学科分类
/ 1
8 个结果
  • 简介:指出了传统预测方法用于火炮故障预测的不足,提出了基于动态模糊综合评判和"框架+规则"的正反向混合推理故障预测模型.针对火炮故障发生和发展过程的动态变化特性,提出了动态隶属度的概念,并结合变权理论,详细阐述了动态模糊综合评判方法,用于生成候选故障集.基于"框架+规则"的反向推理确认实际发生的故障,输出故障预测报告,为火炮在执行训练和作战任务前实现预知维修提供决策依据.

  • 标签: 数理统计学 故障预测 混合推理 动态隶属度
  • 简介:根据履带式自行火炮扭力轴的疲劳实验结果,应用断裂力学理论和帕里斯(Paris)公式,对带有椭圆状裂纹的扭力轴进行分析,得到了应力强度因子的表达式,用于预测扭力轴的疲劳寿命。

  • 标签: 扭力轴 疲劳寿命 预测
  • 简介:针对火箭炮稳瞄系统存在较大的不确定性及干扰,其特征参数、阻尼以及负载干扰等,将随着被控炮之间的差异、载弹量、目标位置的变化及工作海况的影响而产生较大变化的特点,提出了一种PFC-PID串级透明控制策略,通过内环PID控制来提高抗干扰性,外环采用预测函数控制来获得良好的跟踪系能和强鲁棒性.通过仿真验证了该方法具有良好的鲁棒性和抗干扰能力及跟踪性能.

  • 标签: 火箭炮 稳瞄系统 预测函数控制 串级透明控制 PID控制 模型预测控制
  • 简介:针对机枪枪管初速衰减的建模及寿命预测问题,运用贝叶斯推断方法对最小二乘支持向量机(LSSVM)的正则化参数、核函数参数进行优化选择,提出一种基于贝叶斯推断LSSVM的机枪枪管初速衰减建模方法,应用机枪枪管初速衰减试验数据,建立了以环境温度、射击间隔时间、累计射弹量为输入,相对初速为输出的贝叶斯LSSVM机枪枪管初速衰减模型,并与交叉验证的LSSVM及BP神经网络模型进行比较。研究结果表明,基于贝叶斯推断的LSSVM建立的预测模型明显优于上述两种方法,验证了基于贝叶斯推断的LSSVM方法对以初速下降量枪管的寿命评价的有效性。

  • 标签: 人工智能 贝叶斯推断 最小二乘支持向量机 初速衰减 预测模型
  • 简介:在可靠性预测的基础上,建立了对火炮的可靠性预测值与目标值的差额进行模糊分配的数学模型,提出了将差额分配值与预测值合并后的结果作为火炮可靠性分配值的火炮可靠性分配方法,并以某自动炮为例进行了分析.

  • 标签: 预测值 火炮 可靠性分配 模糊分析
  • 简介:准确的武器备件故障率预测对制定精确的维修保障计划,降低维修保障费用等方面具有重大意义。通过对典型的故障率曲线的分析,依据灰色预测理论,在灰色GM(1,1)模型的基础上建立了离散的灰色GM(1,1)模型,通过实例对武器备件故障率进行了预测,为武器备件的故障率预测提供了一种新的途径和方法。

  • 标签: GM(1 1)模型 离散GM(1 1)模型 预测 备件故障率
  • 简介:在不增加过载的情况下,为了提高炮射导弹发射初速,提出采用包覆随行装药的火炮装药结构。建立了包含半可燃药筒在内的混合装药内弹道模型,主装药选取高能钝感发射药,随行装药利用低燃速药进行包覆处理,分析了不同随行率和包覆层厚度条件下内弹道性能变化。计算结果表明:在一定范围内,随着随行率的增加,弹丸初速提高;通过改变包覆层厚度能够很好地控制随行装药点火延迟时间。

  • 标签: 兵器科学与技术 包覆药 随行装药 炮射导弹 内弹道
  • 简介:针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测.结果表明,通过组合灰色神经网络模型可以得出较单一模型预测更加准确的预测值,能更好地反映内膛烧蚀磨损量的发展规律.

  • 标签: 烧蚀磨损量 预测 组合灰色神经网络 火炮身管