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。     

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。     

QD128燃气轮机动力涡轮偏心故障的振动分析

针对QD128燃气轮机在并网发电的稳定运行过程中出现振动剧增超限现象,根据振动特点、频谱以及油膜轴承偏磨的振动特征进行了分析.分析认为振动超限是因动力涡轮偏磨故障所致.重点介绍该偏磨故障的振动模式和频率分布特征,为进一步讨论偏心激振引起的振动故障机理提供了参考依据.     

活动翼面旋转频率变化的原因分析

针对某型机活动翼面在地面颤振激励试验中出现的旋转频率降低现象，较详细地分析了活动翼面间隙对旋转频率的影响，最终找出了使活动翼面旋转频率降低的原因，并用间隙测量试验结果验证了这一结果的正确性。     

旋转导弹自动驾驶仪设计

根据旋转导弹自动驾驶仪的特点,阐述其设计中遇到的特殊课题及其解决方法.旋转导弹自动驾驶仪的设计和分析方法有必要进行补充和完善,以便用一个通道完成对导弹的飞行控制.对旋转导弹阻尼回路及其特点作了介绍.     

扩压器-水泵内非稳定流动研究

水泵内部流动实质上是复杂的三维非稳定流动 ,它对水泵性能及结构振动有重要影响。本文介绍了一种求解这种复杂内流动的数值方法。三维雷诺数平均的纳维斯托克斯方程 ( 3-DReynolds-averaged Navier-Stokes,RANS)以及标准 k-ε的方程用于描述水泵内非定常紊流流场。系统特性方程与水泵的 CFD模型相结合以考虑流体在管道中的加速 ;采用任意滑移网格界面模拟叶轮和静止部件之间的相互干涉 ;将整个叶轮作为分析对象 ,以考虑失速情况下流动的周向非对称。这些技术的结合包括了水泵内非稳定流动的物理实质。一台实验数据比较齐全的离心式 -扩压器水泵被用于验证所提出的数值方法     

高密度磁记录现状与展望

本文从空间站时代的数据存储要求入手,介绍80年代旋转头磁记录的新成就,磁光记录在空间的应用,和传统纵向记录寻求新突破的踪迹。纵观星上磁记录器的发展史,从一个侧面讨论旋转头与固定头之争。最后,展望数据存储技术的广阔前景。