结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。     

坦克火力对抗仿真研究

利用"蒙特卡罗"随机模拟方法对坦克火力对抗这一过程进行仿真,得出了近似实战的仿真结果。通过改变作战系统的初始值,还可以获得不同战术背景下理想的、描述了火力对抗结果的基本数据,这对坦克火力对抗中兵力部署和火力控制具有十分重要的意义。     

牵引火炮实施机动火力打击所面临的问题及对策

本文分析了牵引火炮实施机动火力打击所面临的问题,提出了牵引火炮实施“机动－射击－机动”作战样式所采取的对策。     

某通用无人机最优航迹的获取

在高技术条件下,如何发挥好无人机这一空中侦察平台的最大效能,对炮兵进行实时侦察、校射有着重要意义。本文正是从这一角度出发,通过计算机仿真、模拟某通用无人机飞行过程,寻找不同条件下的最优航线,达到速度快、航程远、航时长的目的,供无人机分队平时训练或实际作战参考作用。     

一个动态互连全透明训练系统

介绍一个动态互连全透明模拟训练系统设计过程,运用二级分布式结构实现实时模拟,并给出了某型导弹火力控制模拟系统硬件和多媒体软件结构模式     

火力支援与战斗指挥:直接支援营营长的双重职责

本文阐述了美军直接支援野战炮兵营指挥官如何要战斗中覆行其火力支援和战斗指挥的双重职责,同时给出了火力支援协调官十条要则。     

“魔鬼“旅结合火力支援施训的方法

本文主要讲述以“魔鬼”旅（即美第１机械化步兵师第１旅－译者注）在国内驻训中融入火力支援而实施的“重点在连、排”,“多梯队,诸兵种合成的”８大综合训练科目,以达到“不仅训练逆行野战炮兵作战任务和火力支援任务的炮兵分队,也训练了机动分队指挥官”的目的。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

遗传算法在防空导弹火力优化分配中的应用

介绍了遗传算法的基本原理、算法设计并结合遗传算法主要解决了如何把目标分配给火力单元的问题,编写了相应的程序,并给出了一个基于遗传算法的火力优化分配方案。     

基于Monte Carlo法的地空导弹火力分配优化问题研究

在确定地空导弹对目标的可射击系数、火力重叠修正系数和转火矛盾修正系数的基础上,结合Monte Carlo法的基本原理,介绍了解决地空导弹火力分配优化问题的一般步骤。运用计算机模拟技术,通过算例,证明了该方法的可行性,为有效解决地空导弹火力分配优化问题提供了一种较为科学的方法。