Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Study on modeling and production inaccuracies for artillery firing

Tytuł:
Study on modeling and production inaccuracies for artillery firing
Autorzy:
Khalil, Mostafa
Powiązania:
https://bibliotekanauki.pl/articles/2065762.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
artillery firing table
modified point mass
meteorological message
Coriolis effect
genetic algorithm GA
masa punktowa zmodyfikowana
wiadomość meteorologiczna
efekt Coriolisa
algorytm genetyczny
Źródło:
Archive of Mechanical Engineering; 2022, LXIX, 1; 165--183
0004-0738
Język:
angielski
Prawa:
CC BY-NC-ND: Creative Commons Uznanie autorstwa - Użycie niekomercyjne - Bez utworów zależnych 3.0 PL
Dostawca treści:
Biblioteka Nauki
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Production and assessment of artillery firing tables (FT) are the key tasks in solving ballistic problems through both standard and non-standard firing conditions. According to the literature, two different standard firing table formats were developed by the former-Soviet and the United States armies. This study proposes the main difference between these FT formats, as the standard meteorological conditions. An accuracy assessment has been proposed to justify different sources of errors through modeling and production of such tables, including applied meteorological message, aiming angles round-off, linear superposition principle, and Earth approximation. A~case study has been proposed for the 155M107 projectile to demonstrate the impact of the Coriolis effect as well as other ballistic and atmospheric non-standard conditions. As a part of the construction of artillery FT, a fitting process has to be made between available firing data and simulations. Therefore, a parametric study is implemented to study the number of test elevations per charge needed through the fitting process and its corresponding production error. Hence, based on the number of test elevations available, the genetic algorithm (GA) has been utilized to obtain the test elevations order needed with minimum FT production error. The results show a good agreement with the data stated in the literature.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies