舱段结构热振耦合环境下仿真分析

针对武器装备对环境适应性要求不断提高的现状,以某舱段结构为研究对象,基于高加速应力筛选试验(HASS)条件,研究了结构在温变-振动耦合环境下的失效机理。首先,结合HASS试验剖面,确定了载荷条件,建立有限元模型;其次,采用ANSYS Workbench软件分析得到结构温度场分布及应力响应,确定了结构危险位置,并对其疲劳寿命进行计算分析,为舱段结构的失效分析及HASS试验剖面的合理制定提供依据和指导。     

一种基于状态转移的雷达脉冲时序特征描述方法

雷达脉冲具有时间序列的明显活动规律,传统的基于脉冲描述字的雷达脉冲频繁序列提取,只能获取脉冲序列片段,序列片段之间的时序关系不明确,无法描述整个信号的时序特征。提出了一种基于状态转移矩阵的雷达脉冲时序特征描述方法,将雷达脉冲时序分为固定序列和概率转移,通过挖掘出的雷达脉冲重复间隔序列,按照状态转移矩阵的模型,完成时序片段的拼接,描述整个雷达信号的脉冲时序特征,从而为雷达信号时序特征和工作模式研究提供依据。     

宽频带带状线魔T的一种新颖的分析与设计方法

介绍了一种宽频带带状线魔T的设计原理,并采用了一种新颖的设计方法,即利用Ansoft公司的电磁场高频结构仿真软件HFSS对所设计的器件进行分析。所设计的魔T带宽可达一个倍频程以上,在设计频段(1GHz~2GHz)内,移相偏差Δ<±5°,幅度不平衡ΔA<1dB,回波损耗小于-19dB,端口隔离度小于-20dB。     

应用过程神经网络的航天器瞬态温度预测方法

航天器在轨温度受空间热环境影响变化较大,同时研制阶段的热分析与热试验往往也耗时较长,因此通过准确有效的预测方法为其提供在轨温度预警信息、提高热仿真与热试验效率至关重要。文章提出航天器瞬态温度预测方法,依据航天器在轨温度实测数据,采用相空间重构理论构建样本集完成训练,应用过程神经网络建立瞬态温度预测模型,并对温度进行外推预测。经验证,根据温度预测方法建立的温度预测模型绝对误差最大值为0.746 K,可在满足工程精度的情况下实现对航天器瞬态温度的快速预测。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

时滞依赖状态的随机脉冲随机集值微分方程解的存在性

利用随机脉冲有关理论、时滞依赖状态相关方法结合适当的集值映射不动点定理,基于公理化定义的相空间,研究了一类时滞依赖状态的随机脉冲随机集值微分方程解的存在性,在满足一定条件下获得了此类问题温和解的存在性.     

火箭多台发动机并联推力传递结构动静耦合计算方法

针对运载火箭多台发动机并联推力传递结构在工作中力学环境适应性问题,开展了动静耦合动力学计算方法研究。该研究分析了动静耦合机理,并以此为基础,计算了有无静载的结构模态频率和推力传递结构关键部位随机振动响应。结果表明,火箭推力传递结构在大推力作用下,结构的刚度发生改变,进而影响动力学特性。相关研究结果为火箭多台发动机并联推力传递结构动静联合试验提供了参考意义。     

间隙平均电流检测在高频窄脉冲电解加工中的应用

提出了间隙平均电流检测法,通过电流平均值及其方差这两个参数对间隙进行检测,并给出了具体电路框图。