GH4169合金的循环本构模型研究

为研究GH4169合金在高温环境不同载荷条件下的非弹性响应力学行为,对其开展650℃下单轴拉伸和恒温低周疲劳试验,采用Bodner-Partom (B-P)统一本构理论对其力学行为开展数值模拟研究。通过试验,获得GH4169合金高温单轴拉伸曲线及半应变幅为0.65%,0.75%及0.85%下的循环曲线,基于B-P理论并结合有限元方法,引入介于0～1的缩小因子,研究了本构方程隐式积分新算法,通过ABAQUS用户子程序,计算得到GH4169合金不同载荷条件下的数值模拟曲线。计算曲线与试验曲线均具有较好的一致性,说明B-P模型能较合理地建模GH4169合金的高温非弹性响应力学行为,同时验证了本文模型的完整性和计算程序的正确性。     

全流量补燃循环气气燃烧相似性缩尺试验研究

为指导全流量补燃循环发动机推力室全尺寸气气喷注器设计,采用气氢/气氧推进剂,在带可视化窗口的燃烧室中开展了气气燃烧流场相似性缩尺试验研究。采用高速摄影仪获得了不同流量工况下,同轴剪切喷嘴稳定燃烧和不稳定燃烧两种状态下近喷嘴区域的燃烧火焰结构,并分析了不稳定燃烧的频率特性。结果表明:在保持推进剂种类、推进剂混合比、推进剂温度、燃烧室及喷嘴结构尺寸不变的情况下,随着喷嘴流量的逐步增大,稳定燃烧和不稳定燃烧的喷嘴出口火焰结构均有一定的相似性,且不稳定燃烧的频率相同。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

军用航材智能化保障的技术构建

针对军队航材保障效率较低、反应时间过长等问题,结合国防与军队信息化、智能化建设的实际,提出了军用航材智能化保障模式;通过运用物联网、神经网络、云计算等方法,对智能化保障模式各功能的实现提出支撑技术,航材智能化保障模式各项功能得以实现;通过对军用航材智能化保障进行模式构建,并就该模式下各功能模块的实现提出支撑技术,革新保障方式,有效提高了航材保障的效率。     

一种基于循环阈值的海上固定目标清洗方法

针对海上电磁环境复杂、数据量巨大等问题,在进行态势分析时,将目标海域内对态势分析影响较小的固定目标进行清洗,可有效缩短数据处理的时间、降低复杂度,提高态势分析的效率和直观性。现有的固定目标清洗方法鲁棒性较低,不能排除异常跳变数据的干扰,对数据集中信息的准确性要求较高,不适用于海上复杂环境的数据处理。因此,文章提出了一种基于循环阈值的海上固定目标清洗方法,并在仿真军事场景上进行了实验分析,所提方法通过循环阈值过程能够排除自然因素、量测误差和异常跳变数据的干扰,有效检测出样本数据集中的固定目标。     

POD-BPNN预测模型及结冰条件不确定性量化

当前,数值模拟作为研究飞机结冰的主要手段之一,在计算结冰冰形时会引入大量参数不确定性,并影响数值模拟的精度和可信度。发展不确定性量化方法,科学量化这种不确定性对评估数值模拟结果具有重要意义。针对传统参数不确定性量化方法难以解决高维输入到输出的问题,基于本征正交分解和误差反向传播神经网络,提出了一种结冰冰形预测代理模型。以水滴中值粒径和温度为例,验证了代理模型单输入参数和双输入参数情况下的精度和泛化能力。最后,在代理模型计算的冰形基础上,结合蒙特卡洛采样,利用2σ准则确定结冰范围,发现水滴中值粒径不确定性主要影响明冰的冰角生长,而温度和水滴中值粒径不确定性的叠加主要作用于霜冰厚度。该研究为后续多结冰条件的影响分析和多维输入到输出的不确定性量化提供了思路。     

基于神经网络的降落伞落点散布快速生成方法

为了解决使用蒙特卡洛法计算降落伞落点散布慢的问题,提出了组合使用降落伞运动模型和神经网络产生落点散布,并利用硬件加速神经网络推理过程的方法。降落伞运动模型用于产生散布中心,神经网络用于产生相对于散布中心的落点。验证了两种不同结构的神经网络：多层感知器和转置卷积神经网络。发现降落伞运动模型结合多层感知器计算得到的降落伞落点散布和使用蒙特卡洛法计算得到的落点散布最为接近。同时,降落伞运动模型和多层感知器或者转置卷积神经网络组合使用都可以达到实时计算降落伞落点散布的效果。因此,提出的方法可以较好地应用于高时效性场景下的降落伞落点散布计算。     

模糊控制和神经网络相融合的研究及其在家电产品中应用

综述了模糊控制和神经网络相融合的研究，列举了若干种由神经网络实现模糊规则和模糊控制器的方法．这些利用神经网络的模糊控制器，能自动地辨识控制规则和校正隶属函数．最后叙述了该方法在家电产品中的应用。     

制冷剂类型对机载蒸发循环系统性能影响

为给直升机机载制冷循环系统制冷剂的选择提供借鉴,首先以某直升机现有空调系统为例,依据其系统及部件参数,在VapCyc软件中建立制冷系统模型。然后选用不同制冷剂,改变冷凝器侧入口空气温度、冷凝器/蒸发器侧风量及压缩机转速,得到系统制冷系数(Coefficient of performance,COP)及制冷量。分析得到相同工况下,R134a与R1234yf的COP值相差不大且最高,R407C次之,R32与R410A结果相近且COP值最低;制冷量从高到低依次为R32,R410A,R407C,R134a和R1234yf。在机载制冷系统研究初期,应先满足系统制冷量的要求,故认为在选择机载空调制冷剂时,优先考虑R410A及R407C。另外,冷凝器侧风量、蒸发器侧风量及压缩机转速等参数对系统制冷量及COP均有较大影响,设计制冷系统时应慎重确定。