无伞末敏子弹大攻角非线性空气动力和力矩模型

以无伞末敏子弹为背景,分析了描述大攻角飞行弹丸横向运动和角运动的运动变量,建立了大攻角情况下弹丸所受非线性空气动力和空气动力矩的模型,推导出了复数形式的弹丸横向运动与角运动方程。数值积分计算表明,弹丸在特定非线性空气动力和力矩作用下,能够形成所需形式的扫描运动,证明所建力学模型正确合理,可以用于无伞末敏子弹动力学特性的分析与计算。     

基于冲量法实现航天器编队重构控制仿真的研究

针对航天器编队重构的可视性不强,提出一种冲量法实现航天器编队重构的视景仿真技术。双脉冲机动是指航天器对空间目标的近轨道转移时,所需要的两次冲量机动。应用航天器之间相对运动原理,以空间目标轨道六要素为目标函数,通过调整航天器轨道参数对空间目标进行编队重构,有摆动绕飞转移至摆动式悬挂绕飞,进而得出了航天器转移摆动式悬挂绕飞编队到所需冲量基本关系,从而实现航天器对空间目标进行编队重构控制。     

基于卫星定位的弹道修正弹控制参数解算方法

介绍了近年来国外基于GPS定位的弹道修正弹发展情况,分析了一维、二维弹道修正弹的技术特点,结合工程应用分别提出了一维、二维弹道修正弹求取修正控制参数的策略和方法。射击试验和仿真实验结果表明该方法具有可行性和有效性。     

基于GPS的弹道修正弹驱动控制器系统

针对目前国内二维弹道修正处于起步阶段和一维弹道修正处于研制阶段,提出了一种基于距离及精度二次修正执行机构的驱动控制器,该驱动控制器模块是一种新型的修正组件控制模块,详细介绍了修正组件控制器的工作原理、修正原理和硬件电路设计。硬件电路设计主要包括升压电路、四路起爆电路和异或门电路。每路起爆电路可以独立控制一个阻尼片。该控制器可以完成多种模式的修正,不仅可以完成弹道修正弹的一维一次和一维二次距离修正,还可以完成弹道修正弹的二维修正。     

俄乌冲突中的航空弹药弹目匹配及毁伤效果分析

系统梳理、归纳了俄乌冲突中的俄空射巡航导弹、高超声速导弹、反辐射导弹、反坦克导弹以及制导与非制导炸弹等航空弹药概况及其作战使用情况;结合俄乌冲突战场实际,按照不同目标类型,重点对工业设施、军事设施以及兵器装备等目标打击的武器弹药选择以及毁伤效果进行了梳理与分析;最后从弹目匹配选择、用弹量选择与储备以及高尖端航空弹药研制与作战使用等方面给出了几点启示与建议,以期为武器作战使用、任务规划、毁伤方案制定等提供一定的参考与借鉴。     

高精度轴类零件的砂带确定性修形方法

为提高金属轴类零件的加工精度,基于光学确定性加工原理将振动砂带研抛方法用于轴类零件的高精度修形中。在这种方法中,弹性接触轮在一定压力下与轴类工件接触形成一个矩形研抛区域,砂带覆盖在接触轮上,通过接触轮的轴向振动可以实现材料可控去除。利用圆柱度仪测量得到轴零件外圆表面的轮廓形貌,得到被加工零件表面轮廓的误差分布。使用脉冲迭代法计算接触轮在圆柱表面不同位置的驻留时间,通过机床主轴的伺服控制实现工件不同位置材料去除量的大小,从而实现被加工零件圆柱度误差的确定性修整。在经过仿真加工后,在一根45#钢轴的一段柱面上进行了确定性修形实验。结果表明,工件平均圆度误差从0.42 μm收敛至0.11 μm,圆柱度误差从0.76 μm收敛至0.35 μm,加工后的形状精度优于超精密外圆磨床的加工精度,验证了高精度轴类零件柱面上确定性修形的可行性。     

脱壳弹弹托分离的双目视觉测量

脱壳弹的弹托分离过程对弹体的飞行稳定性和打击效能具有显著的影响。针对脱壳弹出膛后弹托相对弹体的六自由度运动过程,提出采用基于双目视觉原理的弹托分离角测量方法。通过在弹体表面和弹托表面设置标记点,采用图像处理和跟踪算法实现对标记点的识别和跟踪。结合双目空间标定参数解算出标记点的空间位置,进而获得弹托相对弹体的分离角度,同时采用实验验证了上述测量方法的精度,其精度达到2%。以实验室进行的初速度1 550 m/s和1 750 m/s的脱壳弹射击试验为例,测量并分析了不同初速度下的弹托分离轨迹。结果表明:脱壳弹分离初速度越快,弹托分离轨迹越靠近弹体。     

发射井内弹-筒系统抗爆减震设计

为提高井下冷发射导弹的生存能力,对其开展了抗爆减震设计研究,建立了弹-筒系统在不同减震方式下的有限元仿真模型,计算了弹-筒系统在爆炸地冲击作用下的动态响应,比较了悬吊式、下支承式、斜吊式等多种减震系统的减震效果,并分析了减震器刚度和阻尼对减震效果的影响。结果表明：悬吊式减震系统的减震效果略好于下支承式,斜吊式最差,合理减小减震器刚度和阻尼可以明显提升悬吊式减震系统的减震效果。     

基于改进Yolo v3的弹载图像弱小目标检测算法

结合弹载摄像机的成像特点,对不同目标在弹载图像中的尺度信息进行分析,重点对复杂作战环境下的弱小目标检测问题进行研究。优化小目标样本数据结构,扩充小目标样本比例,并将远距离成像不易区分类别的目标统一标注为“target”类。优化Yolo v3网络结构,利用K-means对多尺度预测分支上的anchor大小重新聚类,并在FPN大尺度特征提取前融合中、小尺度特征信息,通过卷积注意力模块和双线性插值上采样提高特征图中显著特征的表达能力,减少弱小目标特征信息损失。优化后的算法大幅度提高了弱小目标检测精度,降低误检和漏检率,并保证了算法的处理速度。