基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

基于点云数据的发动机管路最小间距计算方案

为检测整机发动机管路是否满足最小间距的设计要求,提出了一种基于点云数据的发动机管路最小间距计算方案,方案包含5个步骤:①从点云数据中划分出不同管路的数据;②基于管路点云数据的空间分布构造等间隔栅格,计算栅格中心点作为管路的趋势线数据;③在管路各趋势线数据点位置上构造垂直平面,将管路点云数据投影到最近的垂直平面上,获得各个垂直平面上呈圆弧状分布的投影点数据;④对各垂直平面上的投影点数据进行最小二乘圆拟合,得到拟合圆圆心及其半径值,将拟合圆圆心作为管路中心线数据;⑤采用遍历法计算两条管路中心线数据的最小间距,中心线最小间距分别减去两条管路的半径值则得到两条管路的表面最小间距。通过12条管路验证了方案的准确度。实验结果表明:管路最小间距偏差在-0.35~0.46mm之间,管路半径偏差在-0.08~0.22mm之间。该方案的实施有助于管路间距数字化检测的实现,且方案的计算结果具有较好的鲁棒性。      

航天器AIT中心典型霉菌形态及其消杀效果研究

航天器总装厂房是航天器携带微生物的重要环境来源之一，厂房内的微生物检测与鉴定及其杀菌方法研究对于航天器的微生物安全与防控技术研究具有重要意义。本文报道了航天器AIT中心分离的青霉属、曲霉属和枝孢霉属等8个种属的典型霉菌菌落和孢子形态，为航天器霉菌鉴定和菌种库的构建提供了参考；同时研究了消毒剂、UVC辐照和热处理对这些霉菌的消杀效果，以期为航天器的霉菌防控技术研究提供科学依据。研究结果表明不同种属霉菌对3种消杀方法的敏感性具有较大的差异性。结合我国不同地区AIT中心霉菌种属的多样性，在进行我国AIT中心霉菌的消杀工作时应有针对性地科学选择不同消杀方法或综合应用多种消杀方法。     

如何对航空轮胎制造过程进行审核

从简要介绍航空轮胎的制造工艺(过程)、检验和试验项目开始,重点阐述了从塑炼、混炼、压出(或挤出)、压延、胶帘布裁断、帘布筒制造、钢丝圈制造、胎圈成型、轮胎成型、轮胎硫化、检验和试验项目、人员、设备等方面如何对航空轮胎成型过程进行审核。     

火焰星云之内

在这幅1400光年远、挤满恒星形成区的猎人腰带光学影像里，火焰星云是相当醒目的天体。钱德拉天文卫星的X射线数据和斯皮策空间望远镜的红外光影像，能让我们一窥这些辉光云气和不透光尘埃云后方的景观。这张由×射线与红外光数据组成的重叠影像，涵盖了火焰星云中心约15光年的区域。     

可以轻松监测设施能源浪费情况的新技术

正3月4日至6日,在美国巴尔的摩会议中心举行的美国国家设施管理与科技大会博览会上,福禄克公司向到场的观众演示了如何利用该公司的三相电能记录仪、红外热像仪及可视红外测温仪等低成本工具,轻松地监测生产设施的能源浪费的方法。据专业人员介绍,福禄克Fluke 1730三相电能记录仪直观、易用,具有专业的电能数据收集能力。这一款新产品专为具有节能意识的用户设计,采用了全     

平台式重力仪航空重力测量数据后处理技术研究

针对航空重力测量对数据后处理的要求,结合平台式重力仪系统的组成与工作原理,在重力异常信号的频域特征基础上,设计出一套有严格频域规范的航空重力数据后处理流程,并对某海域实测数据进行了处理。结果表明,重力异常值内符合精度为12条东西测线达到0.43mGal/140s和0.84mGal/100s,4条南北测线达到0.39mGal/140s和0.79mGal/100s;以同测线GT-2A单次测量结果为标准值统计标准差,12条东西测线为0.72mGal/140s和0.98mGal/100s,4条南北测线为1.41mGal/140s和1.53mGal/100s。结果表明,设计的航空重力测量数据后处理方法可以实现重力异常信号的高精度提取。     

绳索断裂对二维二次太阳翼展开过程影响分析

为识别二维二次太阳翼关键环节和预示其在轨展开故障模式，开展不同位置绳索断裂失效对太阳翼展开的影响程度分析。采用考虑绳索断裂的绳索联动轮力学模型，建立了适应于不同联动轮半径的联动轮受力模型，提出角度触发约束消除方法，解决了太阳翼第2次展开过程连续仿真问题，建立了太阳翼第2次展开动力学方程，分析了不同位置绳索断裂失效对太阳翼各板展开角度、展开构型和其他绳索张力的影响。分析表明，越靠近星体的绳索联动机构失效对太阳翼展开过程的影响越大，其中连接架上绳索联动机构失效可直接导致二维二次太阳翼在轨展开失败。     

高焓电弧风洞试验热化学非平衡流场数值模拟

针对高焓电弧风洞内部流动的热化学非平衡效应及气体组分和振动能量冻结效应导致的试验数据外推困难问题，基于高焓风洞喷管/试验段/试验模型一体化数值模拟的思路，通过数值求解三维热化学非平衡Navier-Stokes方程，开展了FD-15高焓电弧风洞典型运行状态下流场的数值模拟，与典型试验状态的气动热数据进行了对比验证，研究了试验数据外推飞行条件的方法及有效性问题，分析了提高驻室总压对试验数据外推的影响。研究表明:（1）风洞试验段来流离解度高，热化学非平衡效应及其冻结现象严重；（2）热流校核试验测量数据位于一体化数值模拟的完全催化热流和非催化热流之间，分布合理，验证了计算方法和程序的正确性；（3）试验模型安放位置对模型表面压力和热流存在影响，模型与喷管出口的距离越大，模型表面压力和热流越低；（4）当驻室总压较低时，通过双尺度模拟准则（模拟飞行条件总焓和双尺度参数ρ_∞L）外推热流失效，使用部分模拟准则（模拟飞行条件总焓和驻点压力）外推热流也会出现较大差异，在非催化条件下这一现象更加明显；（5）当驻室总压较高时，使用双尺度模拟准则或部分模拟准则外推飞行条件，产生的热流差异明显减小。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。