可压缩多介质流动问题的高精度数值模拟方法

在可压缩流动问题的数值模拟领域,激波的高分辨率计算已取得重要进展。但是包含物质界面的可压缩多介质流动的数值模拟还存在诸多数值挑战,主要表现为界面处数值耗散过大和非物理振荡等问题。界面处流体性质的不连续性是造成可压缩多介质流动问题物理建模与数值方法困难的主要原因。为了建立一套高效的可压缩多介质流动问题的高精度数值模拟方案,本文从数值框架的选择、非守恒方程相容离散、高精度有界格式构造、界面压缩、界面-单介质分区计算方法等多个维度出发,综述近几年我们在可压缩多介质流动问题高精度数值模拟方法方面的研究进展。通过上述多个维度的工作,我们建立了一套适用于可压缩多介质流动问题的低耗散、基本无数值振荡的高精度欧拉数值方法,并成功应用于可压缩多介质大变形流动和界面不稳定性诱导湍流混合等问题的数值模拟。相关数值方法研究成果已集成至武器物理等领域工程数值模拟软件中,为相关工程任务提供了重要技术支撑。     

GEO/IGSO混合区域导航星座的设计与优化算法

区域导航星座能够以较低成本和较短时间获得目标区域导航能力，且地球同步轨道是构建非极区区域导航星座的重要轨道类型。提出一种基于GEO（地球静止轨道）和IGSO（倾斜地球同步轨道）的区域导航星座设计方法。基于星下点轨迹特性构造对称星座设计参数和优化参数集，并考虑地球扁率长期摄动影响，计算星座轨道参数。以导航服务区的统计GDOP（几何精度因子）为目标函数，利用差分进化算法构建星座优化模型。以印度IRNSS的7星星座为例，仿真检验了设计和优化算法的正确性，讨论了IRNSS星座优化构型和轨道类型选取。本方法采用的对称星座设计参数少，能够提升GEO/IGSO混合区域导航星座的全局优化效率，为后续非对称星座快速提供最佳星数和构型设计。     

多等级区域侦察弹性星座设计方法

针对传统侦察星座目标单一、弹性低的问题，提出了多等级区域侦察弹性星座的设计方法。该方法将星座设计过程按区域等级信息分为多个子星座逐步设计，直到整体星座对所有的区域性能满足设计要求。以区域被划分为3个等级为例，首先对星座设计需求、设计指标及设计步骤进行了分析。其次推导了地面最低分辨率和轨道高度的关系并确定了不同子星座的轨道高度。最后考虑轨道倾角、一箭多星发射、光照和升交点漂移同步约束，构建基础星座、子星座1和子星座2的优化模型。最终设计星座为3层混合星座，共8个轨道面和70颗卫星，星座对各等级区域的最大重访时间分别为10937s，12241s和17437s，弹性指数为2213%，2420%和6361%。结果表明该方法设计的星座可实现对区域覆盖和弹性分级的设计要求，证明了方法的有效性。对比Walker星座设计方法，在同等设计要求下，Walker星座所需卫星数为156颗，多等级区域侦察弹性星座所需卫星数远低于Walker星座，结果进一步证明了该星座设计方法的优越性。     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

考虑空腔的高超声速多流动区域同步数值模拟

先进的高超声速飞行器具有薄壁空腔结构,在飞行过程中受热会产生空腔内气体流动现象,从而影响流场和结构的温度分布。采用数值方法准确模拟高超声速流场、结构温度场和空腔内流动对热结构分析是很有必要的。以研究空腔流动对结构温度分布影响为目的,发展了一种适用于多流动区域流场/结构温度场耦合问题的同步计算方法,并以高超声速带空腔结构物体为例,数值研究了其外部气动热/结构热传导引起的空腔热对流问题。以已发展的高超声速外流场/结构温度场同步计算方法为基础,为了进一步考虑空腔内低速流场,采用了预处理矩阵方法。在流场与结构温度场的交界面两侧分别引入虚拟单元,从而高效地实现相邻场之间物理信息交换。首先通过标准算例验证了方法在求解单独气动热/结构热传导问题以及空腔自然对流问题中的准确性。进而对封闭和带有开孔的两种高超声速运动圆环分别进行多流动区域同步数值模拟。计算结果表明,由于结构温度不均匀引起的空腔内热对流反之也会对结构温度场分布产生轻微的影响。在空腔内气体流动的影响下,封闭圆环的前缘温度在35s内最多下降0.8%左右。对于带开孔空腔的圆环,其孔壁周边温度在0.5s内能够超过外流前缘驻点温度。     

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题，目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测，前者有着较高准确性，后者有着较好速度，但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能，基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块，通过对候选区域网络（RPN）的锚机制进行引导，使得对于预选锚框形状的选择更具有多样性；同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题，提出了一种置信度因子的NMS（Cf-NMS）算法，对于模型的整体性能有着很大的贡献。实验结果说明，所提方法虽然在速度性能上有略微的下降，但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同，提出了基于高置信局部特征的车辆重识别优化算法。首先，利用车辆关键点检测获得对应的多个关键点坐标信息，分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性，提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理，根据局部区域分割信息，对卷积得到的特征张量进行空间维度上的切割，获得代表全局信息和关键局部信息的特征张量。然后，通过全连接层特征张量转化为表示车辆个体的一维向量，计算损失函数。最后，在测试阶段使用全局特征，并利用训练好的车标扩散区域提取分支获得高置信局部特征，缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试，验证了所提算法的有效性。      

每月一览

民航局空管局11月7-11日,空管系统第4期运行质量安全管理体系(QSMS)建设培训班在天津举行。11月8日,民航局空管局局长王利亚、党委书记王战斌,党委副书记范芸芸等     

Ti-46Al-6(Cr,Nb,Si,B)合金高温变形特性研究

采用Thermecmaster-Z型热压缩试验机,在900~1250℃温度范围内、和10-3~1s-1应变速率条件下对铸态和挤压态Til-46Al-6(Cr,Nb,Si,B)at%合金(以下简称G4合金)进行了热压缩模拟试验,建立了两种状态下G4合金的加工图.并以加工图为基础,结合组织观察,研究了高温下该合金的变形特性.结果表明:G4合金的高温变形性能受温度和应变速率强烈影响,并呈现不同特征;流变应力随变形温度升高而减小,随应变速率增大而增大;挤压态G4合金具有比铸态G4合金更好的稳定流变能力和更宽的可热加工窗口;动态再结晶(DRX)是导致G4合金流变软化和稳定流变的主要原因;铸态G4合金的最佳变形温度为1150~1200℃,应变速率为10-2.5～10-3s-1,挤压态G4合金的最佳变形温度为1050~1150℃,应变速率为10-1.5~10-2.5s-1;G4合金的主要失效模式包括表面开裂、局部流动和楔形开裂.