数据链系统:现代信息优势的重要桥梁

信息化武器的一个重要特点是武器平台之间实现横向组网,并融入信息网络系统,做到信息资源共享,从而最大程度地提高武器平台的作战效能,而要完成这样的使命,战术数据链是一个重要桥梁。究竟什么是数据链?它有哪些功能?它的发展趋势如何?带着这些问题,我们采访了空军指挥学院副院长、教授徐洗少将。     

卫星与运载火箭对接尺寸系列化研究

描述星箭对接尺寸系列化的重要意义及其研究目的,介绍国内外发展状况,提出星箭对接尺寸系列化的基本原则、设想与建议。     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

机械制图中尺寸标注的常见错误

例举了机械制图中常见的几种错误尺寸标注，并指出了错误原因和正确标注方法．     

尺寸链理论在航天产品装配工艺中的应用

为解决航天产品装配生产工艺过程中,经常出现的装不上及元器件相碰,发生短路等故障,致使装配无法进行,造成停工损失,影响装配工序的顺利进行。运用装配尺寸链的理论,就能迅速准确地查找到航天产品装配生产中出现故障的原因,从而正确地采取技术措施,以满足装配技术的要求。这种方法亦适用于其它产品的机械装配工艺。     

安全阀结构尺寸的计算机辅助设计

本文提出了按调压弹簧直径、阀孔尺寸和弹簧钢丝直径离散值,划定一个可行区,由小到大进行运算,且满足各约束要求,比较出一组阀孔最大和弹簧直径最大的数据,来设计安全阀结构尺寸的计算机辅助算法;介绍了一些经验数据和实例。     

基于出行链的电动汽车充电行为影响因素分析

随着电动汽车的快速发展,大规模电动汽车充电将给电力系统规划和运行带来不可忽视的影响,研究电动汽车的充电行为及其影响因素,并实时预测潜在的充电行为越发迫切。基于北京市私家电动汽车的历史车联网数据,引入出行链的概念,综合电动汽车充电过程和放电过程的数据,从实际出发考虑影响电动汽车充电行为的多种潜在因素,并通过logistic回归模型分析确定了显著影响充电行为的因素。分别基于单一和多个显著影响因素建立电动汽车充电行为的预测模型,预测结果表明,基于多个显著影响因素的模型准确率更高,且对晴天的预测效果更好。研究成果将有助于优化电动汽车的充电行为,进而提高电动汽车的充电效率。      

基于卷积双向长短期记忆网络的轴承故障尺寸估计

基于振动监测数据的航空发动机滚动轴承损伤大小识别,对于研究滚动轴承故障演化、故障预测和故障诊断具有重要意义。针对传统模型对先验知识依赖性高、特征提取不充分、故障尺寸训练类别有限等问题,提出了一种基于深度学习的滚动轴承损伤尺寸预计方法,能够对训练过程中未出现的中间尺寸进行准确识别。在经典模型的基础上,搭建了一种深度卷积网络与长短期记忆网络组合模型,该模型可对轴承振动信号的多维特征与时序特征进行充分提取,实现轴承故障的智能和高效诊断。最后,利用滚动轴承加速疲劳试验机,进行了多种转速与损伤尺寸下的滚动轴承故障试验,基于试验数据进行了方法的比较,结果表明,该组合网络的在正常和加噪的情况下预测精度分别达到99.94%和98.67%,较单独的深度卷积网络、长短期记忆网络及其他模型精度更高,比较结果充分表明了本文所提方法的优越性。