首页期刊导航|兵器装备工程学报
期刊信息/Journal information
兵器装备工程学报
兵器装备工程学报

彭熙

月刊

2096-2304

scbgxb@126.com

023-68852703

400042

重庆市九龙坡区重庆理工大学杨家坪校区图书馆大楼16楼

兵器装备工程学报/Journal Journal of Ordnance Equipment Engineering北大核心CSTPCDCSCD
查看更多>>本刊自1980年创刊以来,积极宣传“科学技术是第一生产力”的重要思想,经常登载著名高校和行业内外知名专家学者的约稿,对推动兵器行业科技进步发挥了积极作用,受到了广大作者和读者的关心、支持和信赖,得到了不断发展和进步,已成为国家科技论文统计源期刊,中文科技期刊数据库全文收录期刊,是广大科技人员、企业经营者、管理者和大专院校师生的良师益友。
正式出版
收录年代

    基于直线扫描的引信钢球分层成像检测算法

    吉泓洁陈平赵耀霞张永伟...
    247-252,322页
    查看更多>>摘要:针对现有的火药引信装配正确性检测方法中存在的无法准确检测遮挡严重的零件的问题,提出了引信中钢球分层成像定位检测算法.将X射线源直线移动扫描待测物体形成多个虚拟的小孔径,结合光学合成孔径原理对所有小孔径进行合成,将合成的虚拟大孔径成像在不同距离深度的平面上,实现对目标的定位和检测.试验结果表明:所提算法能够在火药引信钢球相互重叠的情况下利用深度信息进行分层成像,提供待测物体的深度信息,能够对不同层次的目标进行检测,确定待检测物体的数量,解决了现有的检测方法在检测过程中出现的漏检问题.

    直线扫描X射线钢球分层成像深度信息

    采用模块化阵列的涡流探伤检测

    王旭升何敏
    253-258页
    查看更多>>摘要:针对工业领域的金属无损探伤中常常存在一些复杂部位,难以采用常规检测手段进行检测的问题,提出了一种优化探头结构的方法.将模块化理念引入涡流探伤中,设计并开发了一种模块化的涡流探伤系统.该涡流探伤系统将现有的互感式探头结构与电桥式探头结构相结合,结合2 种结构各自的优势,以探头线圈上的感应电压值为缺陷检测的特征量,通过单片机将数据传输至以LabVIEW软件搭建的上位机并进行特征显示.测试结果表明,该系统能够检测到缺陷位置产生的感应电压值与无缺陷位置感应电压值的不同,验证了该设计的可行性,能够对金属表面缺陷进行高灵敏度的检测,实现了有效地判断金属材料缺陷位置的目的.

    涡流检测模块化数据采集无损探伤LabVIEW

    飞机载荷校准试验主动约束技术

    李文龙吴波何乐儒张海涛...
    259-264页
    查看更多>>摘要:在研究以往飞机载荷校准试验支持和约束方式的基础上,结合某型飞机结构特点,提出一种载荷校准主动约束方法.对主动约束方法和传统的起落架方法飞机载荷校准进行受力分析,建立了 2 种约束方法的理论模型;设计2 种约束方法的机翼载荷校准对比试验,并提出主动约束载荷校准试验实施流程;结合某型飞机机翼载荷校准试验和飞行试验对主动约束方法进行了验证.结果表明:与传统的起落架约束方法相比,主动约束方法能有效解决有起落架布置的翼身整体结构机翼根部载荷测量难题,并将机翼载荷校准试验量级提高41%,机翼载荷模型误差可控制在3%以内.

    飞机载荷校准试验主动约束载荷量级载荷模型精度飞行试验

    高速冲击下金属橡胶动态力学特性研究

    李昕龙原霞王玉帅樊文欣...
    265-273页
    查看更多>>摘要:为探讨金属橡胶在高速冲击环境下的动态力学性能,制备了圆柱实心金属橡胶试件,使用分离式霍普金森压杆(SHPB)开展了金属橡胶的动态压缩试验.分析了金属橡胶动态应力-应变规律,探讨应变速率和弹簧卷外径对金属橡胶的动态弹性模量、动态峰值应力、能量吸收和理想能量吸收效率的影响规律.结果表明,动态应力-应变曲线分为弹性形变阶段、局部塑性变形阶段和破坏阶段,动态弹性模量和动态峰值应力均表现出典型的应变速率效应,且均随弹簧卷外径的增大而减小.此外,随着应变增大,能量吸收性能随应变速率增大而逐渐变好,随弹簧卷外径的减小而逐渐变好.理想吸能效率受应变速率影响很小,但随应变增大而逐渐增高并趋于饱和,其饱和值均大于0.75,弹簧卷外径为3mm时,金属橡胶的理想吸能效率最优,其饱和值达到0.88,表明金属橡胶材料在高速冲击下有良好的吸能抗冲击作用.

    金属橡胶结构参数动态力学性能能量吸收特性分离式霍普金森杆

    基于神经网络的椭圆扩展目标形态估计

    陈训成戚国庆亓俊杰李银伢...
    274-279页
    查看更多>>摘要:针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法.利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪.仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进.

