三维颅面复原技术研究综述

颅面复原是对人类的颅骨进行面部容貌复原的技术。颅面复原技术以头骨与面貌相互关系规律为科学依据，广泛应用于刑侦、考古等领域。三维颅面复原有两种主要方式，手工颅面复原和计算机辅助三维颅面复原。由于手工复原一般需要7至15个工作日，而且还不能重现皮肤纹理，从而导致质感缺乏，复原效果不理想。随着计算机技术的发展，出现了借助计算机技术复原颅骨面貌的虚拟三维技术即计算机辅助颅面复原技术。这里重点介绍了计算机辅助颅面复原技术的基本方法和进展情况。     

含误差的齿面接触分析初始点确定算法

研究含误差的螺旋锥齿轮齿面接触分析中初值的选择与确定问题,基于几何等量关系,计算出离初始啮合点P较近的一点P',计算P'的过程不涉及两个齿面在安装坐标系下的旋转等操作,相比直接计算P所求解的方程简单,然后用迭代法计算出初始啮合点P.计算实例表明新方法对于迭代初值的敏感性下降,对迭代初值要求降低,提高了误差齿面接触分析(ETCA)的计算稳定性与效率,该方法使得ETCA的算法更加的实用、计算中初值的选取更加简单.      

气动雾化喷嘴喷雾粒度的理论和试验研究

运用粘性液膜气动不稳定概念,并考虑了初始液膜厚度的确定和液膜厚度的沿程变化,建立了气动喷嘴的喷雾理论模型和平均滴径的计算方法。计算了喷雾滴径随工作条件(包括空气速度和气油比)的变化规律。根据试验结果,整理出计算值与试验值之比随空气速度、气油比和空气旋流角变化的关联式,计算与试验值的量级相同,且空气旋流器角度较小时,二者符合较好。     

帽型复合材料加筋叠层板轴压稳定性分析与试验研究

 本文对飞机翼面复合材料帽型加筋平板的轴压稳定性及后屈曲特性进行了试验研究和分析计算。指出了两种从试验上确定蒙皮失稳载荷的方法。用“有限条元素法”计算了失稳载荷,计算值与试验结果符合良好。     

航空发动机弧齿锥齿轮的润滑状态研究

利用空间点接触齿面啮合理论的矢量法,推导啮合点位置、接触点曲率半径和齿面上接触点的运动速度及其方向。以轮齿加载接触分析（LTCA）方法确定各瞬时单齿承载百分比。计算两齿面间的油膜厚度和膜厚比,作为润滑状态的理论判据。同时以扫描电镜观测分析300小时台架试验后的齿面形貌,结合理论判据,确定典型工况下的弧齿锥齿轮齿面润滑状态。      

基于梯度下降的水滴收集率计算方法

拉格朗日方法在计算三维复杂外形的水滴撞击特性时，一般需要通过插值获得物面网格上的水滴收集率，而这一过程容易造成计算结果失真。建立了一种基于梯度下降的水滴收集率计算方法，通过确定撞击物面网格角点的水滴轨迹实现物面网格中心处的水滴收集率计算，避免插值运算。该方法的计算思路如下：根据撞击点到目标点的距离，采用梯度下降法自适应地调控水滴的初始释放位置，使撞击点落在壁面网格角点附近的给定阈值范围内；采用邻点检索算法，快速确定迎风面内所有撞击网格角点的水滴轨迹；基于流管定义，计算出网格中心处的水滴收集率。采用该方法对典型三维外形的水滴收集率进行了计算，并与相关文献结果进行对比。结果显示计算结果与文献数据吻合良好，有效克服了现有技术中因插值导致的结果失真问题，能够为飞机结冰及防除冰技术研究提供参考。     

Hermite插值结合FDTD法快速计算三维目标宽角度RCS

 Hermite插值结合时域有限差分(FDTD)法快速计算了三维目标的宽角度雷达散射截面(RCS)。一般用FDTD法计算散射体的宽角度RCS时,每改变一个入射角度,就需要重新用FDTD法计算一次。引入Hermite插值逼近方法可以节省计算时间。在整个入射角度范围内选定若干个入射角,对不同的入射角,分别用FDTD法计算得到外推面上各点的切向电磁场值及其对入射角的导数值,进而得到这些场值随入射角度变化的Hermite插值函数,然后用插值函数计算出全入射角度范围内外推面上各点的切向电磁场值,最后通过近远场变换得到宽角度RCS。计算结果表明在只有少数几个插值节点的情况下本文方法就能很好地逼近FDTD法的精确计算结果,节省了计算时间。     

一种新的路面不平度模拟方法的研究

讨论了一种关于路面不平度模拟信号生成的新方法。根据路面不平度的统计特性，构造出一个下三角滤波器，再由实测信号的统计特征来确定滤波器的值，并利用正态白噪声通过该滤波器来得到所需的信号。实验表明该信号较真实地反映了路面的统计特征，在实际应用中能取得较好的模拟效果。     

