结合局部高清图像的遥感集群目标区域超分辨率重建

近年来,卫星遥感图像的应用场景越来越广泛。但是由于采集设备有限及其成本限制,卫星传感器获取到的图像通常不具备足够的分辨率且分布不够均匀,同时部分目标聚集成群难以分辨,导致低分辨率遥感图像在目标检测与识别等空间语义理解任务上难以满足准确定位和分类所有目标的要求。相比于一次性采集完整高分辨率遥感图像,已有遥感图像通常在局部区域具有相对清晰的高分辨率,且具备足够的细节信息用于分辨目标群,而传统的遥感图像超分辨率重建方法主要关注遥感图像自身的全局特征,通过图像的全局特征进行分辨率和像素扩充,而忽视了遥感图像的细节信息。为了解决这些挑战,提出了一种将遥感图像局部聚集群目标区域的细节特征信息引入到完整遥感图像的采样重建中的方法,通过多层级的神经网络来提取不同尺度的图像特征,并通过残差学习的方式将这些特征进行融合并重建。在实验中,该方法相比主流现有的遥感图像超分辨率重建方法,在视觉效果和测试实验上都取得了更好的结果,证明该方法可以有效借助局部图像的像素信息,显著地提高全局遥感图像的细节效果和优化集群目标区域的分辨能力,提升了遥感图像的质量和可用性。     

搅拌头形状对焊缝塑化金属流动行为的影响

本文研究了搅拌形状对焊接过程中焊缝塑化金属流动行为的影响,使用了4种形式的搅拌头,(a)带反螺纹的圆柱形搅拌头,(b)带正螺纹的圆柱形搅拌头,(c)带反螺纹的圆锥形搅拌头,(d)带反螺纹的凸轮形搅拌头。研究结果表明,焊接过程中,焊缝塑化金属存在三种运动：表层的水平圆周运动、探针周围的螺旋运动、塑化环外围的刚塑性运动。搅拌头形状是影响焊缝塑化金属流动形态的主要因素。搅拌头探针表面的螺纹旋转方向不同,塑化金属的受力状态不同,探针周围金属朝上或朝下螺旋运动,从而带动周围金属流动;探针形状不同,可以改变塑化金属的流动性。     

湍流燃烧算例在多种CPU平台的模拟性能对比

新型燃烧室研发需要高精度数值模拟及大规模并行计算。几何高保真加上高精度的湍流模型、湍流燃烧模型和化学反应机理等,必需从各方面提升大规模并行计算效率。目前超算平台的浮点运算能力评测并不能完全代表湍流燃烧模拟的实际消耗,因此列举了各计算平台的Linpack测试分数进行参考,采用典型湍流火焰数值模拟对常用的CPU超算平台进行测试,检验并行计算效率,分析结果。湍流燃烧模拟采用自研AECSC软件,结构化网格,对比了Intel、AMD和国产CPU平台。结果表明,超算平台浮点数运算能力和湍流火焰模拟效率不一致,对同一算例的计算时间存在差异;国产超算平台表现优于参考的浮点算力;不同的求解过程有不同的加速比。     

A-100钢电子束熔丝成形件超声相控阵检测应用初探

初步研究了超声相控阵检测技术在A-100钢电子束熔丝成形制件中的应用.结果表明:超声相控阵检测技术在A-100钢电子束熔丝成形制件微裂纹检测和大厚度制件检测中有较好的应用效果;与成形路径等因素相关的微观组织结构对检测技术的应用有较大影响;超声波入射方向和角度选择对微裂纹的识别非常关键;制件内部微裂纹存在与平行于逐层生长方向的某端面呈现小倾角或近似平行的断续拐弯状的分布趋势.     

