运输机空投货物建模与任务性能影响因素研究

针对当前运输机空投货物模型可拓展性不强的问题,提出了分离体的建模方法。在无需分析货物与飞机整体质心变化的情况下,分别以货物和飞机为对象进行受力分析,推导了货物与飞机之间的相互作用力,建立了更加贴近实际的运输机单件货物空投和连续空投的动力学模型。最后,通过数值仿真,分析了飞行速度和牵引伞牵引比对空投任务性能的影响。结果表明,飞行速度和牵引比越大,飞机在货物干扰作用下的状态变化量越小。     

投掷激光制导炸弹后无人机的航路规划

对地攻击是无人机在现代战场中的重要应用之一。以无人机为平台,以激光制导炸弹为武器,在满足对目标进行连续照射的前提下,研究了投放武器后无人机的航路规划问题。以攻击后无人机航路必须遵守的3条原则为基础,得出了3种可行的航路方案。通过仿真,验证了3种方案的可行性。通过对3种方案优缺点的比较,得出了每种方案的优、缺点。     

航空发动机机匣摆线粗加工轨迹规划方法

针对机匣零件粗加工过程中凸台多、加工余量大、材料难切削、刀具磨损快、加工周期长等特点,提出了一种机匣摆线粗加工刀具轨迹规划方法,该方法能有效控制切削过程中刀具负载的变化,改善刀具切削过程中的加热-冷却循环,减缓刀具的磨损,提高机匣粗加工效率。首先,通过对两种摆线模型的分析,建立了摆线铣数学模型,并分析了摆线铣的优缺点;其次,结合机匣零件特点,将模型在精度范围内离散为点模型,利用圆锥将模型展开并建立展开模型与原始模型间的映射关系。通过对可加工区域的划分和平面逼近,生成了适用于机匣零件的摆线粗加工刀具轨迹。最后,分别通过摆线铣刀具磨损实验、平面型腔摆线铣实验和机匣摆线铣实验,验证了摆线铣在降低刀具磨损、延长刀具寿命方面的有效性,以及本文轨迹生成算法在航空发动机机匣实际加工中的正确性和高效性。研究成果能有效缩短加工周期、降低加工成本,提升机匣零件的粗加工效率。     

税务筹划的主体、目标及学科定位

对税务筹划主体与概念、原则与目标、学科定位等基本理论问题进行了初步探讨，认为税务筹划主体应是纳税人而不包括税收征管方。税务筹划的行为人既可以是税务筹划主体，也可以是社会中介机构。税务筹划是纳税人的一项基本权利，但应该遵循守法、成本效益等项原则，不可恶意挑战税法。税务筹划目标具有层次性，即可划分为基本目标与具体目标两个层次，基本目标应该注意保持与财务目标的一致性，具体目标可以是多项，具有针对性和从属性。税务筹划是连接会计学、财务学与税收学的一门边缘性、交叉性学科。从学科建设的角度分析，在会计学专业，税务筹划应该是税务会计的组成部分，其中战略性筹划内容，也可以作为战略管理会计的组成部分或形成“税务管理会计”；而在财务学专业，税务筹划应是一门新兴学科，属于财务学的范畴。税务筹划理论研究属于应用理论研究，其实施手段、技术方法更是具有较强的实用性。     

多轴加工刀轨最优行距计算方法研究

以五轴加工为例,对多轴加工行距提出了一套刀轨最优行距计算方法。该方法通过推导五轴加工刀具运动刃口回转面包络方程,计算相邻轨迹刀具包络面的交线,即残余凸台的顶尖线,进一步计算该线到加工曲面的距离,从而得到最大残余高度值,由此判断当前行距的优劣,据此进行进一步的搜索,最终得到最优的行距。     

基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

基于改进蚁群算法的飞机低空突防航路规划

蚁群算法是一种新型的基于群体的仿生算法。采用蚁群算法实现了飞机低空突防的航路规划,为航路规划问题提供了新的解决思路。并对原始蚁群算法进行了改进,提出了保留最优解、自适应选择策略和自适应信息素调整准则,有效地提高了算法的收敛速度和解的性能。最后用计算机进行了仿真,取得了较好的结果。     

知识Petri网与机器人装配规划

介绍了知识Petri网（KPN），在柔性装配系统中基于KPN机器人装配规划的任务，以及用KPN为机器人装配规划的任务，以及用KPN为机器人装配规划建模和KPN的运行。文中论述了如何建立邻链表、构造KPN，以及最后如何运行KPN，获得最佳装配规划。最后，阐述了基于KPN的机器人装配规划系统中数据库、规划库及推理机的构造。基于KPN的机器人装配规划，与目前常用的机器人装配规划方法，如启发式搜索法AO和线性规划LP法相比，具有如下主要优点：由于将人工智能用于Petri网中，故智能强；适应性强，既适用于整套产品零件同时到达装配站，也适用于各零件分时到达装配站时的规划；算法简单，规划速度快，更适用于在线规划。     

低空无人机路径规划算法综述

随着无人机技术的发展,无人机在低空的应用场景越来越多,复杂的低空环境对无人机路径规划算法提出了新的要求。本文总结了近年来常用的无人机路径规划算法,包括图搜索算法,线性规划算法,智能优化算法（遗传算法、粒子群算法、蚁群算法）,强化学习算法;对这些算法的原理、适用场景及其优缺点进行了归纳分析;并基于无人机发展现状对无人机路径规划算法进行了展望。     

基于B样条曲线的无人机航路规划算法

提出了一种动态环境中无人机(UAV)航路规划与重规划算法。根据战场中各个已知威胁的位置建立可行点之间的有向图，用Dijkstra算法生成一条由若干直线段连接的参考航路，再利用B样条曲线具有C^2连续性、局部性、保凸性以及B样条曲线的曲率变化比较均匀的特点，对规划的参考航路进行修正和验证，使得规划航路对无人机安全可飞。当遇到突然出现的威胁时，可对航路进行局部重规划。