    扩展目标跟踪神经网络卡尔曼滤波形态估计

    基于PPO的球形机器人目标跟随研究

    靳一聪应展烽刘春政葛昊...
    280-285页
    查看更多>>摘要:球形机器人由于其优异的运动性能、出色的地形适应能力和防侧翻的特性,被广泛应用于水下探测、岸滩巡检等需要适应复杂环境的场景.然而球形机器人系统模型具有欠驱动、非线性的特点,运动控制问题复杂,在复杂应用环境下难以可靠跟随目标.为此,提出了一种基于近端策略优化(PPO)算法的球形机器人目标跟随方法.该方法基于深度强化学习理论,在球形机器人动力学模型的基础上,设计了简单高效的动作空间和表征完善的状态空间.并且为提高目标跟随方法的鲁棒性,该方法在奖励函数中引入人工势场,以使目标始终保持在机器人视野中心.仿真结果表明,所提方法能够满足既定场景的跟随需求,球形机器人使用该方法可以对随机运动目标进行可靠跟随.

    球形机器人目标跟随强化学习PPO算法人工势场

    基于分数阶S面模型的四旋翼轨迹跟踪控制

    李佳成陈鹏云常哲
    286-292页
    查看更多>>摘要:四旋翼无人机具有欠驱动、非线性、强耦合的特点.针对四旋翼无人机轨迹跟踪控制中跟踪精度低,抗外界干扰能力弱的特点,通过对四旋翼无人机进行四元数建模,使用误差四元数作为控制器输入,消除了无人机在机动角度过大时的奇点问题,提出了一种分数阶S面的控制方法,即将分数阶PID控制与S面控制融合,作为一个新的控制器.轨迹跟踪试验表明,分数阶S面控制器在四旋翼无人机控制模型中的累计误差明显小于分数阶PID,证明了该方法具有抗风扰能力强、跟踪精度高的特点.

    四旋翼无人机四元数分数阶PIDS面控制轨迹跟踪

    基于ST-YOLOv7的无人机视角下行人及车辆识别

    郝博谷继明刘力维
    293-298页
    查看更多>>摘要:由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题.为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7 网络模型为基础的ST-YOLOv7 算法,主干网络中融合了Swin Transform模块,构建复杂背景与小目标的全局关系,融入SENet通道注意力机制,为不同通道的特征分配不同权重,增强小目标特征的捕捉,在头部网络中,加入了YOLOv5 网络中的C3 模块,增加网络的深度和感受野,提高特征提取的能力,增加了1 个小目标检测层,进一步提升对小目标识别的精度.实验证明:ST-YOLOv7 网络模型在自制的航拍数据集中对行人的识别精度高达 83.4%,对数据集中的车辆的识别精度达到了 89.3%.均优于YOLOv5和YOLOv7 目标检测算法,以较小的效率损失取得了较高精度.

    复杂背景远距离小目标YOLOv7注意力机制目标识别

    基于改进EfficientNetV2算法的三相串联故障电弧检测

    余琼芳张宇海赵亮
    299-305页
    查看更多>>摘要:串联电弧故障在电气火灾中的成因中占据着重要的比例,在具有变频器的三相电机线路中,由于多种电弧电流复杂行为以及多种负载的存在,很难准确识别变频器后部线路中发生的串联电弧故障.为了解决这一问题,提出了一种改进的EfficientNetV2 算法.搭建低电压三相电弧故障数据采集平台,采集了所需要的正常状态和故障状态的电流信号.为了充分利用机器视觉的优势,采用马尔可夫变迁场(MTF)将采集到的时域电流信号编码为图像.将MTF图像送入模型中进行训练和测试,该模型具有轻量级高效的通道注意力和双池化空间注意力,更加专注于电弧特征,提高网络性能.实验结果表明,该方法的准确率可达98.99%.

    EfficientNetV2注意力机制马尔可夫变迁场三相电弧故障

    基于注意力与通道重排的无人机对地目标检测算法

    李佳一闫振纲闫克丁赵英然...
    306-313页
    查看更多>>摘要:无人机自主察打对地攻击场景中,针对无人机作战时效性强,地面目标识别场景复杂,存在模型训练、推理速度慢,小目标检测漏检、误检的问题,提出一种基于注意力机制与通道重排思想的无人机对地目标检测算法.该算法引入 CA(coordinate attention)注意力机制,可提高网络对关注部分的特征提取能力;且对主干网络进行通道重排(channel shuffle)轻量化处理,可有效减少多次卷积造成的特征损失;最后,为提升战时训练及推理速度,替换部分激活函数为 H-Swish,优化其损失函数为CIoU(complete intersection over union).实验证明:采用改进的新算法,提升了28.4%训练速度,目标识别的平均精度均值(mean average precision,mAP)达99.1%,可实现最小目标检测为19∗25像素,经TensorRT加速后检测速率达72.99 FPS,满足实时检测需求,针对复杂地形下的坦克小目标检测性能较好.

    小目标检测深度学习注意力机制通道重排轻量化模型