共查询到7条相似文献,搜索用时 0 毫秒
1.
2.
3.
4.
为了验证多级同步感应线圈炮的发射能力,测试仿真结果的准确性,设计了小规模的4级同步感应线圈发射系统。该系统由发射器、脉冲功率电源、测控系统和弹丸组成。四级单线圈组件串联排列形成发射器身管,每级线圈由单独的脉冲功率电源供电,时序放电产生的磁场加速弹丸。测试系统测量弹丸的位置,精确控制电源的顺序导通放电。对两种形式的弹丸进行了发射试验,利用该发射系统将650g的圆筒型弹丸加速到125 m/s,效率为6%,将1kg的圆筒型弹丸加速到92m/s,效率为5%。试验结果证明了该发射系统的发射能力,验证了模型的准确性和可行性,为下一步大规模多级发射器的设计提供了工程基础。 相似文献
5.
提高同步感应线圈炮对发射体出口速度的控制能力,以保证其精确地打击目标。通过对发射体运动全过程的分析建立了发射器发射过程的数学模型,采用区域分解法对发射体模型进行了高效准确的散射分析,基于分析结果确定了触发控制方案,通过实例说明了控制方法的具体实现。发射体按照合理的方位和速度离开炮管。同步感应线圈炮发射体出口速度控制方案灵活高效,实用性强,可实现对不同情况目标的有效打击。 相似文献
6.
为了减少单级磁阻线圈发射器仿真过程中仿真试验的任务量,将正交试验法和仿真分析有机结合。正交试验法能够用少数组合搭配均衡表示全部试验,利用正交表设计驱动线圈参数优化仿真试验,从全部27组试验中选出具有代表性的9组进行有限元分析,根据仿真结果选出最优的参数进行试验验证。结果表明:正交试验法可以应用于单级磁阻线圈发射器的仿真分析,仿真分析结果为今后的单级磁阻线圈发射器提供参考依据,也为多级磁阻型线圈发射器的仿真分析提供了新思路。 相似文献
7.
针对相控阵雷达识别的问题,提出一种基于粒子群优化极限学习机(PSO-KELM)的识别方法.在核函数极限学习机(kernel extreme learning machine,KELM)的基础上,引入粒子群优化算法(particle swarm optimization,PSO),求得核函数参数最优解,提高相控阵雷达识别准确率.通过构建雷达数据库,使用粒子群优化极限学习机的方法对不同噪声情况下的雷达数据进行识别,并与核函数极限学习机、核函数支持向量机(kernel support vector machine,KSVM)和半监督式迁移学习(semi-supervised and transfer learning,SSTL)的方法进行对比.仿真结果表明:在不同雷达种类和不同噪声情况下,该方法识别准确率均高于其他方法. 相似文献