基于OpenFOAM的某型炮弹初始段气动仿真研究

为研究某型炮弹初始段的气动特性并获得相关气动参数,运用结构化网格划分方法建立该型炮弹初始段仿真模型;依托OpenFOAM软件平台,应用可压缩流动求解器对初始段气动特性进行仿真,并提取可用于外弹道设计中的相关气动参数;将仿真结果与风洞试验值进行对比,发现可压缩流动求解器的仿真结果具有很高的精度,完全满足该型炮弹高精度射表的编制要求．     

基于IDEF3的部队装备中修业务流程优化重组

以IDEF3为工具描述了部队装备中修业务流程,分析了流程中存在的问题,通过采用基于状态的维修方式、无损检测先进技术手段、共享维修保障信息和调整器材发放审批权限等方法,对部队现行装备中修业务流程进行了优化,可有效解决装备维修过剩、维修不足、维修资源浪费和维修周期过长等问题．     

柴油机运行参数对颗粒过滤器压降特性影响的试验研究

基于排气背压的柴油机颗粒过滤器(Diesel Particulate Filter,DPF)再生时机判断是DPF后处理系统的关键。针对壁流式过滤器,采取理论与试验相结合的方法,研究了柴油机不同的排气流量、温度以及DPF加载水平对过滤器压降特性的影响规律。结果表明:压降随温度升高基本成线性增长;随流量增加基本成二次方增长;随碳烟加载量的增加而增长的趋势是曲线斜率先大、后小、再增大。随后分析了排气背压和流量、温度以及碳烟加载量之间的数学关系。研究对于准确判断车载DPF的再生时机,进一步提升DPF后处理系统性能具有一定的指导意义。     

基于效果的作战方案优化方法

针对实际作战中快速、正确的决策要求,在基于效果作战的概念下,采用面向实体的方法对作战方案进行建模,并提出基于DBN的评估网络作为方案优化的评估引擎,利用GA在评估结果中搜索得到最优的作战方案。最后以某登陆战役为实例验证了该方法的有效性。考虑了作战过程中的不确定因素,保证了优化后的方案能达到最佳效果的同时还具有较高的鲁棒性,为作战指挥员优选作战方案提供了科学依据。     

滑翔导弹再入拉起段弹道优化设计与制导

对滑翔导弹再入弹道进行了分段,根据再入拉起段的特性建立了弹道优化设计模型,认为导弹在再入拉起段弹道终点时应处于纵向力平衡状态,使用Gauss伪谱法进行了再入拉起段的能量最优弹道优化计算;利用基于伪谱法优化的弹道在线生成,实时产生控制指令,实现了再入拉起段的闭环弹道控制.仿真结果表明,Gauss伪谱法弹道优化具有精度高、计算时间短等特点,闭环弹道控制能较好地消除风、再入参数偏差等干扰的影响,具有应用于在线制导的潜力.     

离散线性系统部分可观测性测试配置

不可观测系统的部分状态可观测性对于大系统故障检测具有十分重要的意义.研究了基于部分可观测性的不可观测离散线性系统测点优化配置问题,证明了采用有限次观测值构造一个矩阵,可以给出部分可观测性成立的充分必要条件,并进一步证明了部分可观测性的度量可以用一个矩阵的秩的特性来刻画.最后,给出了离散线性系统部分可观测性测试优化配置的度量指标.算例表明,提出的部分可观测性度量指标具有简单实用的特点.     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架;提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量;基于系统有序度与协同度的概念,构建了协同效能优化模型;以任务冲突检测与消解为依据给出了任务决策的约束条件;最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.     

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.     

多阶段任务系统可靠性并联冗余优化模型

多阶段任务系统是一类普遍存在的复杂系统,研究其可靠性冗余优化对于该类系统设计具有重要的参考价值。针对多阶段任务系统的可靠性并联冗余优化问题,提出了采用冗余故障树和冗余BDD来描述系统冗余结构的方法。给出了冗余模块在多阶段任务系统中的可靠度计算方法,建立了整个冗余多阶段任务系统可靠度计算模型。在此基础上以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例验证了模型的合理性及算法的有效性。     

基于灰色理论的电子系统状态预测方法

电子系统的状态预测是利用其历史信息来实现系统未来状态和趋势的估计,以防止灾难性故障的发生,对于推动视情维修具有重要意义。针对典型模拟滤波电路,通过分析其关键测试信号的特点,研究了基于灰色理论的状态预测方法,并针对该预测模型的不足,设计粒子群算法选择最佳预测维数,设计新陈代谢法使该模型参数在线改变,从而建立符合电子系统信号特点的灰色预测模型。将该模型与ARAM模型比较,实验结果验证了该模型具有较好的状态预测精度和预测性能。