函数最优化求解方法及在直升机设计中的应用

本文叙述了求函数极值和函数最优化值的概念，并介绍了求解函数最优化值的无约束优化的DFP变尺度法及求函数有约束优化的罚函数法；并就求函数最优值方法在武装直升机结构最优化设计中的应用作一陈述。文章最后附有对方法软件考核的不同类型算例。     

涡旋式等离子体反应器流场的试验研究

本文给出了用激光多普勒测速仪（ＬＤＡ）测量涡旋式电弧等离子体化学反应器流场的实验研究结果。实验表明：这类等离子体反应器中，旋流切向速度分量和轴向速度分量径向分布划分成近轴，过渡和近壁区。喷入电弧等离子体射流对等离子体反应器流场的影响区域是近轴区，对过渡区和近壁区没有影响。提高旋流强度，轴向载面上旋流的两个速度分量轻向分布分别呈相似的分布形式，等离子体反应器呈层流流动状态。     

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。     

微流控芯片技术在血细胞变形和流动性分析研究中的应用进展

近年来，随着微流控芯片技术的快速发展，微流控芯片在生物医学研究领域得到了广泛关注。由于其具有高通量、高灵敏度、集成化、低消耗及可控化等诸多特点，为在多细胞水平研究细胞迁移和分选动力学提供了新的技术平台。利用微流控芯片微通道结构设计灵活的特点，可在实验条件下模拟正常的生理和病理条件下的复杂血管；其微米尺寸的微通道也适于单细胞引入、操纵及检测。因此，用微流控芯片技术在单细胞层面对细胞生物力学性能表征也引起了广泛关注。以健康和疾病中的血细胞为例，从单细胞变形、流动、黏附、机械疲劳等力学性能表征到多细胞迁移及分离动力学等方面归纳目前微流控芯片技术在细胞力学分析和表征方面的研究进展。     

固体火箭发动机喉衬用轴编C/C复合材料的烧蚀及热结构特性研究进展

固体火箭发动机喉衬用轴编C/C复合材料的工作环境面临高温、高压、高速燃气流和大量凝聚相颗粒的烧蚀和冲刷,对材料的抗烧蚀性能和热结构特性要求十分严格。因此,从烧蚀实验和热结构特性实验研究、热结构特性预测与气体-颗粒两相流数值模拟三个方面,论述了轴编C/C复合材料的烧蚀及热结构特性研究进展。总结讨论了实现真实烧蚀工作环境的模拟和影响烧蚀实验参数的控制是高温烧蚀实验的难点,对于铝颗粒添加下工况的烧蚀实验和在细观尺度下热结构特性参数的测定实验是重点;提出从实验件类型、实验系统设计和对比有无铝颗粒添加下的工况进行烧蚀实验;提出采用一种热稳定性材料取代界面的实验方案进行热结构特性参数的测定实验。在热结构特性研究的细观尺度方面,组分材料之间的界面对热结构特性的影响有待深入研究,提出在代表性体积单元模型的基础上引入温度的周期性边界条件来实现热结构参数的预测。在气粒两相流数值模拟方面,发动机内不同相之间相互耦合作用以及对轴编C/C复合材料的机械侵蚀是数值模拟研究的难点,提出使用SDPH-FVM耦合的方法去解决内流场燃烧流动的问题,进一步可用来揭示内流场燃烧流动机理。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

基于轨道角动量的电磁涡旋SAR成像新方法

为研究电磁涡旋波在合成孔径雷达(SAR)领域的应用潜力,验证电磁涡旋SAR成像的可行性,将电磁涡旋与合成孔径雷达模型结合,通过使用单一模式的轨道角动量,用合成孔径原理实现方位聚焦。给出了基于电磁涡旋的SAR几何模型和回波信号模型,并提出了适用于电磁涡旋SAR的改进chirp-scaling(CS)成像算法。通过点目标仿真分析,验证了所提成像算法的有效性。该方法可为SAR系统新体制设计及雷达的研究提供参考。     

短试验段内格栅湍流场风洞试验研究

为在轴向距离较短的风洞中调制出局部高湍流场，利用风洞试验的方法，对5种格栅（2种方型格栅、3种竖条格栅；3 cm × 3 cm截面铝制型材组装）后的近流场区域进行热线风速仪测量，得到格栅后近场区域的湍流参数分布及各向同性特性，依据相关湍流参数的变化规律，引入无量纲量拟合近场区域湍流强度变化规律经验公式，拟合优度为0.96。分别利用经典和现代谱估计对湍流功率谱密度进行分析，对比发现不同形式的谱估计均能准确预测近场区域湍流功率谱密度，仅在低频处存在偏差。通过改变格栅与测点距离、来流速度以及栅条结构的形式，可以改变格栅湍流场中的能量结构。     

基于多尺度 3D-2D卷积神经网络的高光谱图像分类

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提 取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度 地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相 比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

基于IRCMNDE和NNCHC的滚动轴承故障诊断

针对多尺度散布熵（MDE）在粗粒化过程中易发生信息丢失、产生虚假信息,难以全面提取轴承故障信息的问题,提出了基于改进的精细复合多尺度归一化散布熵（IRCMNDE）和最近邻凸包分类（NNCHC）的滚动轴承故障诊断方法。引入精细复合多尺度散布熵（RCMDE）,将其粗粒化过程中平均值替换为最大值来表示数据段信息,以克服传统粗粒化过程的不足并突出故障特征。通过归一化操作减弱熵值计算时不同参数选择导致的熵值波动幅度,得到IRCMNDE。将IRCMNDE作为故障特征,使用NNCHC分类器对故障特征进行分类。经实验验证,该方法可达到98.98%的故障识别准确率,相比基于MDE（故障识别准确率为95.99%）和RCMDE（故障识别准确率为97.60%）的方法,能够更准确地提取滚动轴承的故障特征信息,提高承故障分类的准确性。