美军推出1609.344 km长程炮管

据Kyle Mizokami 2019年10月16日于Defense News报道:美军正计划推出装备令人惊骇的1609.344km(1000多英里)射程的炮管。该炮管及其超音速武器,将进攻长程战术目标(远超已有军用系统)。按照防务新闻(Defense News),该炮预期185.3m(100海英里)或1850.746km(1150法定英里)射程。其技术被描述为"边缘切割"(edge cutting)。     

大尺度空间测量技术在起重机械检验中的应用

起重机械的尺寸测量存在着诸多问题。本文对经纬仪测量技术、全站仪测量技术、近景数字摄影视觉测量技术、室内GPS测量技术以及激光跟踪测量技术等5种工业应用比较成熟的大尺度测量技术进行分析研究。结果表明,经纬仪测量技术应用最广泛,但是存在诸多缺点;全站仪测量技术得到了一些应用,但价格比较高,应用不是很普遍。近景数字摄影视觉测量技术得到了研究机构的研究,但还没有应用到实际检验中;室内GPS测量技术和激光跟踪测量技术有比较好的应用前景,但还没有得到起重机械领域的技术人员关注。     

基于启发式算法的套管柱组合优化设计方法

针对深井、超深油气井中套管柱组合设计存在非线性、多目标和离散变量组合的问题，提出了一种基于启发式算法的套管柱组合优化设计方法。采用树状结构表示套管柱组合并将其参数化，给出了体现套管柱成本、质量和安全因素的设计需求向量，建立了以该向量为基础的可调多目标数学模型，并给出了利用启发式算法求解该模型的方法。通过与经典的套管柱设计案例进行比较分析，在最经济方案的情形下，利用所建立数学模型得出的解在适应值方面比原方法更好，如解3在成本和质量方面均有所降低，解2的成本降低4.057%，但质量增加0.274%。研究结果表明，基于启发式算法的套管柱组合优化设计方法得出的解具有合理性，且在一定程度上比原有解更优，可解决深井、超深井套管柱组合设计存在的问题。      

无人驾驶车辆的运动控制发展现状综述

回顾无人驾驶车辆的运动控制问题。从系统模型、控制方法以及控制结构等角度切入,分别在纵向运动控制、路径跟踪控制和轨迹跟踪控制三个层面对国内外的研究进展进行综述,并提出对无人驾驶车辆运动控制技术的发展展望。当前运动控制研究多集中于常规工况,为实现无人驾驶车辆在处理人类驾驶员认为具有挑战性或缺乏操纵能力的复杂动态场景下的潜力,运动控制研究须从常规工况向极限工况拓展,但是极限工况下车辆的非线性和多维运动耦合特征显著增强,对系统建模以及算法的自适应性和鲁棒性的要求进一步提高。同时,为应对复杂场景下的多目标协调优化问题,考虑环境不确定性的运动规划与控制集成设计需要深入研究。增加执行器手段可以提升极限工况下车辆的侧向响应速度和控制裕度,但是冗余异构执行器的控制分配研究仍有待突破。运动控制的实现依赖于路面附着系数、质心侧偏角等信息输入,因此基于多源传感信息融合的关键状态与参数估计问题亟需解决。此外,将机器学习应用到车辆运动控制领域也是一个重要的发展方向。     

基于GAPSO算法的转台齿轮传动多目标优化研究

针对某航空发动机叶片五轴加工机床转台传动系统多目标优化设计问题,以五轴加工机床转台的齿轮总体积和总重合度建立了目标函数,在齿轮的接触应力和弯曲应力为约束条件下建立了优化数学模型。提出了结合PSO算法与GA算法各自优点的GAPSO方法,利用GAPSO算法既有GA算法的强大全局搜索能力又有PSO算法的快速收敛能力的特点,求解了转台齿轮传动系统的多目标优化数学模型,并分别使用PSO算法、GA算法对数学模型进行了寻优求解,最后将3种算法的结果进行了对比分析。研究结果表明:相比PSO算法与GA算法,GAPSO算法的优化效果最佳,转台的齿轮传动系统体积减少27.26%,重合度增加8.10%;优化目标实现了转台的轻量化与提高传动平稳性的目的,为转台的齿轮传动系统的多目标优化设计提供了理论依据。     

基于目标级联技术的含风电互联电网机组组合策略

针对含风电互联电网日前安全约束机组组合的规模大、约束复杂、求解困难等问题,提出基于目标级联分析技术的分散协调优化策略。将问题分解为负责区域间边界节点电压相角协调的上层优化问题和以并行方式独立优化各区域发电计划的下层优化问题。下层优化以弃风电量期望和电量不足期望,量化各区域内风电、负荷预测误差,以及常规机组强迫停运等系统运行不确定性所带来的风险,并以罚函数的形式引入目标函数,以综合优化系统可靠性与经济性。2区域12节点系统和IEEE RTS96三区域互联系统算例仿真验证所建模型和算法的有效性。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。