摘要： 针对重大装备剩余使用寿命 (remaining useful life,RUL) 预测中如何构建能够准确反映系统退化并提升 RUL 预测精度的健康指标 (health index,HI) 问题,提出一种基于复杂网络的 HI 构建方法。首先,对多源数据的相关性进行分析,建立基于传感器指标相关性的网络模型,并结合网络动力学对多源数据间的耦合机制进行刻画。然后,利用建立的网络和动力学模型,分析各传感器指标对系统状态的影响程度并得到权重因子,通过线性加权实现多源数据的融合,构建一个复合 HI。最后,基于构建的 HI,利 用 Wiener过程进行退化建模和寿命预测 , 并利用 C-MAPSS 发动机数据集进行验证。结果表明:构建的 HI 能较好地反映发动机的退化过程,且在 HI 的性能评价结果和发动机的寿命预测结果上优于单一传感器指标和现有的一些 HIs,验证了所提方法的有效性。

摘要： 针对存在强耦合关系的多元传感器数据健康指标 (health index,HI) 难以构建而导致装备剩余寿命 (remaining useful life,RUL) 预测精度低的问题,提出一种动态自适应传感器筛选机制与张量表示的 HI 构建方法,并使用融合注意力机制双向长短期记忆(attention-bidirectional long short-term memory, At-Bi-LSTM) 网 络 的 预 测 框 架 实现了对多传感器装备的 RUL 精准预测。首先,建立了动态自适应传感器筛选模型,通过混合相似度度量和层次聚类实现特征分组,并结合趋势强度指标与滑动方差比来构建双重过滤机制,自适应筛选出与退化相关性高的关键传感器;然后,提出三阶张量HI 构建方法,并采用 Tucker 分解对时间-窗口-传感器三维数据进行解耦,通过核心张量特征融合生成复合 HI,进一步运用 At-Bi-LSTM 网络架构引入蒙特卡洛 Dropout 实现不确定性量化;最后,通过 C-MAPSS 数据集的实例验证了所提方法的有效性,并通过模块化分析证明了动态特征筛选机制能够大幅提升预测结果的稳定性,表明张量表示的 HI 构建方法对模型预测性能提升贡献显著。

摘要： 针对传统数据驱动的剩余寿命预测方法往往采用固定函数形式,难以描述当前武器装备的退化趋势,进而影响后续备件订购与替换的问题,提出一种基于退化模型可动态校准的备件订购与设备替换联合决策方法。首先,基于历史退化数据构建了线性 Wiener 过程的初始退化模型,并预测运行设备的未来退化趋势,同时根据预测误差构建误差模型,实现退化模型函数形式和参数的同时动态校准,以此推导出设备剩余寿命的函数分布;然后,基于退化模型动态校准下的剩余寿命预测结果,以备件订购和设备替换时间为决策变量,在设备运行可靠的约束条件下,建立了备件订购与设备替换联合决策的长期期望费用率函数,并通过最小化费用率函数确定了最优备件订购和设备替换时间,且随着剩余寿命的实时预测,最优备件订购和设备替换时间可动态更新 ;最后,将所提方法应用于锂电池剩余寿命预测和设备健康管理中,并开展了影响联合决策结果的备件送达时间和预测性替换费用参数灵敏度分析,验证了基于退化模型动态校准的剩余寿命预测方法在备件订购和设备替换联合决策时的有效性。

摘要： 针对速度信息不可测的固定翼无人机编队控制问题,提出一种不依赖于速度信息的分布式固定时间无人机编队控制方法。首先,由于只有部分跟随者可直接获取虚拟领航者的状态信息,因此为每个跟随者设计了一种分布式状态观测器,以实现对虚拟领航者状态信息的精准估计,同时保证估计误差在固定时间内收敛;其次,设计了一种固定时间速度观测器,以估计跟随者自身的真实速度信息,并确保速度估计误差在固定时间内收敛;在此基础上,基于分布式状态观测器与速度观测器的输出值,设计了一种固定时间非奇异快速终端滑模面,进一步提出一种不依赖于速度信息的固定时间滑模控制方法,以确保跟随者在固定时间内跟踪虚拟领航者产生的期望轨迹;最后,通过固定时间理论,严格证明了系统全局固定时间收敛特性及其稳定性。结果表明,所提方法可在无速度反馈条件下实现无人机群固定时间编队控制。

