基于模糊单神经元PID的车载发射装置随动控制策略研究

对于车载防空武器系统而言,往往需要随动系统快速、高精度地跟踪目标,跟踪效果的优劣直接影响到武器系统作战效能的发挥。为提高随动装置的快速性和精度,提出一种将单神经元与模糊PID控制相结合的位置随动控制策略,应用机理分析和实验结合的方法建立随动系统数学模型,并运用Matlab中的Simulink进行仿真。仿真结果表明:所提出的随动控制策略,可以显著提高发射装置的静态、动态跟踪性能,验证了该随动控制策略的可行性。     

对称驱动方腔定常流动的多解现象研究

对方腔内顶盖正弦速度驱动的定常流动进行了数值研究.采用非线性动力系统数值分岔分析方法,讨论了Re<2000时Navier-Stokes方程定常解的多解共存现象,计算了对称和非对称定常解的分岔曲线和相应的流动模式,给出了非对称解出现的临界参数Re=320,稳定的对称和非对称解同已有文献的结果一致,并获得了一组新的不稳定的非对称解.随着Re数的增加,侧壁出现流动分离并有小涡出现,随之发生流场拓扑结构分岔,但并不伴随N-S方程解的分岔.     

一种小波变换像空间的再生核

利用一个常用的调制高斯函数作为小波母函数,得到小波变换像空间的再生核函数的具体表达式和小波变换的等距恒等式,并分析了小波变换像空间的结构,为一般的小波变换的像空间的研究提供了理论基础。     

用于小Re数流动显示研究的水平式肥皂膜水洞

介绍了一种用于小如数流动显示研究的水平式肥皂膜水洞。该装置试验段流速稳定,流速范围为0．2～1．5m／s。采用了几种模型在该水洞中进行试验,试验结果表明,水平式肥皂膜水洞在研究小胁数流动显示方面具有独特优势,能够反映出物体在小胁数下的微细流动特征。     

2.4米跨声速风洞大展弦比飞机测力试验技术研究

针对大展弦比飞机的气动布局特点,在2.4米跨声速风洞中开展了大展弦比飞机测力试验技术研究。该项研究建立了大升阻比高精度天平设计技术和模型支撑系统设计平台,研制了专用大升阻比高精度测力天平和模型支撑系统。在国内高速风洞中建立了大型跨声速风洞模型设计新准则。研究结果表明:所提出和制定的方案是科学合理的,为我国大飞机研制提供了可靠的技术支撑。     

航空发动机环形燃烧室模型内部声场特性分析

通过有限元计算和实验的方法研究了常温常压下的环形燃烧室模型的内部声场特性;使用有限元的方法分析了流场对燃烧室进口边界条件的影响;讨论了温度场对燃烧室内部声场特性的影响。     

2524铝合金薄板平面各向异性研究

采用室温拉伸性能测试、金相组织观察、XRD反极图测定和透射电子显微分析等方法研究了冷轧态和T3态2mm厚2524铝合金薄板不同取向条件下的显微组织和拉伸力学性能.以{110}<112>单组分织构模型为基础,研究了织构与平面各向异性的关系.结果表明,2524冷轧态和T3态铝合金薄板在与轧制方向成45°和60°方向上的强度较0°、30°和90°方向上的强度低,延伸率则是45°方向上最高;轧向力学性能优于横向力学性能;冷轧态合金薄板的平面各向异性高于T3态合金板材;2524冷轧态合金薄板的主要织构为{110}<112>,次要织构为{311}<112>;2524-T3态铝合金成品薄板的主要织构为{110}<001>;2524铝合金薄板的平面各向异性与合金的晶粒结构以及晶体学织构密切有关,其中晶体学织构是造成合金板材平面各向异性的主要原因.     

面向月壤采集的多杆深层采样器

采样器是进行月球探测所需要的重要工具之一,它对能否顺利实现月壤采样起到关键作用.目前已有的采样器不能同时满足深层、原样、反复的采样要求.针对月球低重力环境下的月壤采集工作所面对的技术问题,提出一种新型月壤采样器--多杆深层采样器.该采样器装有4根空心钻杆,当一根钻杆钻入地下之后,下一根钻杆通过换杆机构和下钻机构的合作可以实现与地下钻杆的连接,4根钻杆连接后最大可以实现1.5米深的钻探取样.该采样器结构新颖、功能强大,能够同时满足以上三点要求.模拟仿真结果和样机试验证明了该钻探系统的可行性.     

基于振动传递符号有向图的齿轮箱嵌入式传感器优化配置模型与算法

针对嵌入式条件下振动信号的采集方式、传递路径与传统方式不同的特点,采用有限元仿真方法,分析了嵌入式传感下齿轮箱故障振动的传递特性,在此基础上建立了基于故障振动传递符号有向图的优化配置模型,并研究了基于粒子群优化的求解算法.案例仿真结果验证了上述方法的有效性,为在齿轮箱内部合理嵌入传感器提供了一种可行途径.      

基于G2DPCA的SAR目标特征提取与识别

给出了基于广义二维主分量分析（G2DPCA)的合成孔径雷达（SAR）图像目标特征提取 方法。与主分量分析（PCA）相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不 是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析（2DPCA ）相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别 （MSTAR）计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征 维数的同时,又改善了识别性能,并且正确识别率在97％以上,且对目标方位变化具有较 好的鲁棒性。