等、变深度舰船水压场的理论计算

在浅水、薄船、无限宽水域的条件下,舰船以亚临界速度(F_H<1)运动时,利用E.O.Tuck提出的渐近匹配展开法,可以得到定深度扰动速度势的摄动方程。对水深缓慢变化的海底,舰船的绕流不再是定常的,根据A.Plotkin所采用的多重尺度法,可以得到变深度浅水舰船扰动速度势的摄动方程。如果仅考虑扰动速度势的一阶摄动方程,则可得到考虑了线性兴波影响的舰船水压场的计算公式。     

方差分量的Bayes二次无偏估计及可容许估计的非负性

对于有P 个方差分量的线性模型,本文导出了方差分量线性函数的Bayes 不变二次无偏估计的显示表达式,证明了Bayes 不变二次无偏估计类形成了可容许的不变二次无偏估计的完全类。在可容许的不变二次无偏估计类中,讨论了非负参数函数的非负估计问题,给出了可容许的非负定估计存在的充要条件。     

以可靠性为中心的维修

以可靠性为中心的维修(Reliability Centered maintenance——RCM)是美国航空界和美国防部制订装备预防维修大纲时所使用的一种维修理论,其主要目的是以最低的费用保持复杂装备的固有可靠性水平。本文跟踪RCM的发展过程,简述其基本原理和基本内容,并在综述国内外有关文献的基础上提出了笔者对RCM的认识及在军械系统应用RCM的必要性。     

一种新的变结构控制方案及其在船舶操纵中的应用

船舶的操纵与控制问题可以归结为一个四阶线性系统在环境干扰、参数摄动与建模误差同时存在时的状态空间控制问题。传统的变结构控制应用于船舶操纵系统易导致频繁来回操舵。本文研究一种连续的变结构控制方案,进一步讨论了其稳定性及优点,并将其引入限制水域的船舶操纵中。仿真表明,它可以完全抑制频繁来回操舵或抖振,并可得到较理想的控制效果。     

考虑变质量因素研究内燃机轴系扭振

本文分析了内燃机曲柄连杆机构往复运动件的高谐次运动对轴系惯量变化和固有频率的影响,并对一多缸机轴系进行了扭振计算.指出,在研究变惯量系统时,只考虑往复运动件的简谐运动会带来较大误差.本文还对变惯量系统的共振现象进行了探讨.     

基于CORBA事件服务的主动服务技术研究与实现

介绍了主动服务及其需求背景，文章讨论了基于 Ｃ Ｏ Ｒ Ｂ Ａ 事件服务实现主动服务的系统框架，并简要介绍了该在电信管理中，基于事件服务的主动服务的应用。     

前置点比例导引制导律对抗拖曳诱饵研究北大核心

以典型拖曳式诱饵干扰模式为设计对象,结合导引头跟踪诱饵的工作模式和前置点比例导引制导律的设计,对末制导抗拖曳干扰导引方法进行了理论推导与分析,为导引头抗拖曳诱饵干扰措施的设计与验证提供了理论依据。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。     

基于火光辐射的射流速度测试技术研究

为了满足超高速聚能射流的测速要求,采用狭缝光阑与高速光电探测器构成被动探测模块,探测射流的自身火光辐射。测速系统以多级光阑前后排列的方式限制探测幕面的视场与厚度。分别对两级、三级光阑2种滤光模式建立了光学模型,模拟射流过靶时各级光阑的滤光性能。仿真结果表明,三级光阑可以有效衰减射流自身的强辐射,并且可以滤除探测幕范围之外的爆炸火光以及设备内的反射光,滤光效果超过99.25%。采用三级光阑逐级滤光的方法,解决了射流辐射亮度强并且伴随有杂散光导致其速度不易测试的难题。最后在外场进行射流测速试验,得到的信号波形印证了仿真结果的正确性。对过靶信号进行相关性分析处理得到射流的精确过靶时间,计算得到的射流速度为6 500 m/s左右。将测得数据结果与高速摄影测速结果进行对比验证,测速系统的不确定度低于1.9%,验证了系统的可行性。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%～18.2%,并且具有更好的识别稳定性。