摘要： 针对杀伤网背景下电磁频谱资源利用所面临的挑战,首先,从杀伤网概念的界定出发,梳理分析了其发展现状及关键技术,并归纳总结了杀伤网跨域互联、动态适应性、抗毁自愈的基本特点。其次,从作战运用需求出发,对支撑杀伤网的通信网络应如何动态接入频段提高可靠通信和频谱资源利用率的问题进行了分析研究。最后,基于真实数据集,对当前应用较为普遍的频谱感知与预测模型进行仿真对比。为解决当前基于深度学习的频谱感知和预测模型所存在的不足,提出了基于深度可分离卷积和特征融合的频谱感知模型、基于 Mamba 模型的频谱预测方法、联合频谱预测驱动频谱感知 3个解决方案,以应对杀伤网作战效能有效发挥时所面临的实时高效、低计算复杂度挑战。

摘要： 针对石油射孔弹因装药量受限、炸高不足导致射流速度低、侵彻性能差的问题,提出一种基于逆向环形起爆大锥角的新型装药结构并将其应用于石油射孔弹中。通过构建LS-DYNA 三维仿真模型,系统研究了爆轰波传播路径调控与药型罩锥角参数对射流质量的影响规律。在仿真过程中,装药大端面处共设置 8 个均布起爆点,以实现逆向环形爆轰波传播;此外,建立药型罩锥角为 80 ° ~ 110 ° 连续可调的装药模型,开展了不同锥角下射流成形质量以及穿孔孔径和深度的研究。结果表明:采用逆向环形的起爆方式逆转了爆轰波的传播方向,使其近似以平面传播,在提高炸药能量利用率的同时,形成高速射流;当药型罩锥角为 90 °时,射流头部速度最高可达 6 603 m/s,较传统顶端中心点起爆方式提升约 91.6 %,穿深约为 19 倍药型罩口径,证明了逆向环形起爆与大锥角设计的协同作用可以有效平衡射流速度与稳定性,为高密度射孔完井工具的小型化设计提供了理论依据与技术参考。

摘要： 为研究船用离心泵运行时的噪声特性,采用计算流体动力学与计算声学相结合的方法,对某立式两级船用离心泵的水动力噪声进行了模拟分析。通过对船用离心泵内部非定常流动引起的噪声进行数值计算,分析其水动力噪声的频谱特性和外声场的分布规律。结果表明:离心泵内部流致噪声产生的主要原因是叶轮与隔舌的动静干涉,尤其是在低频段时,流致噪声的辐射声压级较高,且呈现出离散的宽频谱特性;通过对壳体附近声场的声压级云图进行分析,发现离心泵内部声场的声压级幅值与频率无关,而外部声场的声压级与频率相关;在径向平面上,低频段噪声指向性较弱,但随着频率的增加,噪声辐射的指向性逐渐呈现出偶极子特征,在三倍叶频时辐射声压指向性初现偶极子特征,在五倍叶频时则表现出四极子特征;由径向平面壳体附近振速云图可知,隔舌附近的振速较高,成为噪声辐射的主要来源,在低频段时尤为显著。

摘要： 针对液体战略导弹长期加注贮存工况下铝锂合金贮箱受推进剂腐蚀引发结构完整性退化的问题,开展了 2195 -T 8 铝锂合金在酸性介质中的腐蚀机理研究。通过全浸加速腐蚀 试 验 结 合 扫 描 电 镜(scanning electron microscopy, SEM) 微 观 表 征 和 能 量 色 散 谱(energy dispersive spectroscopy,EDS)分析技术,系统分析了铝锂合金在硝酸溶液中的动态腐蚀行为与微观析出相作用机制。结果表明:腐蚀初期以晶内亚稳态点蚀为主导,晶界电化学差异驱动腐蚀向纵深发展; θ′ 相与基体界面能差形成的非共格结构以及 T 1 相周边贫 Li 区形成的电位梯度共同促进局部腐蚀扩展; β′/δ′ 强化相诱导的氧化膜结构缺陷能够显著增强腐蚀介质渗透动力学。

