这项工作包括首个已知的基于能力的脆弱性分析过程,能够评估暴露在核武器环境中的系统体系:核系统簇能力分析流程(NuSCAP)。该方法由 Python® 自动应用程序执行,通过调用美国战略司令部损伤概率计算器 (PDCALC) 代码、洛斯阿拉莫斯国家实验室简单核效应计算器 (SNEC) 程序和蒙特卡洛 N-Particle® (MCNP®) 代码,计算八个核武器环境量的大小。将计算出的核武器环境值与用户提供的模型中所有组件、子系统和系统的功能障碍阈值进行比较,以确定每个模型元素的功能。通过遍历系统架构图的路径,确定残余系统和系统级功能和能力。通过使用 Dijkstra 算法遍历图确定的离散退化状态指标来报告能力。结果以 JSON 输出文件和图形可视化描述的形式提供。

三项案例研究展示了 NuSCAP 在三种不同的核武器爆炸场景下提供系统脆弱性分析的能力。这些研究分析了暴露于 10 千吨级核武器爆炸的具有代表性的美国陆军常规系统。案例研究中考虑的爆炸与目标系统之间的地面距离从几米到近 4 公里不等。由于目前无法获得大多数组件的实际故障水平,因此研究结果是基于名义上但合理的功能障碍阈值得出的。这三个案例研究表明,NuSCAP 有能力判定核武器对军事目标的影响并汇总损害情况,从而确定军事系统的最大剩余能力。评估的能力包括发电、通信、目标观察和识别以及武器系统交战,这些能力都支持军事单元射击、移动和通信的基本需求。

本文讨论了所需数据、这些数据的来源、现实建模和模拟面临的挑战以及未来的研究领域。此外,还提供了 NuSCAP 应用 Python 软件包、数据文件和输出文件。

成为VIP会员查看完整内容
22

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《提高人体性能的增强技术评估》最新128页报告
专知会员服务
27+阅读 · 1月12日
《贝叶斯神经网络的联邦学习》2023最新73页论文
专知会员服务
57+阅读 · 2023年5月7日
《多模态语义分割》美国空军2023年最新38页报告
专知会员服务
69+阅读 · 2023年4月25日
【KDD2020】图神经网络:基础与应用,322页ppt
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
67+阅读 · 2022年9月7日
VIP会员
相关资讯
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员