五边平行进近冲突风险定量分析模型

针对飞机五边平行进近时飞行冲突,提出了一种五边平行进近飞行冲突定量分析模型。模型通过飞机在任意时刻的标称位置坐标与因不确定性因素导致的航迹偏移量之和,形成飞机任意时刻真实位置坐标,基于此推导出飞机在五边平行进近时冲突风险计算公式。在分析不确定性因素导致航迹偏离时,提出了一种基于布朗运动的随机过程来描述因干扰因素导致飞机随机运动的方法。在建立模型后,使用蒙特卡罗仿真方法计算了飞行冲突概率,结果理想。     

电子接插件在线质量检测研究

近年来,电子信息产业的迅猛发展,作为配套支持的接插件的生产规模也不断扩大。由于电子设备厂商对接插件的质量要求越来越高,接插件的检测也得到了越来越多的重视。由于检测速度快、运行稳定可靠的特点,机器视觉检测技术被广泛用于对接插件外观质量的在线检测。本文应用机器视觉检测技术对电子接插件质量进行了在线检测研究,并以其典型的冲压质量缺陷的检测为例对机器视觉在线检测系统的构成、核心处理模块、应用中存在的问题以及解决问题的新方法进行阐述,最后针对系统的可靠性进行了分析。     

联轴器螺栓紧固件循环载荷作用下的应力分布

循环载荷作用下联轴器螺栓紧固件的应力状态对联轴器的失效分析具有重要意义。本文采用螺纹精确几何结构建模方法以及商用有限元软件ANSYS对联轴器的螺栓螺纹进行了有限元建模,对螺栓循环载荷作用下的自松弛进行了分析,并进一步分析了循环载荷作用下的螺栓头接触面应力分布及变化情况,通过试验进行对比验证。本文研究揭示了螺栓自松弛的原因及机理,为深入研究联轴器螺纹螺栓的预紧可靠性提供了参考。     

基于体积力模型的1维涡轮特性评估方法

涡轮低维气动特性评估方法的预测精度对涡轮气动设计有重要意义.基于适用于轴流涡轮特性评估的1维体积力方法,分析和局部调整了Adam和Leonard的1维体积力模型中的叶片力源项和离心力源项,并在特性计算中引入涡轮损失模型.通过1个低压涡轮和1个含冷气高压涡轮对该方法进行验证,计算结果表明:该方法对2个算例在涡轮设计工况点的流量效率预测偏差均在1％以内,且能够反映涡轮气动特性随膨胀比的变化趋势,具有良好的精度,可用于快速可靠地评估涡轮低维气动特性.     

金属丝网橡胶的本构关系

通过对圆环形金属丝网橡胶成型制造过程的分析,在圆环嵌套模型基础上,结合干摩擦非线性理论和小曲梁模型建立了金属丝网橡胶材料的非线性本构关系,对不同相对密度的金属丝网橡胶试件进行了静态压缩实验,通过实验数据确定了本构关系方程的各项系数并实验结果进行比较.研究结果表明:建立的本构关系模型可以很好地描述金属丝网橡胶的非线性力学特性,实验结果能够较好地符合理论结果,并且该模型反映了相对密度、网格大小和网格宽度等参数的影响,从而实现了对材料结构刚度的预估.      

CFRP钻削过程的切削热研究进展

以CFRP钻削加工过程的切削热和切削温度为研究对象,从其形成机理、产生的影响以及影响切削热的因素和控制切削热的方法四个方面进行了系统综述,对存在的问题进行了综合分析,并对今后研究方向进行了展望。     

无人机虚拟视景显示技术研究

基于无人机模拟飞行的虚拟视景显示技术是三维可视化显示研究的一个重点,虚拟视景实时同步显 示是三维可视化实现中必须解决的一个难题。本文分析了实现无人机模拟飞行三维虚拟视景系统的基本结构、 实现过程以及显示方式,提出了无人机模拟飞行三维虚拟视景可视化空间信息动态同步、多方位、多视角的显 示方式及显示的关键技术。     

流向强迫作用下的液体初始雾化机制及动力学特征

使用Volume of fluid (VOF)方法和基于树形数据结构的自适应算法来研究射流雾化的破碎过程以及扰动对射流破碎机理产生的影响。在无扰动情况下,液体射流的头部、液丝和液滴随着射流时间的发展不断发生演变。射流头部先呈现蘑菇状外形,随后液丝生成,并慢慢转变成网兜状,直至断裂形成小液滴。在周期性流向强迫的作用下,射流液柱的表面会形成周期波,其液丝破裂形成液滴的时机与稳定射流情形相比会有所提前,射流形成的头部更趋于扁平,最终生成的液滴数量更多。低中频阶段,随着扰动频率的增大,射流未扰动液柱长度(L)逐渐缩短,液滴直径的概率密度分布(PDF)趋于尖锐,液滴平均直径(SMD)增大。在高频阶段,随着扰动频率的增大,L会随之增大,液滴直径的PDF分布变得平缓,SMD会减小。     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。