摘要： 针对传统类钙钛矿结构实验领域研究成本高、危险性强的问题,采用第一性原理计算方法对钚基类钙钛矿结构进行研究 , 针对基于晶体结构预测方法筛选出的8种 Pu-TM-O 稳定结构,通过应力-应变方法研究其力学稳定性和力学性质,并计算弹性常数矩阵。最后,对这些结构的三维杨氏模量以及剪切模量进行计算,对比不同结构的抗压缩能力、抗变形能力和抗磨损能力。结果表明: 8 种 Pu-TM-O 结构均满足力学稳定性判据,在力学上表现为稳定性;PuVO 3 的抗压缩能力和抗变形能力最优,PuZnO3 的抗磨能力最优;除 PuZnO 3 外,其余 7 种结构均显示出较好的延展性;PuCrO3 和 PuVO3表现出较好的各向同性,而其余 6 种结构则在不同程度上表现出各向异性。

摘要： 为实现对 γ 放射源的远距离快速定位,设计了一款 NaI(T l )晶体探测器阵列。基于蒙特卡罗方法,使用 Geant 4 软件建模并开展数值模拟,采用高斯拟合算法和最小二乘原理,将放射源定位问题转化为拟合寻峰问题,通过对拟合参数的求解,实现了 γ 放射源的快速定位。然后,进一步研究了距离、发射粒子总数、射线能量、俯仰角及探测器数量对定位精度的影响。结果表明:当放射源位于探测器阵列平面内,到达探测器阵列的射线强度大于 9 个/cm 2 时,定位误差小于 1 ° ;随着放射源位置相对于阵列平面的俯仰角增大,定位精度逐渐降低,当俯仰角小于 30 ° 时,平均绝对误差小于 1 °;通过增加探测器阵列的探测器数量,可以有效提高定位精度,当阵列的探测器数量由 12增加至 24 时,不同俯仰角的定位精度均提高了 42.9 % 以上,但也增加了阵列的质量、尺寸和成本,实际应用中需根据场景合理选择。

摘要： 针对私有分散数据中存在的标签噪声对模型训练效率和预测结果存在显著影响的问题,从构建标签噪声鲁棒的联邦学习系统角度出发,归纳总结了联邦标签噪声学习的相关研究成果。首先,阐述了联邦学习、标签噪声学习及联邦标签噪声学习的相关概念与定义;其次,根据是否使用显式的标签噪声检测机制将现有的联邦标签噪声学习方法分为基于噪声检测的训练方法、鲁棒的噪声容忍训练方法以及混合方法 3 类,并比较和分析了不同方法的执行机制、特征、关联性与优缺点;最后,对联邦标签噪声学习领域潜在的研究方向和发展趋势进行了展望,以期为相关研究提供参考和借鉴。

摘要： 为提高模型对图像内容的理解能力、抑制模型在生成过程中的随机性,提出一种基于语义引导的图像去摩尔纹框架 StableMoir é 。首先,针对模型在生成过程中的语义漂移问题,将图像从像素空间经由变分自编码器和 CLIP(contrastive language-image pre-training) 图像编码器分别编码至隐空间和 CLIP 空间,并利用交叉注意力机制提取隐空间编码中与图像去摩尔纹相关的信息,使模型专注图像中与摩尔纹相关的部分,从而避免冗余信息的干扰。其次,针对使用语义信息对预训练文本生成图像模型进行引导时存在较大随机性的问题,提出一种基于残差注入的图像细节保留模块,避免模型在生成过程中偏离原图像的像素信息。结果表明:所提 StableMoir é 框架在摩尔纹消除方面有着更好的性能;与同类基线算法 PromptIR 相比较,其 PSNR 与 SSIM 分别提升了 0.509 2 和 0.011 3 ,而 FID 与 KID 则分别降低了 0.03 和 0.66 。