基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

热电池激活过程倒灌电流影响因素研究北大核心

热电池因具有能量密度高、使用温度范围宽、耐瞬间大脉冲能力强、激活时间短、储存寿命长等优点被广泛用于各种战术武器中。热电池输出端作为与导弹对接的电气接口,其激活过程中倒灌电流的大小将直接影响弹上电子设备工作的可靠性。为了解热电池激活过程中倒灌电流变化规律,对其影响因素进行了研究。通过研究表明,倒灌电流大小与电池堆并联数量、引燃条燃速、加热片燃速、极片面积大小、电解质熔融速度、电池堆单体电池串联数量、电发火头激活方式、线阻大小及弹上负载功率大小有关。该结论为导弹电气系统的安全、可靠供电电路设计提供了有力支撑。