宽频带随机振动环境的疲劳强度强化机理

全轴随机振动环境的疲劳强化机理问题是可靠性强化试验研究的关键技术之一。针对该振动环境的宽带特性对疲劳失效的强化作用进行了讨论,首先研究影响随机应力疲劳强化效能的相关统计参数,然后分析随机应力的频谱带宽如何影响这些统计参数,最后得到频谱带宽对疲劳强化效能的影响,由此揭示全轴随机振动环境宽频带特性的疲劳强化机理。     

建设节约型军营重在常抓不懈

军队要走在资源节约的最前列,就必须树立节约理念,强化节约责任,创新节约措施,规范节约行为,着力建设节约型军营。为此,应该把握好以下三个方面:(一)改进教育手段,切实把建设节约型军营体现在认识到位上。建设节约型军营应该首先从教育入手,把节约的理念渗入到广大官兵思想中。一是领导教育大家与领导先受教育相结合,切实突出领导干部先受教育。领导干部的节约是最大的节约,欲教育大家必使自身先受教育,靠自己的模范作用影响和带动部属。二是集中教育与随机教育相结合,切实突出抓好随机教育,充分利用随机教育的有效形式,把节约体现在工作、…     

合着时代的节拍——某摩步旅与时俱进改进政治教育片断

“六个跟着搞”增强教育及时性新的体制编制调整后,某摩步旅政委深入基层调查研究时了解到:部队的集中教育搞得比较扎实有效,但随机教育一直是个薄弱环节。虽然基层连队为搞好随机教育,动了一些脑筋,做了一些工作,取得了一些成效,但还存在着“内容不系统、随意性大、跟得不及时”等现实问题。为使集中教育和随机教育能“两个轮子一起转”,最大限度地发挥随机教育的效能,旅党委在认真研究、分析随机教育内容、作用和官兵思想变化规律后认为,随机教育也有“机”可循:要想保持官兵政治上的坚定性,随机教育必须紧跟国际国内大事搞;有效防止和抵…     

基于随机虚拟样机的某型自行火炮扭力轴动力仿真

依据随机动力学、多体系统动力学和数理统计理论,借助MSC\Adams仿真软件和MATLAB工具,提出随机虚拟样机的概念。并以某型自行火炮的扭力轴为例,在建立的虚拟样机上,实现不确定性因素下从底盘整体到悬挂系统、再到扭力轴的动力仿真。     

基于GSPN的车电系统可靠性建模与分析

在深入分析车电系统故障模式的基础上,以广义随机Petri网为理论工具,提出一种基于GSPN的车电系统可靠性模型.通过仿真实验得到了系统可用度指标的动态变化曲线,分析了各个功能子系统对车电系统整体可用度的影响.该模型可为新型车电系统可靠性的分析、设计与优化提供理论依据.     

一类搜索型多对二随机格斗的获胜概率

研究搜索型多对二随机格斗战斗模型。假设格斗开始时A方有m件武器,B方有2件武器,B方处于隐蔽状态,格斗开始后B方可以直接对A方进行射击,A方需先搜索到B方后才能进行射击。双方各为同类武器,都是集火射击,所有开火都是独立的,每件武器开火射击直到毁伤对方才重新射击下一个目标。对搜索时间和毁伤间隔时间都服从一般分布的随机格斗模型,通过分析各状态的特征,利用状态概率分析方法和向后递归时间方法建立状态方程,求出了格斗处在各个状态的概率,并得到双方的获胜概率计算公式。     

运行和修复同时进行的固有可用度定时截尾试验方案

针对如何设计一个试验以完成检验系统固有可用度、平均故障间隔时间和平均修复时间等3个指标参数的问题,将试验分为同时进行的可靠性和维修性定时截尾试验2个项目,假设运行时间和修复时间均服从指数分布,且可靠性和维修性试验方案已知,提出了一种固有可用度定时截尾试验方案．该试验方案通过合理选择累积运行时间和累积修复时间,同时满足检验3个指标参数的承制方和使用方风险,可完成对3个指标参数的检验．     

混沌随机频率步进信号分析与处理

混沌具有类随机性、对初值敏感、易于产生和控制,频率步进信号易于工程实现和处理,结合二者的优势,提出一种基于混沌序列的随机频率步进雷达信号。介绍了信号产生模型,从理论上推导、分析了该信号的模糊函数和互相关函数性能,给出了信号直接相关和先排序存储、后匹配滤波两种回波处理方法。应用四种典型混沌进行数值仿真,并和已有的线性频率步进信号、高斯和均匀随机频率步进信号进行对比分析。结果表明,混沌随机频率步进信号具有较优良的性能,是一种有潜力的雷达信号。     

火箭发动机应储数量的研究

火箭发动机应储数量的确定是其维修保养工作中的一个重要问题。在满足一定精度的前提下,以可靠性评估为中心研究寿命服从逆威布尔分布的火箭发动机的应储数量问题。在具有二项移走的逐步增加I型区间截尾模型下(被随机移走的产品数目服从二项分布),采取不同方案给出决定火箭发动机寿命的关键性参数的可靠性估计,据此确定其应储数量。最后,通过随机模拟方法给出在一定精度指标下火箭发动机的应储数量。     

尺度自适应特征压缩跟踪

为在复杂环境中对目标进行长时间精确跟踪,提出一种尺度自适应特征压缩跟踪算法。通过结构约束性采样,获取不同尺度不同位置的扫描窗,离线计算不同尺度下的稀疏随机感知矩阵。在线跟踪时利用这些矩阵感知对应尺度的图像采样块,实现特征降维,提高运算速度。利用朴素贝叶斯分类器对降维特征判决,在线学习更新分类器参数,找出具有最高分类得分的采样块作为新的跟踪结果,实现跟踪位置及尺度的自适应更新。实验结果表明,该算法能适应目标的基本姿态变化及尺度缩放,不依赖于目标初始跟踪区域尺度选取,跟踪结果具有较强的鲁棒性。