Ballistic response of armour plates using Generative Adversarial Networks

It is important to understand how ballistic materials respond to impact from projectiles such that informed decisions can be made in the design process of protective armour systems. Ballistic testing is a standards-based process where materials are tested to determine whether they meet protection, safety and performance criteria. For the V₅₀ ballistic test, projectiles are fired at different velocities to determine a key design parameter known as the ballistic limit velocity (BLV), the velocity above which projectiles perforate the target. These tests, however, are destructive by nature and as such there can be considerable associated costs, especially when studying complex armour materials and systems. This study proposes a unique solution to the problem using a recent class of machine learning system known as the Generative Adversarial Network (GAN). The GAN can be used to generate new ballistic samples as opposed to performing additional destructive experiments. A GAN network architecture is tested and trained on three different ballistic data sets, and their performance is compared. The trained networks were able to successfully produce ballistic curves with an overall RMSE of between 10 and 20 % and predicted the V₅₀ BLV in each case with an error of less than 5 %. The results demonstrate that it is possible to train generative networks on a limited number of ballistic samples and use the trained network to generate many new samples representative of the data that it was trained on. The paper spotlights the benefits that generative networks can bring to ballistic applications and provides an alternative to expensive testing during the early stages of the design process.     

JavaKBB:集成框架与产生式规则的专家系统工具

描述了一个专家系统工具JavaKBB,其目标是设计一个容易使用、方便扩展的专家系统开发工具,可以同时表示领域概念知识与过程知识;既可以运行于商用操作系统Windows等,也可以运行于中标麒麟等军用国产操作系统。为此,提出了一种集成框架与产生式规则的知识表示模式,定义了五种抽象层次以设计一个专家系统,包括知识原语、知识单元、知识部件、知识库以及知识系统;在此基础上基于Java语言设计并实现了JavaKBB。JavaKBB的另外一个重要特征是它能以XML格式保存知识库,具备与其他知识库进行交互的潜力。目前,JavaKBB已经用来构建慢性肝炎防治专家系统、装备辅助决策系统等。     

雾化过程的多尺度仿真算法

提出了一种雾化过程多尺度仿真算法:对大块液团运动,采用流体体积法直接模拟;将与网格尺度相当或更小的液滴简化成粒子,采用一种基于虚网格的拉格朗日粒子法进行追踪;湍流运动采用了湍流动能单方程输运模型的大涡模拟。基于新算法开发了一套仿真程序,并对此程序进行了验证,对影响模型精度的重要参数进行了深入研究。采用该算法对单股射流的雾化过程进行了仿真,雾场的瞬态和统计特性分析表明,仿真结果与试验结果吻合较好。     

太阳能电池阵跟踪驱动过程扰振特性分析

太阳能电池阵对日跟踪驱动过程所产生的扰动是限制高精度航天器技术指标提高的主要因素之一。为获取驱动扰动的规律性特征,本文将太阳能电池阵及其驱动装置考虑为相互耦合的整体系统,从主要驱动环节出发建立其机电一体化扰振分析模型和Simulink动力学仿真模块,通过试验算例验证模型正确性,并分析了电池阵刚柔耦合和质心偏置等因素对扰振特性的影响。结果表明:转速波动将激起电池阵低阶扭振模态,扰动频谱具有步进电动机驱动和柔性结构振动的频率特性,但扭振扰动对刚体运动规律影响很小;质心偏置会引起电池阵平动与转动耦合的空间振动,激扰面外弯曲振型,改变扰振频率分布和放大扰振分量幅值。     

武器装备发展战略研究中的体系能力评估分析

随着武器装备发展战略研究的科学化决策需求越来越高,对体系能力评估的要求也变得愈发迫切,但这也是目前的一个技术难点。首先分析了发展战略研究中,可能遇到的体系能力评估问题种类及其特点。然后,针对每类问题,重点分析了各自的要求,给出了在评估分析建模方法选择上的建议。     

基于AD与IRMA的装备体系设计方法

论文综合集成AD方法与IRMA方法,构建了一种从装备体系的任务需求出发确定初始装备体系组成方案的方法。基于该方法得到的装备体系组成方案便于扩展、改进和升级。     

使命任务拓展后海军武器装备体系能力框架构建

新时期海军使命任务拓展对海军装备体系建设提出新的需求,需要突出能力在需求分析中的纽带作用。本文针对海军武器装备体系能力框架的概念和研究原则进行简要分析,对能力框架构成进行详细讨论。试用情况说明,以能力框架支撑装备体系规划发展,可更好地涵盖兵力战争运用和非战争运用,综合应对确定和不确定威胁。     

作战实验在海军装备体系建设中的应用研究

结合国内外作战实验研究现状,详细分析了作战实验体系的应用领域和类别,描述了典型作战实验体系的构架,在此基础上重点对作战实验在海军装备体系建设中的应用需求进行了分析,最后提出了一种作战实验在海军装备体系建设中的典型应用模式。     

重庆地区复合抛物面聚光型PV/T系统实验

为了能够更加高效地利用太阳能资源,在重庆地区设计并搭建了实验平台,对不同季节复合抛物面聚光型PV/T系统(CPC-PV/T)进行了实验研究。结果表明:尽管重庆地区太阳能资源匮乏,但加入复合抛物面聚光器后,PV/T系统的整体光电转换效率最高可达到17.07%,系统全天光热转换效率达到58.2%。因此,该地区在夏季进行太阳能光电热综合利用是完全可行的,春、秋季太阳较好的天气也可利用。     

基于UKF的自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯（CT）模型,采用无迹卡尔曼滤波（UKF）方法和自适应网格（AG）的模型集自适应策略,研究了一种变结构交互式多模型算法,即：基于UKF的自适应网格交互式多模型（UKF-AGIMM）算法。对二维机动目标跟踪的仿真结果表明,本算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用