仿生多胞薄壁管耐撞性分析及优化

为提高薄壁管结构耐撞性，以雀尾螳螂虾螯为仿生原型，结合仿生学设计方法，设计一种含正弦胞元的多胞薄壁管结构。以初始峰值载荷、比吸能和碰撞力效率为耐撞性指标，通过有限元数值模拟分析了不同碰撞角度（0o、10o、20o和30o）条件下，仿生胞元数对薄壁管耐撞性的影响，通过多目标的复杂比例评估法获取仿生薄壁管的最优胞元数。基于不同碰撞角度权重因子组合，设置了4种单一角度工况和3种多角度工况，采用多目标粒子群优化方法获取了不同工况下薄壁管结构最优胞元高宽比和壁厚。复杂比例评估结果表明，胞元数为4的薄壁管为最优晶胞数仿生薄壁管。优化结果表明，单一角度工况下，最优结构参数高宽比的范围为0.88～1.50，壁厚的范围为0.36～0.60 mm，碰撞角度为0o和10o的最优高宽比明显小于碰撞角度为20o和30o的；多角度工况下，最优高宽比范围为1.01～1.10，壁厚范围为0.49～0.57 mm。     

惯性约束聚变实验中空间干涉检测与预警系统设计

针对惯性约束聚变实验中多诊断系统在有限空间同时作业引发碰撞风险的问题，设计了基于碰撞目标检测和空间距离测算方法的空间干涉检测与预警系统，分析了真空靶室特定环境下不同实现方法的适用条件和可行性。实验室条件下模拟验证结果表明，基于结构光深度图像获取方法可获得较好的碰撞距离测量精度，在靶室半径探测距离内空间测距误差不大于3cm，为靶室空间干涉检测与预警提供了一种可行的解决方案。     

空中目标多波段红外辐射特性描述与仿真分析

针对空中目标在复杂背景下的探测需求,根据实际目标的运动特性,分析目标在飞行高度、飞行姿态角改变时的辐射特点,基于MODTRAN计算得到大气辐射和衰减数据,建立目标的三维模型、热辐射和反射模型,搭建空中目标的红外成像仿真系统.分析和仿真结果表明:在中波波段,目标尾焰的红外辐射比蒙皮强很多,在长波波段,蒙皮的红外辐射比较强,仿真图像的细节比较多,尾焰的红外辐射虽然有所减弱,红外成像效果依旧很好;相同探测条件下,由于位置越高大气越稀薄,探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.     

负泊松比蜂窝材料抗爆炸特性及优化设计研究

为了深入研究车辆底部防护组件爆炸冲击下的结构响应，提高防护型车辆的抗爆炸冲击性能，建立了某车辆底部防护组件在爆炸冲击下的有限元模型，并进行爆炸冲击台架试验验证了有限元模拟的可靠性；将内凹六边形负泊松比蜂窝材料作为防护组件的夹芯部分，分析负泊松比蜂窝材料在爆炸冲击下的变形模式，并对比了同等质量的其他3种防护组件的抗爆炸冲击性能。结果表明，含有负泊松比蜂窝夹芯的防护组件具有更优的抗爆性能。建立了以内凹六边形负泊松比蜂窝胞元尺寸参数为设计变量的多目标优化问题的数学模型，采用多目标遗传算法获得胞元几何参数的最优方案，有效降低了防护组件基板的最大挠度和最大动能。     

扫描探测系统多尺度舰船目标的空间特性分析

基于相机模型,建立多分辨率下的成像链路仿真,对不同尺度和采样体制下的舰船目标结构和方向特征进行分析。结果表明:对于长度在百米级的舰船,当空间分辨率高于12 m时,形状和方向特性能够保持稳定;当空间分辨率低于12 m时,随着分辨率下降,很难通过单帧图像信息来识别目标类型和判断目标的方向;与单采样相比,过采样虽然能够提高图像的空间分辨率,但目标边缘的扩散更明显,不利于目标形状特征的提取;对于具有对称结构的舰船目标,两种采样体制对运动目标方向的捕捉和判断能力相当。     

