基于Elman网络模型的空中目标识别方法

为了准确、迅速识别空中目标类型,建立基于Elman神经网络的空中目标识别模型。该模型降低了以往空中目标识别方法中的人为因素,提高目标识别结果的可信度和快速性。通过实例验证,证明该模型的有效性和正确性。     

基于贝叶斯网的反潜直升机对潜艇的识别模型

快速准确地对潜艇进行的识别在航空反潜作战中是进行战场态势评估和战场决策的基础。通过搜索潜艇中提取搜索的特征信息,结合贝叶斯网络,使用了“两步”对潜艇目标进行识别,在此基础上进行了实例验证,其结果与事实相一致,显示了该方法的正确性和有效性。     

隐身夹芯复合材料舵振动特性研究

对声隐身夹芯复合材料舵进行壳板和整舵的结构形式设计;应用有限元软件MSC. Patran和MSC.Nastran建立声隐身夹芯复合材料舵和钢质舵模型,进行模态计算,得到夹芯舵和钢质舵干湿模态下的各阶固有频率和振型;与局部壳板小模型的振动模态进行比较,分析两种模型不同的振动规律.比较两种舵结构的模态节线图,分析格舵的弯曲、扭转及耦合振动模态.结果表明:隐身夹芯复合材料舵固有频率低于钢质舵,且振型主要为整体弯曲、扭转振动,壳板局部振动较小.     

不可压缩液体中自由气核分叉特性研究

空化气泡会引起强烈的声辐射和舰船壳体振动,自由气核振动的跨临界分叉研究对寻求空化气泡的生成机理具有重要意义.通过建立不可压缩液体中自由气核的振动模型,由中心流形定理对该振动模型进行约化,得出中心流形上的跨临界分叉方程,通过该振动模型的分叉研究,提出了产生气泡的新机理,并进行了仿真实验加以验证.仿真结果表明,跨临界分叉是自由气核产生气泡的一条途径.     

基于混和法的齿轮箱基座动力学特性全频域计算

统计能量法(SEA)在航空航天和船舶领域进行动力学环境预报方面有着广泛应用,适用于大型、复杂结构与高频率激励环境.但该方法在计算中低频振动噪声时,由于众多子系统动力特性差异,动力响应计算将产生很大误差,出现SEA失效问题.近年来出现的FE-SEA混合模型方法可有效解决这一问题,并能实现大型复杂结构的全频域一体化建模,在统一平台上进行低频、中频和高频计算及结果输出,简化建模和不同软件下模型转换,是非常适用于工程的一种方法.本研究探索采用具有上述功能的VA One软件进行舰艇基座全频域混和法动力学预报,这是国内外的首次探索,具有重要学术与工程价值.     

基于DSP的舰载天线稳定平台伺服系统的设计与实现

为了实现舰载轻型天线稳定平台的高精度控制,设计了相应的位置伺服系统.针对舰载轻型天线稳定平台处于强振动、大冲击和强电磁干扰等恶劣环境,根据其承载的天线具有倒单摆式和大惯量负载等特点,采用经典控制理论中带微分反馈速度环进行速度控制;引入了陀螺环前馈控制补偿载体扰动,结合TMS320LF2407 DSP芯片的高速处理能力,采用模糊与单神经元自适应智能双模控制策略进行位置控制.结果表明,该系统具有较高的响应速度、较高的稳定精度和较强的抗负载扰动能力,具有很强的鲁棒性和自适应能力.     

基于LabVIEW的船舶舱室甲板虚拟振动测量系统设计

针对船舶舱室甲板的结构振动特点,结合有关船舶舱室的甲板结构振动标准文件,运用于虚拟仪器环境软件LabVIEW系统,开发针对船舶舱室的甲板结构振动虚拟测量分析及评价系统.通过对实船舱室甲板的振动测试．对比分析该系统结果与传统模拟振动测试分析仪VA-10的测试结果,认为该虚拟测试系统具有较好的可靠性和较高的精度,能较好满足工程测试的需要。在此系统基础上可以扩展进行船舶结构的运行模态分析功能的搭建,成为航行振动评价及有害振动诊断的工具。     

三类边界条件下隔水套管涡激非线性振动的比较分析

考虑流及波流联合作用,研究了套管的涡激非线性振动.将套管简化为梁模型,考虑3类不同的边界条件,计及莫里森非线性流体动力和涡激荷载,建立套管的涡激振动方程.应用克雷洛夫函数求解套管的固有频率和模态,采用了计算涡激非线性动力响应的迦辽金方法.以东海勘探3号钻井隔水套管为例,研究了不同边界条件下流引起的主共振和波流联合引起的组合共振.计算结果表明：流对套管的动力响应占主导地位,而波的影响不大.分析了3类不同边界条件下隔水套管的涡激非线性动力响应,揭示了波流联合激励下套管复杂的动力响应特性.     

振动沉管碎石桩法加固某国外油罐液化地基的设计

本文介绍振动沉管碎石桩法加固液化砂土地基的原理、设计参数的确定及根据砂土的初始标准贯入击数N0和加固后要求达到的标准贯入击数N1确定桩间距的方法,以供同类工程参考。     

基于TTTS和SR技术的英语自学系统设计

文-语转换技术和语音识别技术是实现英语自学系统的关键技术。介绍了英语自学系统的工作原理和软件结构,并在．Net环境下导入了语音应用程序编程接口-The Microsoft Speech API,利用该接口编程实现了朗读训练、听写训练和阅读训练等功能。系统综合运用了声音和动画的多媒体手段,获得了良好的人机交互效果。