三补偿阳极的电场特性建模和优化计算

为深入研究阳极数量和安装位置对舰船电场特性的影响,在分析单个和两个阳极情况时电场特性的基础上,通过多群进化规划算法对电场分布进行优化计算,建立数学模型并仿真分析了采用三补偿阳极时舰船周围水下电场的分布情况,得到了三个补偿阳极对于舰船电场防护效果的影响.最后,进行实船安装三个阳极的电场测量分析实验,实验结果与仿真结果一致,证明该方法对舰船阳极的安装数量和位置有直接指导作用.     

随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

解读《民用运力国防动员条例》

今年1月1日,经国务院 总理温家宝、中央军委主席江泽民签署 命令并批准公布的《民用运力国防动员条例》(以 下简称《条例》),已正式施行了。此《条例》是新中国成立以 来,我国第一部关于民用运力国防动员方面的重要法规。它的公布与实施,填补了国家法规体系中在民用运力国防动员方面法规建设的空白,标志着民 用运力国防动员工作走上依法有序开展的轨道。同时,对于增强全民的国防 观念,理顺民用运力国防动员的领导体制和工作关系,促进国防 交通建设与国家交通建设的相互兼容、协调发展,做好 新时期军事斗争准备具有重要的现实意义。 为更好地理解和贯彻《条例》,本刊 特邀参加《条例》起草的 同志撰写了此 文。     

未知非线性系统的神经网络建模与控制仿真研究

针对一类未知非线性系统的建模与控制问题,采用基于神经网络的多步预测控制算法进行了仿真研究,仿真对象选取控制工程界常用的单摆试验装置.该算法的实现步骤为:获取系统开环试验数据;辨识神经网络正向动态模型;设计非线性优化控制律.仿真研究结果表明,所提出的建模与控制方法是有效的.     

反解法在再入机动弹道设计中的应用研究

简要分析了一般的再入机动弹道设计方法,即正解法.针对正解法对模型依赖性强和对初值非常敏感的问题,提出了一种基于误差补偿的机动弹道设计方法——反解法.该方法从弹道终端出发反解弹道,将计算结果误差转化为机动点参数误差,再通过关机点或中制导的调整进行误差补偿,从而有利于命中精度和打击效果的实现.仿真结果表明,该方法计算简便,对工程应用有一定的参考价值.     

消防行政补偿范围研究

阐述了我国消防行政补偿制度的现状,梳理了消防法律法规有关消防行政补偿的规定,分析了其存在的问题,对消防行政补偿范围进行了较深入地分析,并提出了相应的建议,对完善我国消防行政补偿制度具有参考价值。     

薄壳结构跌落冲击仿真与试验研究

为了验证薄壳结构跌落冲击问题动态数值仿真的方法途径,设计制作了带有配重的薄壳结构,测定了材料主要力学性能,利用非线性有限元软件对该结构进行单次和累积结果的多次跌落冲击数值仿真,并进行了验证试验。对该结构的跌落冲击过程、典型位置的加速度响应、塑性变形的仿真、验证试验结果进行了对比分析,结果表明：采用的数值仿真方法和途径能够较好地研究分析薄壳结构的跌落冲击及其他同类问题。     

动力伞8自由度动力学建模与仿真

现有文献中的翼伞建模方法多数是针对不带动力情况下的翼伞建模,不能适应动力翼伞的飞行控制。为了实现动力伞的有效控制,首先要建立合理的动力学模型。假设翼伞承载物和软翼之间具有2个自由度,分别建立软翼和承载物体坐标系下的作用力和力矩的平衡方程,通过体坐标系转换和消除翼伞内部状态量,得到有利于实现翼伞控制的8自由度非线性状态方程。仿真表明模型的飞行曲线与飞行实验的结果相一致,验证了模型的有效性。     

超音速气流中热塑性复合材料壁板的非线性热颤振特性

热塑性复合材料结构在高速流场中的颤振行为是可重复使用航天器设计中需要考虑的问题.基于Mindlin厚板理论和Von-Karman大变形理论描述热塑性复合壁板结构大变形,超音速气动力采用活塞气动理论.考虑温度引起的壁板面内热应力和热塑性材料力学性能的改变.根据虚功原理和有限元法推导建立了热塑性复合材料壁板的热颤振模型,进...     

基于改进粒子群算法的火炮内弹道多参数符合计算

为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一.在经典内弹道方程组的基础上,阐述了经典内弹道计算原理,并对基本粒子群算法进行了改进,使改进后的粒子群算法在迭代初期有较大的惯性权重ω和学习因子c1以及较小的学习因子c2,而在迭代后期有较小的惯性权重ω和学习因子c1以及较大的学习因子c2,从而有效地避免粒子群陷入局部最优而导致收敛精度低的缺陷.将改进后的粒子群算法应用于火炮内弹道多参数符合计算,算例结果表明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是火炮内弹道多参数符合计算的理想算法之一.