基于WOA-Elman快速推测火炮射击高空风参数研究

为了缩短高空气象数据获取时间,提高战时火炮射击时弹道诸元解算速度和精度,利用地表气象数据推测高空气象数据是目前重点研究方向之一,采用鲸鱼优化算法(WOA)优化Elman神经网络法的权值,对高空气象风按照气压层进行递推,以获得更好的推测精度。通过气象误差标准分析和基于实验实测弹道数据的仿真分析2种方法,对所获高空气象数据精度进行评估分析,分析结果表明利用WOA-Elman神经网络法可快速有效地对高空气象进行递推预测。     

履带车辆加速性性能泛函及数值求解

履带车辆推进系统传动装置的优化匹配是提高车辆机动性的关键。为改善履带车辆的动力性能,将履带车辆加速过程抽象为性能泛函取极值的数学问题,提出了有级变速传动的加速性能泛函数学表征。考虑履带车辆内部及外部约束条件,采用全局优化的遗传算法,对不同加速性能权重指标下的最优加速性速比进行数值求解,对比分析速比优化前后履带车辆的加速性。结果表明,泛函优化后的速比使得车辆0～32 km/h加速时间缩短了7.89%,验证了泛函分析设计方法对优化履带车辆动态加速过程的有效性。     

基于HHT的旋转机械故障机理仿真分析研究

为解决预测和健康管理（prognostic and health management, PHM）系统对关键部件故障机理研究不足的问题,提出一种基于希尔伯特-黄变换（Hilbert-Huang transform, HHT）的旋转机械故障机理仿真分析方法。首先对战车转塔轴承的工况和故障机理进行分析计算,然后对振动数据进行去噪和仿真,最后将仿真结果与理论计算结果进行对比分析。通过故障仿真分析验证了故障机理分析方法的有效性,可为实现武器装备故障的精准诊断奠定基础,提高故障诊断预测的准确性和稳定性。     

基于故障树分析的航空装备体系结构贡献率评估方法

针对航空装备体系构成复杂的特点,将故障树分析引入航空装备体系结构贡献率评估问题,提出基于故障树分析的评估方法.从作战装备、信息支援装备和保障装备三个方面构建航空装备体系结构,建造航空装备体系结构故障树;采用底事件的关键重要度指标来计算航空装备的体系结构贡献率,建立基于关键重要度的航空装备体系结构贡献率评估模型;以某航空...     

基于熵权法和FMEA的舰船信息流网络关键节点识别

舰船系统作为一种典型的信息物理系统(CPS),随着其信息化程度的不断提高,CPS信息安全事件频发。现有针对复杂网络的关键节点识别方法多是针对电力系统网络,基于这些网络的评价指标难以应用于电力系统之外的CPS网络。针对现有的关键节点识别方法在CPS中的不足,提出一种基于熵权法和FMEA的信息网络关键节点识别方法。将有效影响范围这个概念加入失效模式与影响分析(FMEA)的指标定性中,利用熵权法对FMEA中的指标进行客观赋权。结合主观性较强的FMEA中的风险顺序数,以风险顺序数中的三个评估指标作为熵权法中决策矩阵的指标。最后,通过舰船保障任务信息流节点网络案例验证该方法的正确性和可行性,分析结果表明,基于熵权法对三种指标综合赋权后的排序比单一的指标要更加合理。     

基于信息需求的情报支持效能分析

经典的侦察与监测(S&R)系统效能分析方法存在模型难以建立、结果不准确等问题。考虑到S&R系统的目的是提供情报支持,提出一种基于信息需求的S&R系统情报支持效能分析方法。该方法以用户的信息需求为度量基准量,比较S&R系统性能对信息需求的满足度,并以此满足度作为S&R系统效能度量的指标。仿真实例表明了新方法的有用性。     

小子样条件下基于Normal-Poisson过程的性能可靠性评定

对于高可靠、长寿命产品,基于性能退化数据分析可靠性是一种行之有效的技术途径。结合航空航天产品性能退化的机理与现场试验小子样的特点,建立了基于Normal-Poisson过程的性能退化模型。论文在对产品性能退化建模的基础上,结合Bayes方法给出了退化模型参数的估计算法和可靠性推断的公式,最后结合实例说明了方法的有效性。     

基于ISM的战略级弹药订购因素分析

订购因素分析是实施战略级弹药订购亟需解决的关键性问题,为详细而准确地筹划、建设和运用弹药资源,实现合理的弹药储备规模、储备结构以进行精准弹药保障具备重大意义。在弹药订购目标分析的基础上,从顶层设计、需求来源、弹药后勤能力、生产能力储备、订购经济效益、弹药保障效能等6个方面出发,构建由16个因素组成的弹药订购决策影响因素体系,利用解释结构模型对影响因素进行分析,得到了战略任务、经费投入、储存能力、生产能力4个弹药订购关键影响因素,为战略级弹药订购工作改进提供基础。     

指数寿命产品可靠性增长试验的Bayes分析

针对指数寿命产品的定时、定数截尾试验方案,推广了Mazzuchi-Soyer模型的应用范围。首先引入模型假设,以狄氏分布作为先验分布,综合利用产品研制的历史信息和专家信息,结合产品研制各阶段试验数据,给出了各阶段可靠性的联合后验分布。然后利用Gibbs抽样算法解决后验推断计算问题,得到各阶段产品可靠性的Bayes点估计和区间估计。最后给出产品可靠性增长分析实例,表明了模型的优越性。     

逐步Ⅰ型混合截尾试验下Burr部件的可靠性分析

在逐步Ⅰ型混合截尾试验下,研究了Burr部件寿命参数及可靠性指标的极大似然估计和Bayes估计.利用简单迭代方法,给出了寿命参数和可靠性指标的极大似然估计的数值解.然后利用Lindely Bayes近似算法得到了平方损失下寿命参数以及可靠性指标的Bayes估计.最后,运用Monte-Carlo方法对各估计结果作了模拟比较,结果表明Bayes估计较极大似然估计的误差小.