基于图像特征融合的粉末床缺陷检测方法

针对单一特征对粉末床缺陷表达不明确导致检测效果不佳的问题，提出了一种基于特征融合的增材制造过程粉末床缺陷视觉检测方法。该算法分别使用SIFT方法、灰度共生矩阵和Hu不变矩提取尺度空间特征、纹理特征和几何特征，借助词袋模型对每张图像构建3组视觉单词直方图，通过串行融合3组视觉单词直方图得到新的特征矩阵，采用特征选择对融合后特征矩阵进行降维，并传入随机森林分类器中进行训练。实验结果表明，不同特征对粉末床不同类型缺陷检测具有不同的贡献，优化特征融合参数后，算法平均准确率达到97.46%，缺陷检测效果明显提升。     

几何尺寸约束的超燃冲压发动机推力喷管设计

针对机体/推进系统一体化要求，提出了一种几何尺寸约束的超燃冲压发动机推力喷管设计方法，以实现在满足几何约束条件下优化喷管的气动性能。采用数值模拟对提出的设计方法展开了研究，在此过程中，首先校核了数值方法有效性并确定了网格分辨率。进一步就喷管设计过程中2个关键设计因子——比例因子和非对称因子开展了影响研究。最后为验证本文提出的设计方法的有效性和优越性，将其与典型截短设计方法进行对比分析。结果表明，相比截短方法，本文提出的设计方法不仅能够获得满足几何约束的喷管，同时可使喷管推力系数、升力和俯仰力矩分别提升33.36%、265.75%和37.21%。此外，本文提出的设计方法还可以通过调整设计因子来获得不同气动性能的喷管，进而满足应用过程中的实际需求。     

复杂内筋铝筒段旋压变形规律和再结晶组织演变数值仿真

流动旋压是一种先进的内筋薄壁筒段整体近净成形方法。本文运用数值仿真方法研究多级筋铝合金筒段热旋压过程中材料流变规律和组织演变特性。将内变量型2219铝合金本构模型嵌入ABAQUS仿真平台建立了准确反映宏观流变和微观晶粒演变的热旋压仿真模型，完成了具有多级特征的内筋筒段旋压成形规律分析。研究表明在减薄率为50%、温度为300℃的旋压参数下，随内筋宽度增加材料由“挤压”式转变为“塌陷”式填充内筋，筋槽内材料变形量下降，筋槽内材料晶粒大小不均匀性增加；窄筋在250℃下的晶粒尺寸明显小于其在350℃下的，而宽筋在250～350℃下的晶粒尺寸较为接近，成形温度对窄筋晶粒大小有明显影响，而对较宽内筋的影响有限。     

左行运动激波主导的管内流动特性研究

为了分析左行运动激波主导的管内流动特征，本文采用非定常数值仿真方法，对亚声速进口条件下等直管道内左行运动激波传播与演化特性、左行运动激波/边界层干扰特征开展研究。研究结果表明：在出口周期性强压力脉动干扰下管内存在连续的左行运动激波，该左行运动激波传播特征具有相似性，激波强度、传播速度按幂函数规律衰减。气流经过左行运动激波后总压、总温、静压阶跃式升高，随后受膨胀波影响气流总压、总温、静压下降；左行运动激波/边界层干扰诱发形成翼型回流区，该回流区随运动激波强度衰减逐渐减小。理论与数值分析表明存在左行运动激波后速度为零和运动激波两侧总压相等的两个临界状态。波前马赫数低于临界值或左行运动激波强度高于临界值时，左行运动激波后为倒流、波后总压高于波前。     

特征结构配置法在无人机控制系统中的应用

特征结构配置可通过分析系统的模态,得到系统特征结构与时域响应之间的关系,设计出结构简单、鲁棒性强的控制器。应用输出反馈特征结构配置设计了无人机控制律,仿真结果表明,无人机的纵向运动和横侧向运动具有较好的飞行动态性能,实现了无人机纵向通道和横侧向通道的内部解耦。     

基于特征建模的空间非合作目标姿态智能测量方法

为实现空间非合作目标姿态的测量，基于特征建模的思想，提出了一种根据目标激光点云数据进行高效处理的智能测姿态方法.首先，针对空间目标姿态测量的需求，寻找并实现能够高效表征目标姿态的点云数据特征.接着，应用神经网络的方法对目标点云姿态特征进行学习，通过建立合理的神经网络模型和训练数据，实现目标点云特征与姿态间非线性映射关系的建立.最后，利用目标点云仿真数据集，对方法的测量精度和测量实时性进行了评估.实验结果表明：利用特征建模的思想，提出并建立目标点云姿态协方差矩阵特征，实现了点云数据在表征目标姿态方面的信息高度压缩，为神经网络模型的轻量化设计和计算资源严重受限的在轨应用，提供了可行的智能化工程实现方案.     

基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。