日本坦克装甲车辆的新发展

近20年来,日本的科学技术和国民经济都得到了飞速的发展,其军事技术水平和军工生产能力也跃身于世界先进行列,尤其是坦克装甲车辆技术的很大发展,更令世人刮目相看。 主战坦克 日本从50年代中期开始到现在,已经发展了三代坦克。第一代是仿制生产的61式坦克;第二代是引进关键技术研制生产的74式坦克;第三代是自行研制设计和生产的90式坦克。目前,正在积极研制     

基于ADAMS/ATV的履带装甲车辆托带轮分布方案优选

履带装甲车辆的履带与托带轮的垂向冲击是产生冲击噪音和导致履带疲劳与断裂的重要因素。基于ADAMS软件中的ATV模块对某型履带装甲车辆建立了动力学模型，针对各托带轮所受履带的垂向冲击力大小不均匀的问题，综合动力学仿真分析，优选托带轮的分布方式，改善其动力学性能。     

日本：潜在军事大国

日本现有军事生产潜能非常可观。美国专家指出，日本五大汽车生产商都可以投入到坦克装甲车辆的生产行列，而日本造船业早就具备建造航母和大型驱逐舰的能力。目前，日本军事工业生产潜力巨大，具有十分惊人的战时转产能力。     

破片对聚能装药战斗部冲击引爆数值模拟分析

针对二次破片引爆车内弹药毁伤效能难评估问题,分析了基于热点学说的冲击引爆临界速度准则. 利用数值模拟方法,以反应度为引爆判断参数,进行了冲击引爆过程中炸药内部压力与状态分析,验证了热点引爆学说;得到了聚能装药撞击位置、破片尺寸、破片材料等参数对冲击引爆影响规律,直径相同时,柱形破片的临界起爆速度比球形破片低;聚能装药残余弹体或二次破片完全有可能引爆车体内弹药,从而导致严重的二次效应,钢质破片有效尺寸约14 cm、速度约1800 m/s,或者钨质破片有效尺寸约14 cm、速度约1500 m/s就能发生冲击引爆.      

两种装甲车辆座椅动态舒适性比较分析

针对乘员反映的某型装甲车辆行驶过程中座椅,尤其是座椅靠背不舒适的问题,在车辆行驶状态下以座椅-靠背处、座椅支撑面为测点,对车长位原座椅以及另一拟更换安装座椅分别进行了随机振动测量试验;并在采用GB/T 13441.1—2007规定的方法处理试验结果数据的基础上,通过振动总量及频谱分析比较了两种座椅的动态舒适性。弥补了以往座椅振动试验研究中仅针对座椅支撑面进行测量评价,而未考虑座椅-靠背、座椅坐垫支撑面振动对舒适性综合影响的不足,为该装甲车辆座椅系统选择提供了依据。     

前苏联欲突袭华盛顿

前苏联秘造“运兵潜艇”谋袭美国本土在某个漆黑的夜晚,美国东海岸海面上浮起一艘庞大的潜艇。并向海岸接近。潜艇两侧敞开黑洞洞的大口,坦克、装甲车以及大量士兵蜂拥而出。负责国内防务的美国国民警卫队根本无法阻挡这些装备有装甲车辆掩护的精锐部队。几小时内,美军在东海岸的有组织抵抗便宣告崩溃,这支装甲奇兵直取华盛顿,摧毁五角大楼、白宫和国会山。     

基于人体热舒适性的装甲车辆舱室空调送风角度优化

装甲车辆舱室内部环境特殊,空调可以有效改善内部人员作战环境,提高装甲装备综合作战能力,为达到降温效果的同时满足人体热舒适性,并减少能耗,对现有装甲车辆舱室内空调送风气流组织进行优化.通过分析典型装甲车辆舱室热工参数,对装甲车辆舱室简化建模,利用计算流体力学(computational fluid dynamics,CFD)软件进行舱室空气流动数值模拟,验证计算模型,分析舱室内部的温度场、速度场的分布,通过改变送风角度来设计出合适的气流组织,为保障装甲车辆舱室内部热舒适性提供了设计依据.结果表明,出风口角度水平向上45°为推荐角度,气流组织合理,既能够保证装备内部乘载员近体环境温度合理舒适,又没有产生局部不适感,且冷量利用率最高.可见在相同的送风温度下,通过调整送风角度,可以有效调节舱室内部气流组织形式,使得乘载员处于舒适状态,且不会引起局部不适感.     

装甲车辆电气系统的整体发展思路

本文从数字化车辆的特点入手,来阐述装甲车辆电气系统、装甲车辆电子学、信息化装甲车辆和数字化的装甲车辆关系,明确装甲车辆电气系统的整体发展思路和方向,提出了我军现阶段装甲车辆电气系统的发展方向,有一定的现实指导意义。     

装甲车辆信息化的形成与应用探讨

本文从装甲车辆信息化的重要作用入手,探讨装甲车辆信息化的形成过程和技术应用,明确了在未来高科技战争中装甲车辆信息化所起的重要作用和对现有装备的信息化改造的借鉴意义,熟悉并掌握装甲车辆信息化,是一个发展的趋势,也是作者要撰写它的原因之一,以适应未来装甲装备的发展。     

基于EEG的乘员信息处理作业脑力负荷状态识别模型

脑力负荷状态的准确识别是装甲车辆乘员信息处理作业行为研究的关键技术,对提高人机系统的作战效能具有重要意义。针对乘员作业类型向信息处理作业转变的基本趋势,提出了融合小波包分解（WPD）和快速独立分量分析（FastICA）的脑电信号预处理方法,建立了反映脑力负荷状态的EEG信号特征空间,基于粒子群优化（PSO）算法和支持向量机（SVM）构建了乘员信息处理作业脑力负荷状态识别模型,并面向目标录入典型信息处理作业对识别模型进行了实例应用,旨在为解决乘员信息处理作业脑力负荷的准确识别探索新的途径。结果表明,该模型脑力负荷状态识别的平均正确率可达96%,可实现不同乘员脑力负荷的量化识别,具有良好的预测精度和可重用性。