摘要：文中基于一种采用VICOR DC-DC转换器设计的低压大电流直流电源,通过采样负载点电压,外加反馈电路来调节转换器输出电压,以补偿在大电流传输时负载线上的电压降,从而达到稳定负载点电压的目的。本文详细分析了电压补偿电路的原理,介绍了元器件选择方法,并通过电压补偿电路的设计和测试验证了该电路的可行性。

摘要：针对经典的PageRank算法存在的偏重历史网页、主题漂移、平分网页链接权重等缺陷,引入了向量空间模型和信息论中的信息熵,提出一种改进的PRKE算法。该算法用表征网页特征的关键词构成的向量来表示网页,用关键词在网页中所占的权重作为向量中各个分量的权值;对已存在的网页采用K-means聚类算法进行聚类,以信息熵的形式表征各个簇的权值,完成对网页的宏观排序;融入了时间因子和主题相关度等参数,完成对网页的微观排序。实验结果表明,改进的PRKE算法相对于经典的PageRank算法在首页命中率、检索准确性等方面获得了较大的提高。

摘要：针对空空导弹越肩发射的姿态控制需求,采用直接力控制装置,分别建立了小攻角模型和大攻角模型,利用滑模变结构控制方法设计了姿态控制律,所设计的控制律能够满足导弹越肩发射快速转弯的要求,仿真结果说明了此方法的有效性。

摘要：网格化技术是近年来国际上兴起的一种重要信息技术。引入网格化技术来保障沿海水上交通安全是全新的尝试,水上交通安全监管如何实现是目前研究的问题之一。在分析网格化技术特点的基础上,结合沿海水上交通安全监管中风险防范的管理需求,设计沿海水上交通安全风险网格化管理系统的方案,提出沿海水上交通安全信息管理的功能与资源配置,借助海事数字化平台,建立水上交通安全网格化管理系统及单位网格风险防范模式。最后在福建辖区沿海通航水域实现网格化管理,实践证明:网格化管理能切实降低水上交通风险,同时发挥现有监管资源最大效能,形成运行高效、反应及时、服务便捷的网格化管理新格局。

摘要：试车过程中某型涡扇发动机低压压气机进口导流叶片控制通道出现了参数摆幅较大的现象,经判读试车数据认定该通道存在较大的延迟,针对该问题为该通道设计了一种Smith预估补偿模糊PID控制算法,计算机仿真结果表明:与传统的Smith预估补偿算法相比,该算法对模型的不匹配具备较强的适应能力。

摘要：汽车面罩框零件具有大的结构孔,成形时金属流动比较复杂。通过数值模拟方法分析发现,零件产生破裂的原因主要是外部起皱引起的破裂及内部胀形引起的破裂,通过合理调整拉延筋和开设工艺切口解决零件破裂问题,由于工艺切口开设的不确定性,需合理开设工艺切口的位置及大小,同时避免工艺切口处的径向撕裂,最终在实际生产中得到合格零件,验证了分析的可靠性。

摘要：为了提高水中兵器爆炸毁伤能力评估的准确性,解决现有技术方法无法准确反映近场爆炸能量的问题,开展基于聚偏氟乙烯(Polyvinylidene Fluoride,PVDF)的爆炸能量近场测试技术研究;利用PVDF薄膜优异的压电性能设计近场压力传感器,并开展水下爆炸试验验证了冲击波压力采集系统的可行性。结果表明,所设计的传感器具有优良的绝缘防护和隔热效果,实现了亚吉帕级压力测量,适用于装药水下爆炸能量的近场测量;压力测量系统能在3.4倍装药半径位置处采集到峰值达500 MPa的完整压力时程曲线,测量结果与Josef Henrych经验公式计算结果的最大偏差为7.3%,最小偏差为0.3%;基于试验测量的近场压力时程曲线,得到TNT炸药在3.4倍装药半径处的平均比冲击波能为0.991 MJ/kg,验证了设计的PVDF压电薄膜传感器适用于精确测量装药的近场水下爆炸能量。研究成果可为装药水下爆炸能量精确测量提供重要方法。

摘要：根据立轴冲击式破碎机的结构建立转子与破碎腔的几何模型,应用离散元软件EDEM针对不同导料板数量进行仿真研究,探索不同导料板数量与破碎性能之间的内在联系。通过对颗粒运动轨迹及颗粒运动速度进行分析,分别研究了4种转子对颗粒的加速效果影响。结果表明:转子导料板数量为4时,颗粒二次加速后的峰值最高;而导料板数量为5时,高速颗粒所占比例最高,颗粒的破碎动能以及破碎效果最佳。该研究结果对转子结构的设计与工程优化提供新的视角与手段。

摘要：为了提高武器战斗部的毁伤效果,研究了一种带有落角和落点约束的空地导弹近垂直俯冲攻击最优制导律。首先,在二维平面内建立了弹目相对运动关系模型和导弹制导线性化模型。其次,结合Schwartz不等式,推导了带落角和落点约束的最优制导控制律。然后,在小角度假设的前提下,将所设计的最优制导律描述为便于工程应用的弹道成形制导律。最后,进行了仿真验证,结果表明,采用所设计的最优制导律,在满足脱靶量近似为零的前提下,终端落角可达到-90°,实现了近垂直俯冲攻击。

摘要：提出了一种基于神经网络与专家系统的无人作战飞机智能决策支持系统,成功地解决了在规则不完善、战场信息不完全的情况下决策支持系统的推理问题。所设计的神经网络推理机不仅可以在专家系统由于规则不完善和信息不完全无法推理的情况下引导专家系统,而且可以对专家系统的经验进行学习。仿真结果表明所提出的方法有效。