维修过剩”等现象,导致维修成本居高不下。以智能化战争时代精益管理需求为牵引,提出了一种基于维修资源视情供应的舰炮武器装备智能化维修保障体系,并建立了以保障周期最短、保障成本最低为目标的区域舰炮武器装备器材调剂供应的优化决策模型,引入了离散化海鸥算法(seagull optimization algorithm, SOA)进行求解,仿真结果表明：该模型算法可有效提供优化的供应方案,并在收敛速度和寻优效果方面有一定优势。     

动态路径分裂的虚拟网络重构算法

为了解决现有故障虚拟网络重构算法存在的故障虚拟链路恢复率较低、负载不均的问题,提出一种动态路径分裂的虚拟网络重构算法。该算法定义了重构排序函数以确定故障虚拟网络的重构顺序;同时,将动态路径分裂方法引入故障虚拟链路的恢复,以提高故障虚拟链路的恢复率;最后,结合就近原则与负载均衡进行故障虚拟节点的恢复,进一步优化映射的结果。仿真结果表明,所提算法提高了虚拟网络的请求接受率与成功运行率。     

考虑湿蒸汽特性的饱和蒸汽汽轮机建模与仿真

为分析湿蒸汽对饱和蒸汽汽轮机运行特性的影响,首先根据饱和蒸汽汽轮机内汽液两相流的流动特点,分析了汽轮机在变工况过程中由于流通部分压力、蒸汽湿度以及金属壁面与水膜间换热等因素引起的蒸汽流量变化;然后,以某型舰用核动力装置主汽轮机为例进行仿真实验,并计算得到了该型汽轮机在典型变工况过程中的输出功率、螺旋桨转速、高压缸出口压力等外特性参数,以及水膜动态蒸发凝结量、蒸汽挟带液滴流量、金属壁面换热引起的蒸汽凝结蒸发流量等内部参数的变化。该研究成果在核电站和船用核动力装置仿真方面有一定的参考价值,对饱和蒸汽汽轮机的性能分析、运行优化和控制策略研究有一定的指导作用。     

基于SVM的控制棒驱动机构滚轮状态评估方法

针对控制棒驱动机构滚轮振动信号非平稳、小样本的特性,提出了一种基于支持向量机的滚轮状态评估方法。该方法首先对信号进行小波降噪,再将降噪后的信号分解为若干乘积函数分量之和,选取包含主要故障信息的分量进一步分析,从这些分量中提取几种特征参数作为支持向量机的输入参数,建立了滚轮故障识别模型。通过对滚轮正常状态、故障状态的分析证明,该方法可以准确、有效地对滚轮的工作状态进行分类。     

两种声场模型下环境参数对Scholte波传播特性的影响

为了研究海洋环境参数对Scholte波传播特性的影响,首先在Pekeris海洋声场模型的基础上,建立了含沉积层的两层海底声场模型;然后,基于波动理论给出了Scholte波频散特征的求解方法;最后,分析了两种声场模型下环境参数(纵波声速、横波声速、密度、沉积层厚度、海水深度)的变化对Scholte波传播特性的影响。结果表明:两种声场模型下Scholte波均存在低频截止和频散现象,且能量主要集中在一个波长深度内,沉积层中横波速度的变化对Scholte波相速度影响最大。     

管道弯头对F(1,1)模态导波传播特性影响研究

为研究管道弯头对非轴对称弯曲波传播特性的影响,采用数值模拟方法研究了不同方向F(1,1)模态导波在弯头处的模态转换和散射特性。研究结果表明:不同方向的F(1,1)模态导波会产生不同的模态转换,其与弯头拱背-拱腹的夹角越大,模态转换程度越大,而夹角为0°时无模态转换产生;弯头会改变F(1,1)模态导波的方向并对散射F(1,1)模态导波幅值产生影响;不同于轴对称导波,影响弯曲波在弯头处反射和透射系数的因素除了弯曲半径和频率外,还有弯曲波激励角度。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展,其可靠性面临巨大挑战,基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础,现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大,影响了故障预测的准确性和效率。本文面向未来E级超级计算机,提出数据采集框架（Failure Prediction Data Collection Framework, FPDC）,能够全面采集与计算结点故障相关的状态数据,采用自适应多层分组数据汇集方法,有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小,扩展性好的优点,能够适应未来大规模系统故障预测数据采集的需求。     

信号稀疏分解理论在轴承故障检测中的应用

将信号稀疏分解理论引入到轴承故障检测问题中,提出新的轴承故障检测方法。通过字典学习的方式可有效实现轴承正常状态振动信号稀疏表示的超完备字典。利用该字典只适用于轴承正常状态信号稀疏分解的特点,将待分析信号在该字典上展开,通过比较信号稀疏表示误差与所设定阈值的关系来判断轴承对应的状态,从而实现轴承的故障检测。实验结果表明:当误差阈值设置合理时,该方法可有效地判断出轴承是否发生故障。