10^11瓦强流脉冲电子束加速器及其应用

本文概要地介绍了10~(11)瓦强流脉冲电子束加速器的主要技术指标及各组成部分的结构,并根据打靶的实测数据指出了这台加速器在γ辐照效应、电磁脉冲效应、焊接与钻孔等应用技术领域中的能力。     

喷管进口和喉道几何形状对固体火箭发动机比冲的影响

本文介绍在火箭喷管进口和喉道区域计算完全耦合的燃气——粒子混合物流场的计算机化模型。定常态的燃气流场是作为长时间渐近解计算的,而粒子流场是假定准定常流来计算。对于超音速燃气粒子流场,这一模型则与特征线法结合进行计算。计算表明喷管进口角度、喷管喉道曲率半径比、喉道尺寸以及粒子大小对比冲的影响。文中也介绍了一些发动机试验数据的比较。     

三级旋流头部装置末级文氏管喉道面积对出口流场的影响试验研究

文氏管对涡流器具有重要的引流作用.通过改变第III级文氏管的喉道面积大小,探究了其对三级涡流器出口流场的影响.应用粒子图像测速仪(PIV)对三头部试验件的涡流器出口流场进行分析,发现中间涡流器的两个漩涡中心的径向距离随着第III级文氏管喉道面积的增加呈现先减小后增大的趋势.相邻三级涡流器出口流场会叠加,致使中间涡流器的...     

军航飞机流穿越民航航线冲突探测与解脱问题

针对军航飞机穿越民航航线的飞行冲突问题,对飞机流汇聚飞行场景进行建模分析,提出了基于滑动窗口的汇聚飞行冲突探测方法和基于合作博弈的多机冲突解脱方法。当飞机流进入预先划设的汇聚控制区,通过滑动窗口判断向前看时间内飞行冲突。基于此,潜在冲突机间组成一个联盟,以解脱边界条件为安全约束,以合作博弈理论中联盟福利最优解均衡各机效益,在保证安全的前提下实现效益均衡。根据最优机动方向特点,利用免疫粒子群优化算法快速求解策略。仿真结果表明,该场景下提出的方法能有效解算出满足要求的解脱策略,并均衡军民航飞机解脱效益。      

130nm体硅反相器链的单粒子瞬态脉宽特性研究

针对130 nm体硅反相器链,利用脉冲激光和重离子实验研究了目标电路单粒子瞬态（SET）的脉宽特性,并分析了电路被辐射诱发的SET脉宽特性受激光能量、重离子线性能量传递（LET）值、PMOS管栅长尺寸等因素的影响机制。重离子和脉冲激光实验结果类似,均表现为随激光能量、LET值的增加,电路被辐射诱发的SET脉宽逐步增大,且表现出明显的双（多）峰分布趋势,但辐射诱发的SET脉冲个数呈先增加再减少规律。此外,实验结果表明,在不同激光能量、LET值下,PMOS管栅长尺寸影响反相器链SET脉冲的特征不同。当激光能量、LET值较低时,PMOS管栅长尺寸大的电路产生的SET脉宽较大,而当激光能量、LET值较大时,PMOS管栅长尺寸小的电路反而产生更宽的SET脉冲。分析表明,较高激光能量、LET辐照时,寄生双极放大效应被触发可能是导致PMOS管栅长尺寸影响电路SET特征差异的主要原因。      

基于粒子群优化LSTM的股票预测模型

为了提高股票时间序列预测精度,增强预测模型结构参数可解释性,提出一种基于自适应粒子群优化（PSO）的长短期记忆（LSTM）股票价格预测模型（PSO-LSTM）,该模型在LSTM模型的基础上进行改进和优化,因此擅长处理具有长期依赖关系的、复杂的非线性问题。通过自适应学习策略的PSO算法对LSTM模型的关键参数进行寻优,使股票数据特征与网络拓扑结构相匹配,提高股票价格预测精度。实验分别以沪市、深市、港股股票数据构建了PSO-LSTM模型,并对该模型的预测结果与其他预测模型进行比较分析。结果表明,基于自适应PSO的LSTM股票价格预测模型不但提高了预测准确度,而且具有普遍适用性。      

几何不确定性区间分析及鲁棒气动优化设计

不确定性因素会导致飞行器偏离预先设计的气动性能,造成气动性能下降甚至产生严重的后果。针对工程中无法给出准确的几何不确定性概率分布以及跨声速条件下非线性气动问题,对几何不确定性的非概率参数化建模进行了研究,并结合Kriging模型及最优化方法建立了快速非线性区间分析方法。采用该方法对对称翼型进行不确定性分析,获得了气动性能参数的定量变化区间。在区间不确定性分析基础上建立了鲁棒优化设计流程。基于区间序关系及区间可能度转换模型将单目标区间不确定性优化问题转化为多目标确定性优化问题,并采用基于Pareto熵的自适应多目标粒子群算法对优化问题进行寻优。考虑几何不确定性以及升力、力矩、面积约束,以阻力性能为目标对超临界翼型进行了鲁棒优化设计。与确定性优化设计结果对比表明,确定性优化设计在不确定性因素的影响下易失效,而鲁棒设计可得到更安全可靠的结果。      

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.