能场辅助激光焊接焊缝成形及缺陷控制综述

激光焊接是一种能量密度高、热影响区窄、工件变形小的高效焊接方法,但单激光焊接仍存在很多的问题,如冷却速度较快,易产生裂纹、气孔等缺陷。加入合适的气场或采用摆动激光可有效抑制飞溅和气孔等缺陷;采用电弧辅助激光焊接可有效提高焊接过程稳定性,减少接头缺陷;通过超声波场、磁场、电场辅助激光焊接能够细化晶粒、降低元素偏析和裂纹敏感性,提升接头性能。分别从工艺优化、加入辅助热源、加入辅助能场3个角度对激光焊接研究现状进行了总结;最后对目前能场辅助激光焊接研究中存在的问题进行分析,并对其发展前景进行展望。     

多频能量分散的CFRP层合板微波固化温度场控制方法

碳纤维增强树脂基复合材料（Carbon fiber reinforced polymer,CFRP）轻质高强,已成为航空航天领域减重增效的优选材料。固化是制造兼具几何外形与承载性能的CFRP构件的关键。与传统的传导加热固化/修补方法相比,微波加热固化/修补方法具有控温灵敏、周期短、能耗低等优势。然而微波会在腔体内谐振形成驻波,使得CFRP层合板面内存在大量冷、热点,温度不均匀,构件易变形,严重时甚至发生局部烧蚀或固化不完全。本研究提出了多频能量分散的CFRP层合板微波固化温度场控制方法,通过将加热所需能量分散到多种频率的微波以弱化单一频率驻波的影响,同时利用多种频率驻波间的叠加效应,提升CFRP层合板微波固化过程中的温度均匀性。试验结果表明,在仅采用915 MHz和2.45 GHz两种频率微波进行加热的情况下,CFRP层合板的最大温差相比单频微波加热降低了26%。     

粉末热等静压成形TA7 ELI高承压泵壳体的性能和尺寸控制

基于粉末热等静压近净成形技术,在930℃/120 MPa/3 h的条件下开展了TA7 ELI（超低间隙）高承压泵壳体的成形研究,通过两批次粒度存在差异的粉末（粉末表面为胞晶形貌,D50为67μm、74μm）分析了制粉时的粒度波动对成形材料力学性能的影响,并结合有限元仿真手段开展了高承压泵壳体的粉末收缩规律研究。此外,根据高承压泵在液体火箭发动机中的实际服役情况,对近净成形的高承压泵毛坯进行解剖,分析了特征截面位置的显微组织及硬度分布情况。结果表明,粉末热等静压近净成形技术制备的TA7 ELI合金力学性能达到锻件水平,粉末粒度波动对合金力学性能无显著影响,高承压泵壳体的显微组织均匀,特征截面的硬度值波动小,壳体内部流道关键尺寸实测结果与模拟预测结果的最大偏差为5.37%。     

基于深度神经网络的机器人加工系统模态特性预测

串联式工业机器人具有工作空间大且灵活性强的特点,被广泛应用于飞机蒙皮、航空透明件等大型结构件的加工。然而,工业机器人存在刚度弱、动态特性空间分布差异大的问题,导致其铣削稳定性极限低,不同加工区域的铣削性能变化明显,可供选择的工艺参数窗口狭窄的问题。研究机器人铣削系统加工过程中的动态特性,建立位姿相关模态预测模型对提升机器人加工性能有重要意义。本文以ABB机器人加工系统为研究对象,提出了一种基于深度神经网络的模态预测方法。首先,采用多普勒测振仪对机器人加工系统进行了模态试验,对多阶模态的空间变化加以分析。随后,根据机器人实际工作空间,设计测试试验组从而获取位姿相关的频响函数集,并利用有理多项式法准确辨识相关模态参数。在此基础上,采用超参数优化法建立深度神经网络预测模型,最终实现工业机器人工作空间内位姿相关的多阶模态参数准确预测。试验结果表明,该方法预测精度可达80%以上。     

基于Dynaform的阶梯形件液压拉深成形仿真技术研究

用Dynaform有限元仿真软件对阶梯形件液压拉深成形过程进行了模拟,分析了压边力和液体压力对阶梯形件成形质量的影响.研究结果表明,合适的压边力和液体压力能防止阶梯形件拉深缺陷的发生.     

基于统计CSI的双层卫星协作波束成形算法

针对高轨和低轨卫星构成的双层卫星通信系统,提出了2种协作式波束成形（BF）算法,从而采用认知无线电技术实现卫星通信网和地面移动网的频谱共享。具体而言,在地面网络作为主网络、卫星网络作为次级网络且系统仅已知统计信道状态信息的情况下,提出了基于次级用户信干噪比最大化的波束成形算法,以及提出基于主用户受到干扰最小化的波束成形算法,得到2种算法相应的最优波束成形权矢量解析表达式。最后,计算机仿真验证了所提2种波束成形方案的正确性以及有效性。