发动机起动时超温的原因分析及处置方法

发动机起动时超温是一种较为特殊的故障现象。以两起典型发动机起动时超温故障为案例,分析其超温的原因,给出发动机起动时发生超温故障时的处置方法,并提出外场维护工作的几点建议。     

带渐变过渡型提取结构的Ku波段磁绝缘线振荡器

提出了一种渐变过渡型的微波同轴提取结构,解决了采用传统的均匀同轴提取结构的Ku波段磁绝缘线振荡器中存在的输出模式不纯和TEM模传输效率较低的问题。模拟结果表明,渐变过渡型提取结构实现了微波的高效提取和单一的同轴TEM模输出;过渡后的同轴结构利于支撑杆的设计,满足了同轴TEM模的传输要求。与传统的均匀同轴提取结构相比,渐变过渡型提取结构能够适量提高器件的品质因数,进而加强束波作用,加快微波起振。     

用于减少远程Cache访问延迟的最后一次写访问预测方法

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。     

音圈电机驱动的快刀伺服系统性能测试

研发了一种新的音圈电机驱动的超精密快刀伺服系统,行程达到30mm,最大加速度为920m/s2。通过实验手段获得系统的运动模型,用于控制器的设计。针对一类典型的光学复杂结构曲面-微小透镜阵列进行加工,并对加工结果进行测试与分析。测试结果表明,所研发的快刀伺服系统达到了加工技术要求,为该系统在实际加工中更广泛的应用打下了基础。     

电磁感应加热弹丸装药倒空技术分析研究

针对蒸汽加热在弹丸装药倒空中存在污染环境、装药适用范围小、能量利用率低等问题,提出了电磁感应加热弹丸装药倒空技术.分析了感应加热倒药方法的工作原理,构建了感应制热器的数学模型,基于磁热顺序耦合方法建立了二维轴对称感应加热弹丸装药有限元模型,开展了电磁场和温度场仿真研究.分析了不同时刻下弹丸装药不同位置的电磁场和温度场分...     

美军“不眠战士”凶猛来袭

正古往今来,战场上的厮杀从来不分昼夜。士兵们连续作战,需要时刻在枪林弹雨下保持高度警惕性和敏捷度,往往疲惫不堪。尽管如此,士兵们还不得不面对一个共同的天敌——瞌睡。如果士兵连续作战,一旦感到精神疲惫,缺乏睡眠,就会行动迟缓、战斗力下降,而处于睡眠状态的士兵则战斗力全无。军事专家指出,能让士兵不睡觉却不影响其健康,将会引起战争方式和军力部署的根本变革。自二战以来,美军一直试图解决这一难题,希望打造能7天7夜连续作战的"不眠战士",在未来战争中占据上风。     

超空泡航行体有限元动力学建模

为对超空泡航行体结构进行优化设计和安全评估,将其简化为两端自由的梁,在空泡形态和受力确定的基础上,利用哈密顿原理,推导出了运动和变形耦合动力学方程组,建立了有限元模型。利用模态法和纽马克法对横向振动方程进行了求解,并对耦合、无耦合的方程进行了定性定量的比较分析。结果表明:耦合转动角速度增加了高频的波动;由于航行体自身刚度和固有频率较大,转动对它们的响应影响较小。     

对称方形环结构电磁超材料的设计与仿真

基于Smith提出的金属细线阵列与开口谐振换(SRRs)周期结构能在某一频段内实现双负特性的原理,对圆形SRRs结构进行了改进,提出了一种不相互嵌入、对称的开路谐振环结构。与Smith提出的谐振结构相比,该结构也能够实现特定频域的双负特性,且结构上下、左右都具有对称性,电流分布形态更加合理,电磁性能更加优良。     

基于正交锁定差分放大器的巨磁阻抗（GMI）磁传感器

基于非晶丝的巨磁阻抗(GMI)效应,利用CoFeBSi非晶丝作为敏感材料,采用正交锁定放大电路和仪用放大器作为信号调理电路,设计了一种差分式高灵敏度GMI磁传感器。介绍了巨磁阻抗效应的基本概念和双非晶丝差分结构的磁敏探头,分析了基于正交锁定差分放大技术的信号调理电路的工作原理,并结合非晶丝两端输出信号的幅度和相位特性,提出了正交锁定放大器输出包络的近似计算方法。实验结果表明:在-2.0 Oe~+2.0 Oe的量程内,该GMI磁传感器灵敏度可达748mV/Oe,线性误差为0.98%FS,且噪声平均功率谱密度约为0.8nT/Hz1/2。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。