构建质量管理矩阵 提升组织的质量能力

在从事系统工程研发的组织内部．协调好综合质量管理与项目质量管理之间的关系．是质量工作的一个重大课题。二院在型号研制中实施产品保证的过程表明，由质量管理部门同时负责基础和型号质量管理，履行双重职能．有利于规范地开展型号质量策划、组织质量实施、进行质量把关．也有利于促进各型号质量管理方法的统一和及时按照型号产品保证的需要改进质量管理体系。按照这种模式构造的质量管理部门，应该按照项目管理理论的要求，认真地设计作为横线的综合管理与作为纵线的型号管理之间的关系。形成必要的工作机制和程序，既保证型号规范、高效地运行，又保证组织对于型号的管控。有效地运行这个质量管理矩阵，需要注意克服弱化横线或纵线的倾向．做到基础和型号“两手都抓，两手都硬”。     

中值定理的应用探讨

通过典型例题，对微分中值定理，积分中值定理在求特殊函数的极限及有关命题，证明等式、不等式方面做了深刻地阐述，探讨怎样正确、理解、应用好中值定理。     

构造单样预测区间的基于观测值的条件方法

基于Ⅱ型截尾样本的观测值,提出了一种新的构造样本未来观测值与样本未来观测值落入时间区间(yr,t]内的个数(未来失效数)的单样预测区间的条件方法。     

基于落点预测的高旋火箭弹弹道修正算法

高旋火箭弹的修正控制是基于等效力实现的二维弹道修正控制，由于弹体存在陀螺进动和马格努斯效应，在控制力作用下产生的附加攻角引起的升力与控制力的矢量合为等效力，其大小与方向在控制过程中不断变化，不能简单根据偏差量（修正量）的比例关系来确定控制力的方向。基于此，分析了控制力与等效力的关系，提出了一种基于弹道落点预测的控制算法。首先利用弹道落点预测模型实时预测落点与目标的偏差量，然后利用小扰动法构造偏差量对控制量的敏感系数矩阵，通过偏差量与敏感系数矩阵解算出纵、横两个方向的需用控制量。采用修正前后速度矢量的位置关系得到控制量的合矢量及其方位角，并利用控制量的合矢量与等效力计算出控制周期，在控制周期内按照等效力方位角调整控制力的方向实现对高旋火箭弹的精确控制，解决了非线性耦合问题。仿真结果表明该算法具有较高的控制精度，为工程应用提供理论依据。     

地面对量子卫星信号捕获及粗跟踪过程的仿真研究

考虑在轨运动过程中地面载荷安装角度不同的情况下,推导出地面接收端接收到的方位角和俯仰角随时间变化曲线转换的计算过程。为了直观地显示量子定位中捕获、跟踪与定位(ATP)系统建立光链路的过程,利用专业的星地链路分析软件STK(Satellite Tool Kit)进行三维动画仿真,并将动画和ATP系统的输入信号、捕获过程、粗跟踪过程结果集成在Matlab的GUI中。为后续精跟踪系统量子定位系统中的控制器设计和仿真研究提供了条件。     

地面与飞行状态下固体发动机比冲差异性分析

对固体发动机性能天地差异性产生的原因进行了探究。造成发动机性能天地差异的主要原因在于存在从发动机能量转换到飞行状态下导弹能量的转换效率,其转换效率与导弹的质量比以及导弹飞行速度与发动机等效喷气速度的比值有关;同时,还存在合成视加速度方向与发动机推力方向的偏差以及导弹质量变化等因素对比冲辨识结果的影响。根据现有公开文献报道及相关型号的分析,这些因素造成比冲的差异基本在1 s左右,且在1.5 s以内。分析结果表明,在工程上采用基于视加速度模型和基于遥测压强的发动机内弹道模型均可辨识发动机的比冲,但采用视加速度分析方法进行性能辨识时,需考虑转化效率的修正。     

一种新的TR层析扫描投影重排算法

TR层析扫描可对超出射束范围的大尺寸构件进行检测,在工业CT领域有着重要的应用。目前使用的一种重建方法是在忽略扇角的影响下,将TR扫描正弦图直接重排成标准平行束正弦图,然后使用平行束的重建方法进行重建,这样导致重建图像存在一定误差。提出一种新的重排算法,通过坐标转换和插值计算,得到平行束正弦图中的各采样点在TR扫描正弦图中对应的映射点坐标及灰度信息,进而得到完整的平行束正弦图。通过仿真和试验,发现应用新算法得到的正弦图和重建图像均消除了边缘不光滑和伪影现象。新的重排算法能够消除现有重排算法的误差,使得TR扫描方法在扇束角较大时也能实现正确CT重建。     

基于数据驱动的结构钢表面应力磁巴克豪森噪声表征方法

磁巴克豪森噪声（MBN）技术可用于定量评估铁磁材料的表面应力。当前MBN法应力评估技术存在特征量选取较难、定量预测模型复杂且对标定数据集的拟合精度较低的不足。提出一种数据驱动的非线性映射算法拟合MBN噪声和应力的关系，研究了基于小波包变换系数的时频特征替代统计特征量，减少了样本数据计算量。采用MBN噪声在小波包变换时-频域内的小波包变换系数作为特征向量，利用基于奇异值分解的数据降维算法降低特征向量的维数，将经过数据降维后的特征向量输入反向传播（BP）神经网络进行模型训练以建立预测模型。结果表明：采用基于奇异值分解的数据降维算法可降低模型的复杂度，利用降维后的小波包变换系数特征向量训练BP神经网络可实现铁磁材料表面应力的高精度预测。建立的表征方法有效解决了铁磁构件应力分布成像问题，在预防应力腐蚀、提高疲劳强度等损伤预警方面具有广阔的应用前景。