锌溶液中痕量Cu2+、Co2+的检测光谱预处理方法

针对同时检测锌溶液中痕量Cu~(2+)、Co~(2+)浓度存在的灵敏度低、有效波段窄、光谱信号覆盖严重的问题,提出了一种多目标优化分数阶微分预处理方法。首先根据光谱特点确定影响Cu~(2+)、Co~(2+)同时检测的覆盖度和失真度,并拟合微分阶次与指标的函数关系、约束条件,然后基于多目标粒子群优化算法求解,最后对多目标优化微分阶数方法进行验证。结果表明:所提方法可以重构完全被覆盖的低灵敏度、窄有效波段的离子波峰,解决光谱信号被完全覆盖的问题,并在最大程度降低求导滤波的失真度,降低Cu~(2+)、Co~(2+)的光谱覆盖率。     

基于超限学习机算法的空间目标材质多色测光识别研究

随着各国航天活动的增多，空间目标的数量和种类不断增加，对空间目标进行编目识别是各国空间目标监视领域的重要研究内容。对空间目标进行识别，主要是为了获得其表面材质、姿态、形状、关键载荷等信息，而表面材质信息的获取是开展目标光学特性及状态认知研究的基础。搭建空间目标表面材质多色测光测量系统，整套系统部署在光学暗室内，以减少杂散光对测量结果的影响。光源采用太阳模拟器，光谱等级A级；探测器采用美国ASD公司生产的FieldSpec4地物光谱仪，波长范围350～2 500 nm，光谱分辨率1 nm，光纤置于电控转台上，能对待测样片实现不同观测几何下的测量。利用Johnson-Cousins UBVRI五色分光系统对8种常用表面材质（砷化镓、氧化铝、氧化聚酰亚胺薄膜、黑漆、环氧漆、镀铝聚酰亚胺薄膜、钛青蓝漆、白漆）在不同观测几何条件下的10种色指数数据进行实验测量，每种色指数分别测得30组实验数据。采用传统的1-sigma不确定框方法（即对于给定材质的若干组实验数据，计算其每种色指数的平均值和标准差，以平均值为中心，以标准差的两倍为边长画出色指数不确定框），在最理想的识别情况下，通过R-I和B-R色指数不确定框能对砷化镓、氧化铝、氧化聚酰亚胺薄膜、钛青蓝漆四种材质进行识别；利用B-V和B-R色指数不确定框可以将环氧漆、白漆识别出来，剩余两种材质黑漆和镀铝聚酰亚胺薄膜无法通过以上色指数进行识别。但是1-sigma不确定框方法存在两个主要问题：一是需要知道待测材质对特定波段敏感的先验信息，来确定所用的色指数类型；二是识别率容易受测试样本数量的影响，可靠性差。超限学习机算法是一种利用随机化隐层节点和和最小二乘求解方式进行训练的机器学习算法，具备学习效率快，泛化性能好，不容易陷入局部最优解等优势，被广泛应用于对数据的分类和回归分析中。因此引入超限学习机算法，将色指数数据按照2∶1的比例随机分为训练样本和测试样本，共进行三次随机试验。在训练样本中，对每种材质按照1∶8的顺序进行编号，即编号1∶8的测试样本分别有20个，分别包含10种色指数数据；在测试样本中同样对其按照已知归属材质对应编号。采用决定系数和计算时间作为判断ELM算法准确性和实时性的判断指标。结果表明：无论是对单一材质进行识别，还是对所有测试材质样本，训练样本决定系数在0.98以上，测试样本决定系数在0.96以上，每次试验中最多有3组色指数数据无法识别；所需总时间最长在0.07 s内完成，甚至可以达到0.002 s，识别效率和可靠性远高于传统的1-sigma不确定框法，表明ELM算法能对空间目标常用材质进行准确快速识别。相关研究可为空间非合作目标的外形、姿态等状态信息反演提供技术支持。