劈波斩浪在暗流之上——中俄军演公布之后

20世纪六七十年代。俄罗斯曾在两国边境地区部署了70万大军．而中国则部署了100万大军。过去紧张的战场．如今已变成了繁华的市场。历史上曾擦枪走火的两军今天要联合演习。     

一种消除钢坯闪光焊同步误差的控制方法

针对于大截面钢坯闪光焊顶锻阶段的特点和同步要求,提出了一种基于单神经元的同步误差预测控制方案,用于消除闪光焊顶锻过程中的系统之间顶锻力的同步误差;方案中采用液压系统压力反馈的方法解决了闪光焊中不方便安装里传感器的问题.考虑到液压系统的特点,使用AMESim液压仿真软件中的控制库和机械库建立了钢坯闪光焊的非线性液压系统模型、机械耦合系统模型,在Simulink中建立了控制系统的模型;为了验证控制器的性能,液压系统在建模过程中使各个分支的参数略有差异.仿真模型中建立了AMESim软件和Simulink软件的通信接口,通过这个接口实现了基于AMESim/Simulink的电液联合仿真;仿真结果表明基于单神经元预测控制的同步误差调节器在消除顶锻阶段同步误差上具有明显的作用.      

负压式平板型环路热管试验

为解决高热流密度电子器件的散热问题,设计了一套负压式铜 甲醇环路热管,其蒸发器设计成平板型。研究表明,该平板型环路热管具有较高的散热能力,能够在无重力姿态和重力姿态下顺利启动。当重力倾角分别为0°、18°和30°,热负荷为160W时,蒸发器壁面温度分别达到85.8℃、66.3℃和64.6℃。按照环路热管启动状态,其启动过程可分为3个阶段：加热阶段、预启动阶段和后启动阶段。在低热负荷区域,环路热管会出现温度波动现象。增大重力倾角,有利于降低蒸发器壁面温度和热阻。当重力倾角为30°,热负荷从10W递增到160W时,环路热管的热阻从4.97℃/W降低到0.39℃/W。     

基于脑力负荷飞机座舱视觉显示界面优化设计

在飞机座舱视觉显示界面设计阶段,利用脑力负荷的综合评价,确定最佳设计方案.综合3种脑力负荷评价方法(主任务评价法、生理测量法、主观评价法),建立了飞机座舱视觉显示界面脑力负荷综合评价模型,对设计方案进行优化选择,并进行实验例证.在某型号歼击机视觉界面的不同设计方案中,利用这套评价模型,在降落任务下,得到了不同视觉界面的脑力负荷综合评价值,其中最佳脑力负荷值的设计方案也符合国军标中关于视觉界面的设计原则.在飞机座舱视觉界面脑力负荷的设计阶段,这套评价系统在设计阶段能够给出一个满意的评价结果,对于最终设计方案的确定很有帮助.      

台风-浪-流耦合作用下新型浮式风能-波浪能联合发电装置水动力特性（英文）

中国南海风能-波浪能资源丰富,风浪联合发电装置目前却处于概念研发阶段,加上近几年超强台风等极具破环力的极端海况频繁出现,对海上浮式平台安全性提出了严峻挑战。针对现阶段研究缺少对风浪联合发电装置在极端海况的安全性分析,本文以半潜式风力机（Semi-OC4）与振荡浮子式波浪能装置相结合的风浪联合发电装置（OC4-WEC）为研究对象,基于MCT(Model coupling toolkit)建立中尺度WRF-SWAN-FVCOM(W-F-S)实时耦合平台,分析超强台风“威马逊”过境全过程海上风电场风-浪-流的时空演变;再结合了中/小尺度嵌套的方法分析了OC4-WEC平台的流场特性。结果表明：建立的W-S-F平台对台风路径的模拟精度较单WRF模式提高了42.51%;台风-浪-流作用下OC4-WEC平台较半潜式风力机垂荡运动幅值减小38.1%,纵荡运动幅值减小26.7%,纵摇运动幅值减小23.4%     

基于模型的复杂航电系统联合设计

随着航空装备朝着信息化、网络化、体系化方向发展,复杂程度日益增加,对产品研发模式提出新的挑战.航电系统作为各类平台的任务核心,需求变化频繁,需承担越来越复杂的任务,且随着技术更新的加快,其复杂度、综合程度急剧提升,带来系统工程活动的增加与困难加剧,迫切需要数字化的开发方式,加速创新,提高系统设计质量与效率.本项目根据国...     

燃烧室污染物生成大涡模拟模型的研究

采用亚网格动力学模型和联合概率密度函数(PDF)亚网格模型对污染物NO的生成进行大涡模拟.计算中采用的数学模型有:k方程亚网格尺度模型来估算亚网格湍流粘性;亚网格EBU燃烧模型估算化学反应速率;在交错网格体系下, 采用SIMPLE算法和混合差分格式来求解差分方程.数值分析两种不同亚网格污染物生成模型和两种进口气流温度对NO排放的影响, 计算结果与实验数据比较表明:两种亚网格污染物生成模型都能较好的预估燃烧室污染物NO的生成, 但亚网格动力学模型的计算工作量要比联合概率密度函数亚网格模型少得多, 更适合工程应用.      

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。