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。     

轨控大干扰下的系统角动量管理

摘要： 针对利用角动量交换装置系统实现轨控期间姿态维持的情况，研究当轨控推力器存在大力矩扰动时系统角动量管理方法.结合对地运行航天器轨道运动特性，分析轨控干扰力矩的积累角动量变化规律；考虑角动量管理装置系统的角动量存贮容量，基于角动量积累规律提出了一种结合偏置角动量建立与对称分布轨控位置选择的系统角动量管理方法，实现了对称轨控位置积累角动量互相抵消的自平衡效果，极大程度地提高轨控效率且避免系统角动量饱和现象.所提出的方法适用于喷气欠驱动控制系统，方法的有效性通过了数学仿真验证及在轨型号应用.     

太阳能飞机循环飞行的高度剖面能量策略

为满足设定的太阳能飞机多日连续飞行条件，依据飞行过程中当前时刻的飞行高度、光伏输出功率、动力电池组余量等系统状态参数，研究如何分配动力电池组充放电和电推进系统输入等功率。所用策略立足于实时功率平衡，充分利用正午前后的光伏峰值功率用于飞机爬升及充电，在午后下滑过程中利用全部光伏输出，以最大化利用光伏资源；在光伏有效输出不足时则以一定的维持功率下滑，使能量的综合损失最小。方法能够提高以预定夜间飞行高度连续多日续航的成功率，提升飞行高度、纬度、季节范围或搭载能力，或者拓展这几种飞行条件的组合域，优化太阳能飞机的适用性。     

高校学术管理体制与学风建设的多维思考

高校学术管理体制建设是高校管理工作的核心,是建立现代大学制度的必要因素。学风的发展与建设需要完善的学术管理体制予以保障;而加强学风建设,创建良好的学术环境对高校学术管理体制改革与创新具有推动作用。多维思考高校学术管理体制建设与学风建设,以此为研究视角,分析学术发展现状,针对当前出现的问题提出改进措施。     

偏心撞击对撞击式喷嘴雾化特性的影响

为研究偏心撞击对撞击式喷嘴雾化特性的影响,建立了求解自燃推进剂冷态射流撞击雾化过程的数值模拟方案,计算了不同偏心度条件下的射流撞击雾化过程。采用树形自适应加密算法直接求解不可压Navier-Stokes方程组,由分段线性的流体体积(VOF)方法对流体界面进行捕捉。结果表明偏心撞击会导致雾场发生偏转,当无量纲偏心度E为1/8时,雾场偏转角度约为9.2°,应控制加工偏差小于该值。随着偏心度的增大,液膜的偏转角度增大,理论推导得到的液膜偏转角度要小于数值计算得到的液膜偏转角度。正心撞击时燃料与氧化剂流强峰值接近,雾场的流强分布呈单峰分布。当发生偏心撞击时,由于燃料与氧化剂部分射流未参与撞击导致流强峰值出现交错,雾场的流强分布呈双峰分布,混合比的空间分布发生较大改变。正心撞击时撞击点下游液滴的速度分布近似呈轴对称分布,而偏心撞击之后的速度分布则呈中心对称分布。偏心撞击导致的射流动量损失使得雾化性能变差,当无量纲偏心度E为1/8时,一甲基肼(MMH)的Sauter平均直径增大约4.8%,四氧化二氮(NTO)的Sauter平均直径增大约5.8%。      

流动阻力及能量损失对注射成型制件的影响

本文分析了在塑料熔体充满型腔的过程中，流动阻力及能量损失产生的形式和物理原因，进而讨论了对塑料制件成型及凝固过程中的影响。并提出降低影响的措施。     

推行"6σ"管理方法为企业发展奠定基础

介绍了哈飞公司开展“6σ”管理的设想 ,实施“6σ”管理方法的基本内容和做法 ,以及开展“6σ”管理对企业长远发展的重要意义