关于跨音速叶栅物面边界条件的数值试验

本文讨论了跨音速叶栅物面边界的数值处理方法,目的是寻求与我们所用内点格式相匹配的边界上流动参数的算法,以提高计算精度。本文首先推导了适合于物面边界计算的特征关系式,其次总结了五种边界处理方法,进行了数值试验。计算结果表明,配合我们的内点计算格式,以y向抛物外推的Denton修正法计算效果较好,能够较精确地反映跨音速叶栅带激波流场的物理特点。     

基于单层数值特征曲线法的复合材料接头强度分析

提出了基于单层的特征曲线法，利用Patran／Nastran有限元软件对复合材料机械连接接头强度进行了分析计算。根据提出的基于单层的数值特征曲线法，各个角度铺层的特征长度采用数值方法分别计算，根据各层的特征曲线计算各层的破坏载荷，最后确定接头的破坏载荷。通过算例分析，计算结果跟试验值吻合很好，较基于层合板特征曲线法所得结果更精确，说明了该方法的有效性。     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题，研究提出了一种基于广义回归神经网络的故障诊断方法。该方法在传感器输出数学模型未知的情况下，仅通过传感器之间的冗余关系，利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断。仿真试验表明，利用神经网络补偿产生的残差可以检测到未补偿时的故障。该方法不仅可以检测到单故障，还对多传感器同时发生故障具有一定的检测能力。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.      

基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

一种动态面神经网络鲁棒飞行控制律设计

提出一种基于RBF(Radial Based Function)神经网络和动态面控制的飞行控制律设计方法。针对飞机气动参数变化引起的非线性和不确定性,通过RBF神经网络在线逼近。动态面飞行控制律消除了反推设计方法中由于对虚拟控制反复求导而导致的复杂性问题。同时,在控制律设计中引入一个鲁棒因子项来补偿外界干扰和神经网络的逼近误差,提高了系统的鲁棒性,使整个系统获得更好的跟踪控制性能。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致终结有界,并且通过适当选择设计参数,跟踪误差可收敛到原点的一个小邻域内。最后,通过飞机俯仰运动飞行的数值仿真验证了该方法的有效性。     

基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

A point cloud deep neural network metamodel method for aerodynamic prediction

Aiming to reduce the high expense of 3-Dimensional (3D) aerodynamics numerical simulations and overcome the limitations of the traditional parametric learning methods, a point cloud deep learning non-parametric metamodel method is proposed in this paper. The 3D geometric data, corresponding to the object boundaries, are chosen as point clouds and a deep learning neural network metamodel fed by the point clouds is further established based on the PointNet architecture. This network can learn an end-to-end mapping between spatial positions of the object surface and CFD numerical quantities. With the proposed aerodynamic metamodel approach, the point clouds are constructed by collecting the coordinates of grid vertices on the object surface in a CFD domain, which can maintain the boundary smoothness and allow the network to detect small changes between geometries. Moreover, the point clouds are easily accessible from 3D sensors. The point cloud deep learning neural network, which employs re-sampling technique, the spatial transformer network and the fully connected layer, is developed to predict the aerodynamic characteristics of 3D geometry. The effectiveness of the proposed metamodel method is further verified by aerodynamic prediction and robust shape optimization of the ONERA M6 wing. The results show that the proposed method can achieve more satisfactory agreement with the experimental measurements compared to the parametric-learning-based deep neural network.     

电压敏感电路的故障诊断技术研究

电压敏感电路能够敏感发电机的输出电压,是发电机调压电路的重要环节,其发生的故障将影响电源系统的安全与稳定。利用小波子频带能量检测技术对输出电压信号进行处理,从中获取故障信息,作为神经网络的输入。训练过程及测试结果表明：基于松散型小波神经网络应用在电压敏感电路故障诊断中,具有较高故障诊断率,验证了该方法的有效性。     

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

基于RBF网络的航空发动机 terminal滑模控制

针对现代航空发动机是一个具有不确定性的强非线性系统,结合滑模控制和神经网络控制的优点,提出了一种基于径向基函数(radical basis function,简称RBF)网络的航空发动机terminal滑模控制方法.分析了传统指数趋近律的不足,提出了一种改进的指数趋近律来削弱抖振.该控制器采用terminal滑模面,并且利用径向基函数神经网络在线实时补偿未知干扰和不确定项的影响.仿真结果表明,所设计的控制器取得了令人满意的控制效果,能有效地抑制干扰和参数不确定性的影响,削弱了抖振.      

涵道气动优化设计方法

基于动量源方法进行涵道气动力的计算,分别采用响应面模型和基于神经网络模型对NASA涵道构型进行优化设计,并对优化结果采用CFD进行验证,优化结果表明两种优化方法均取得了一定的优化效果,悬停状态下,基于响应面方法,涵道拉力增加了19.4%,基于神经网络方法,涵道拉力增加了21.2%.并为了较为细致地研究涵道拉力产生的机理,在对涵道进行建模时,采用一种分区的方法,将涵道划分为6个区域,并得到了涵道拉力在此6个区域上的分布.计算结果表明:涵道唇口形成的负压是产生涵道附加拉力的主要因素,且靠近涵道内侧唇口提供的拉力占比重较大.该优化方法可以有效地应用于涵道外形的气动优化设计中.