简介：用ADAMS软件建立了弹炮耦合动力学模型,在此模型基础上,研究了发射时计及弹丸作用的炮管后坐和炮管对支撑的作用.计算结果表明,与不计弹丸作用时的炮管后坐及对支撑的作用有显著差异.

简介：从高炮武器研制的需求出发，分析了研制总体性能评估软件的必要性。建立了软件的设计原则和总体架构，对软件的各个模块进行功能设计，对数据库设计进行了说明，并介绍了软件关键技术的实现方法。该软件是评估高炮武器总体性能的一个便捷有效的工具。

简介：瞄准精度是火炮武器系统设计过程中需要严格考核的一项技术指标。依据某炮的工程应用背景，开发的软件应用程序和硬件数据采集系统主要完成两个功能：自动采集双经纬仪测量的方位角与高低角数据值；按照空间解算模型推导出的计算公式得到统计量中间偏差值。通过实践检验证明，该系统测量误差不大于0．2密位。与常规手工作业方式相比，其自动化程度较高，可极大地缩短靶场试验周期，在工程实践中获得了较好的应用效果。

简介：为了进行火控软件功能、性能的调试和系统控制流程的验证,开发了一种基于WindowXP＋RTX平台的火控调试平台软件,研究了软件总体结构、Win32下非实时部分和RTX下实时部分的软件设计流程及其代码实现方法;针对“时间触发＋CAN”的总线结构,在RTSS子进程中采用外同步中断方式完成了总线时间基准的统一,避免了总线仲裁,保证了数据传输的实时性.通过RTX的扩展,成功将Windows应用于实时控制领域并取得良好的效果.

简介：火控系统是自行高炮武器系统的重要组成部分，火控系统的跟踪、解算能力和射击诸元精度直接影响着对目标的拦截能力。提出了自行高炮火控系统软件总体设计方案，给出了软件任务间的调用关系及数据流向。采用转换测量Kalman滤波算法实现了机动目标的跟踪，采用弦截法进行了命中问题的求解。仿真及测试结果表明，该软件设计合理，求解精度高，具有一定的工程应用价值。

简介：基于枪械动态设计数据库,以动力学相似和求速比效率方法为基础,建立了通用的自动机运动分析计算模型.结合面向对象的编程技术,开发一套界面友好、通用性较强、实用性较好的枪械自动机运动分析计算软件,该软件可满足自动机运动分析计算的要求,并具有较高的精度和实用性.

简介：在讨论神经网络自适应学习算法的基础上,研究了某自行火炮传动机构中圆锥圆柱轴承故障特征参数的选取及智能故障模式诊断,并在疲劳实验机和设备上进行了实验,取得了满意效果。

简介：针对坦克炮身管精确定位和平衡问题，提出了一种基于干扰观测器（DOB）的RBF神经网络滑模控制策略。由于炮控身管平衡系统模型中存在某些时变的不确定参数，所以利用RBF神经网络的万能逼近特性来辨识该参数。为了更好地提升系统的抗干扰性能，引入了干扰观测器，对系统外部扰动进行实时观测。通过仿真试验可知，该控制策略有效地提高了系统的稳定性，消除了滑模控制过程中固有的抖振现象，并大大提高了电液伺服系统的跟踪性能，使系统具有良好的鲁棒性。

简介：对某航炮加速器运动特性进行了分析，测绘了加速器滚轮运动曲线，并采用BP神经网络进行拟合。给出了各运动件之间的约束关系，运用MATLAB软件对加速器运动特性进行了仿真计算，并对仿真结果进行了分析。为进一步研究加速器运动特性和改进设计提供了理论参考。

简介：提出了一种将小波变换同神经网络相结合的方法,旨在克服由于广为采用的神经网络在对不定信息处理方面存在的不足和容易陷入局部极小值的问题,将小波变换与神经网络相结合,利用混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优.仿真结果表明,此种算法快速、有效,能很好地解决某些复杂的辨识问题.

简介：针对某大型武器装备系统庞大、故障检测难的特点，提出一种基于无线网络技术的在线监测与故障诊断方案。方案中下位机在ARM920T构架的32位微处理器S3C2410A基础上，进行外围扩展。包括信号采集、信号调理电路、JTAG接口、LED显示、无线网卡接口及RS232接口，从而实现大型武器装备各部位状态信息的数据采集及和上位主机的无线数据交互。上位主机由配置无线网卡微机组成，采用笔记本电脑，通过无线网卡接收各下位机采集的信息并显示，在专家系统的支持下给出检测诊断结论与故障信息。实验表明，该技术方案能实现大型武器装备的快速、准确故障定位与远程监测。

简介：在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的BP神经网络和ABO灰色关联度诊断法.应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数.讨论了特征参数的无量纲化处理方法,并结合ABO灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策.

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.

简介：对于结构复杂的自行火炮变速箱,其故障模式具有不可预知性.针对传统的神经网络识别方法明显存在不足这一问题,提出一种基于自适应谐振理论(AdaptiveResonanceTheory)的自行火炮变速箱瞬态过程故障诊断新方法.该方法不仅可以对已知的故障模式进行分类,而且对自行火炮变速箱未知故障模式具有很强的自适应分辨能力.实例证明,ART-2神经网络与传统的神经网络方法相结合为自行火炮变速箱故障诊断提出了新思路.