某车载榴弹炮射击密集度超差因素分析

利用理论分析和实弹射击试验研究相结合的方法,对某车载榴弹炮的射击密集度超差因素进行探讨研究。通过对某车载榴弹炮射击密集度超差因素进行摸排分析,得到了炮口初速和上架联接螺栓松动是该炮射击密集度超差的主要原因。为了验证摸排结果的正确性,利用所建立的炮口初速影响密集度模型和螺栓松动影响炮架刚度模型进行理论层面上的推断,通过密集度试验,其结果与理论预测值也基本一致。     

基于DCT和EMD的滚动轴承故障诊断

根据轴承故障振动信号特点,提出了一种离散余弦变换和经验模态分解相结合的轴承振动信号故障诊断新方法。将离散时间序列经过离散余弦变换处理成对应的系数向量,在阈值处理的基础上,重构信号提高故障信号的信噪比;对重构信号进行经验模态分解,通过相关系数计算去除伪分量,并进行频谱分析。仿真信号和轴承故障信号的分析表明,该方法提高了信噪比,降低了EMD运算成本,减少了IMF的数量,保证了IMF的物理意义,成功完成微弱故障诊断。     

超磁致伸缩式喷油器设计与建模

超磁致伸缩材料具有输出大、响应速度快和稳定性强等优势,是驱动电控喷油器的最佳选择.结合材料的输出特性和喷油器的驱动需求,设计了一种超磁致伸缩式喷油器(GMI),并基于AMEsim软件建立了喷油器喷油特性的仿真模型;通过单次喷射仪测试了喷油器的喷油率曲线,对结构设计的可行性及仿真模型精度进行验证.结果表明:不同参数下的仿真模型计算值与试验值十分吻合,具有较高的计算精度;同时,所设计的超磁致伸缩式喷油器既可执行大流量喷射,也能实现高精度控制,喷油性能优良.     

磨损颗粒的模糊神经网络识别研究

在传统的模式识别技术中，模式分类的基本方法是利用判别函数来划分不同的类别，然而如何选择有效的判别函数以及在识别过程中如何对判别函数的参数进行修正，对于以往的模式识别技术是比较困难的。针对油液铁谱分析中磨损颗粒的识别问题，讨论了一般机械设备的磨损颗粒的特征，分析了神经网络技术和模糊数学相结合的模式，提出了基于模糊神经网络的铁谱图象分类和识别方法，分析结果表明，提出的方法对铁谱分析的智能化和快速化提供一种有效的途径。     

基于模糊加权灰色关联分析的发动机磨损模式识别

结合大量铁谱分析数据与专家经验,给出了发动机磨损模式识别标准样本库,建立了发动机磨损模式识别的模糊均权灰色关联分析模型、模糊加权灰色关联分析模型,结合磨损模式识别实例,验证了识别结果的可靠性。实践证明,模糊加权灰色关联分析方法能够快速、准确、有效地识别发动机磨损模式。     

基于加权模糊优选理论的发动机磨损模式识别

发动机磨损模式识别是发动机状态监测与故障诊断的重要环节，如何快速、准确地识别发动机磨损模式是磨损状态监测与诊断的关键。结合大量铁谱分析数据与专家经验。给出了发动机磨损模式识别标准样本库。引进一种模糊相对权重的概念，并结合模糊优选理论建立了发动机磨损模式识别的加权模糊优选分析模型。实践证明，加权模糊优选分析模型能够快速、准确、有效地识别发动机磨损模式。     

长江航道承载力影响因素体系构建

为进一步深化长江航道承载力相关研究,本文采用系统动力学理论整体研判长江航道承载力影响因素结构,科学探究影响长江航道承载力的重要因素,构建影响因素之间的因果及复杂反馈关系。通过运用决策试验和评价实验法对上述影响因素进行筛选,最终确定29个重要影响因素及各因素的功能定位。结果表明:长江航道承载力影响因素体系是以生态效益因素(结果因素)为核心层,经济需求因素为驱动层,航道资源供给及社会压力因素为约束层的一核多层次影响因素体系,为下一步对长江航道承载力影响因素互适机理、评价、计算模型的研究奠定理论基础。     

基于全站仪的身管火炮零线检校方法研究

针对传统的身管火炮零线检查规正方法存在着炮膛轴和视轴误差及炮身俯仰倾斜误差等,提出了一种基于全站仪的新型检校方法。建立了测量系统的数学模型,得出了空间坐标系内任意点的坐标计算公式。推导出了零线检校方法的解算模型,该解算模型只需要1台全站仪分别测量出炮膛轴线延长线上的两个指定点和瞄准线延长线上的两个指定点的水平角、天顶角和斜距,通过计算就可得到瞄准线相对于炮膛轴线的高低角和方向角偏差,根据偏差最终完成零线的检查和规正。以此为基础的身管火炮零线检校方法精度高、简单易操作和应用范围广。     

改进的量子遗传偏最小二乘特征选择方法应用

针对量子遗传偏最小二乘法在特征选择过程中,存在初始化种群粗糙和适应度函数复杂等问题,提出了一种新的特征选择方法--改进的量子遗传偏最小二乘法（Improved Quantum Genetic Algorithm Partial Least Square,IQGAPLS）算法。该算法根据求解问题的实际情况,赋予种群初始值。同时,设计了一种新的适应度函数,以减少计算量,并基于此适应度函数,提出了一种新的旋转角度更新公式,解决了其方向和大小确定困难的问题。将该算法应用于轴向柱塞泵故障信号的特征选择中。实验结果表明,IQGAPLS算法具有较少的计算量和较短的执行时间,选择出的特征包含更多的工作状态信息,从而提高了分类准确率。     

基于BP神经网络的火炮反后坐装置故障诊断

火炮反后坐装置的故障诊断,采用3层BP神经网络.通过基于标准梯度下降或基于标准数值优化的改进算法,同时考虑算法本身性能,及问题复杂度、样本集大小、网络规模、网络误差目标和所要解决的问题类型.并以解析算法的部分计算结果作为神经网络学习样本集,由相关方程式算出样本库内的故障现象及与故障原因相对应的训练样本,完成故障诊断.