磁浮支承系统的神经网络建模与控制

简述了磁悬浮支承系统的原理和简化的线性化模型,以及基于该简化模型和线性控制理论的控制系统原理、主要组成,并阐述了这种基于简化模型和线性控制理论的磁悬浮支承系统性能极限性.在此基础上,采用非线性递归神经网络对磁悬浮支承系统进行建模与控制,并针对实际应用中神经网络的学习问题进行了讨论.避免了磁悬浮系统的非线性和不确定性等因素对系统性能影响,并具有较强鲁棒性,大大提高了磁悬浮系统的性能.      

基于现代实验设计技术的巡航导弹概念设计

采用跳跃弹道空地巡航导弹为算例,研究了新型实验设计技术,即拉丁化近正交海默斯利序列取样法,在多学科设计优化中的应用.应用该实验设计方法进行了实验设计,并对取样结果与传统拉丁方取样进行了对比;基于支持向量机构建了学科近似模型,通过对验证数据的回归分析,检验了支持向量机响应的可靠性.应用该近似模型对算例进行多学科设计优化,并通过与精确模型的对比,检验了该近似模型的准确性.拉丁化近正交海默斯利序列取样法是一种高效的现代实验设计方法,在相似的实验条件下比传统拉丁方设计具有更好的正交性和均匀性,在复杂系统多学科优化设计中具有很大的应用价值.      

基于协调组的RTI时间管理方法

针对目前运行支撑环境(RTI,Run-Time Infrastructure)时间管理方法中存在的时间推进效率低及网络带宽占用量大的问题,提出基于协调组的RTI时间管理方法并将其应用于BH RTI 2.3时间管理服务.将仿真系统中节点划分为不同的协调组并设置协调者,通过分组局部协调逐步达到全局的时间同步.实验结果表明,该方法在仿真节点时间推进速度及网络带宽占用量方面优于同等条件下的其他RTI时间管理方法.      

过氧化氢/紫外线/臭氧氧化技术处理肼类污水的应用

采用放大试验规模（处理量1 m³/h）的H₂O₂（过氧化氢）/UV（紫外线）/O₃（臭氧）氧化技术处理肼类推进剂污水,在30.0±1.6 ℃,pH=9.0±0.2的条件下,研究肼类的过氧化氢增强光解臭氧化降解。对比不同氧化技术的协同效应以及对污水降解的影响,重点考察过氧化氢、紫外线、臭氧和初始浓度等工艺参数对降解效果的影响,对氧化技术的应用进行了优化。研究结果表明：该技术可使COD去除率提高27.66%,肼类的降解速率随着过氧化氢投加量、紫外线辐射强度、O₃投加速率和水质地提高而升高,随着初始质量浓度的提高而下降。在最佳工艺下,处理5 000 mg/L质量浓度的废水,处理60 min时,COD去除率分别为98.62%（偏二甲肼）、99.17%（甲基肼）、99.94%（肼）和93.25%（单推-3）。     

新型主减隔振装置隔振性能测试试验研究

为解决新研全尺寸主减隔振装置地面性能试验中由于试验件尺寸大、重量重和试验状态多等难点,同时缩短试验周期并降低试验成本,提出了一种通过实测动载荷传递率评估主减隔振装置隔振性能的地面性能试验方法,给出了试验方案、试验夹具安装、试验内容以及过程。通过理论分析和试验结果,验证了实测动载荷传递率试验方案的可行性,测试结果真实可靠,为后续类似的系统级全尺寸隔振性能试验提供了一种新的试验方法。试验结果表明:新型主减隔振装置对垂向、航向和侧向三向激励的隔振效率均超过了80%,达到了预期的减振效果。     

面向任务的装备维修保障资源配置研究

资源配置是装备维修保障的重要组成部分,为了在装备发生故障后,合理优化资源配置,快速修复故障设备、恢复军队战斗力,本文提出了一种面向任务的装备维修保障资源配置模型,并利用遗传算法进行求解。在算法设计过程中,采用更接近问题空间的实数编码形式,并且通过嵌入有限选择的随机替换模块,良好解决了在明确任务需求以及维修保障资源条件下的任务与资源配置问题,避免了资源的重复分配。本文通过具体实例分析证明了该方法的可行性、有效性和适用性,为该类决策支持系统的设计与开发提供了思路,对于未来信息化战场上的装备维修资源保障辅助决策提供了重要参考。     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

计算参数对数值修正载荷识别算法的影响

针对在载荷识别计算中经常遇到的累积误差问题,提出了一种在每个时间步长内迭代修正的 载荷识别算法。首先利用拟静态算法得到载荷初值,再使用数值迭代算法对其进行修正计算,仿真结果表明,该修正算法可以有效地减小由于累积误差导致的发散,得到收敛的识别结果。针对上述算法,本文以多输入多输出简支梁为模型,分别分析了区间放大系数、区间分割系数和精确度指标3个计算参数对于识别结果的影响。计算结果显示,参数的选择对算法的效率和精度影响很大,不当的参数甚至可能引起识别结果严重发散,所以选择合适的计算参数对于数值修正算法十分重要。     

基于小波变换和支持向量机的开关电流电路故障诊断新方法

针对开关电流(Switched current,SI)电路的故障诊断和定位问题,为进一步提高故障诊断准 确率,提出了基于小波变换和粒子群优化(Particle swarm optimization,PSO)支持向量机 (Support vector machine,SVM)的开关电流电路故障诊断新方法。该方法首先对节点电流 信号进行蒙特卡罗分析,然后通过小波分解计算分形维数,再利用核主元分析（Kernel pri ncipal component analysis,KPCA）降低特征值维数,实现最优故障特征的提取。最后通 过PSO SVM完成对各种故障模式的分类。对六阶切比雪夫低通滤波器进行了仿真实验验证, 获取了较高的故障诊断准确率,与其他方法进行比较,实验结果显示了本文方法的优越性。