缝合单层板弹性常数的计算与分析

建立了缝合单层板弹性常数分析模型,通过考虑缝线穿过纤维时产生的弯曲并假设近似正(余)弦曲线,计算T700/QY8911缝合单层板的有效弹性常数,并将其与未缝合模型比较,总结了各缝合参数(行距、针距、缝线半径)对有效弹性常数的影响,为分析缝合层合板弹性常数提供了依据。     

缝合碳纤维缎纹织物复合材料研究

使用高强度玻璃纤维缝合G803-T300-40B五枚缎纹碳纤维织物预制体,并用树脂膜熔融渗透(RFI)工艺成型复合材料.测试了改性环氧树脂胶膜熔体粘度对固化温度和时间的依赖性,将缝合与未缝合复合材料层合板试样的基本力学性能进行了试验对比.     

缝合复合材料层板面内力学性能试验与分析

研究多种缝合方向、缝合密度对复合材料层板面内拉、压、剪等基本力学性能和典型失效模式的影响，并结合理论模型分析缝合参数影响层板力学性能的机理。结果表明，缝合对层板面内性能有一定影响，缝合密度的增加导致层板面内性能下降，缝合方向对层板性能影响较大；试件破坏位于缝合针孔处；缝合造成的纤维弯曲和纤维断裂引起了较强的应力集中，是缝合影响层板力学性能的主要因素。     

基于碰撞检测的空间超大规模航天器拼接曲面优化

针对模块航天器在轨拼接曲面优化、曲率极值问题,提出了一种基于模块间隙约束的“球冠-平面”辅助映射法,该方法不仅可以规划模块航天器如何构成目标曲面,还可以获得该曲面的极值。该方法以正六棱柱模块航天器为单位模块,将模块按由“球冠-平面”映射的圈层排列张成目标球面,构建了拼接曲面的数学模型。鉴于工程上对机构调整有限导致的相邻模块间隙限制问题,在算法中引入了碰撞检测(DC)约束参数;通过遗传算法寻优,获得目标曲面布局的最优解。最后仿真表明:该算法可以有效获得曲面布局的最优解。     

缝纫/RFI层合板单钉连接性能试验研究

通过对不同铺层及不同缝纫角度的缝纫／RFI层合板的单钉单剪连接强度试验,了解到缝纫针脚位置对缝纫层合板机械连接性能有显著的影响。当针脚距离钉孔受挤压边缘较近时,缝纫层合板的挤压破坏强度低于普通的层合板,只有当针脚在钉孔挤压区外或距离钉孔受挤压边缘较远时,缝纫层合板才显示出好于普通层合板的机械连接性能。试验结果还表明铺层比对缝纫层合板的机械连接性能也有影响,其规律类似于普通层合板。     

基于局部单应性矩阵的图像拼接与定位算法研究

针对单个摄像机的视野范围有限导致在大场景下监控效果不够理想的问题,提出了一种改进的图像拼接与目标定位算法。该算法以多个摄像机获取的具有共视区域的监控图像为基础,通过对图像进行网格划分后分别计算多个局部单应性矩阵完成初步对准,然后对网格顶点进行微调优化完成最后配准。最后对图像进行融合形成无缝、自然的大视角图像,并利用场景信息在获取的全景图像上对目标进行快速定位,以满足监控人员对场景中目标的全景捕捉分析功能。实验结果表明,该算法能显著提高大场景下图像拼接结果的质量并实现目标的快速定位。     

大视场紧凑型仿生复眼成像系统研究

针对视觉导航系统对小型化、超分辨成像和近程立体视觉的需求,研究了一种基于微端面光纤面板的大视场紧凑型仿生复眼成像系统。利用视轴发散的微小型透镜组进行大视场成像,并以切削斜端面的光纤面板进行图像传输,将大面阵(5120×5120像素)CMOS相机与光纤面板后端面直接耦合实现图像输出,可实现9个视场部分重叠子孔径图像同步实时输出和采集。在实时化拼接处理中,利用CUDA并行加速方法进行图像拼接,单帧的拼接耗时小于30ms。视场部分重叠复眼成像模式还可配置偏振片或滤光片构成全偏振或多光谱成像,在天空偏振光导航、无人机紧急避障、弹载侦察、近程引信以及水下无人潜航器导航等领域具有广泛的应用前景。     

新技术试验卫星C星、D星姿轨控分系统设计和在轨验证

介绍了新技术试验卫星C星、D星姿轨控分系统设计和在轨验证情况。姿轨控分系统具备任意目标凝视跟踪、条带拼接成像、主动推扫成像等姿态控制功能。通过基于操作系统的姿轨控应用软件架构设计和基于动态链接库的在轨编程设计,首次实现基于操作系统的星载应用软件并行开发。通过一个软件配置项实现双星功能,解决了双星研制周期短、工作模式复杂等问题。给出了卫星在轨运行的部分曲线和数据,可为遥感卫星姿轨控系统设计提供参考。     

复合材料十字型接头力学性能实验研究与数值模拟(英文)

通过拉伸和剪切试验,研究了3种不同的树脂转型模型(RTM)成型工艺(即RTM、引入缝纫的RTM和共胶接)对复合材料十字型接头力学性能的影响。根据实验现象,分析和讨论了其破坏机理。实验结果表明,3种工艺中,RTM成型的十字型接头力学性能最优,胶接和缝纫工艺都会对接头的强度产生不同程度的影响。通过有限元分析,数值模拟了RTM十字型接头的破坏过程,与实验现象吻合良好。     

基于改进SURF算法的无人机遥感图像拼接方法

针对传统SIFT算法在无人机遥感图像拼接中存在的运算缓慢、误匹配较多且计算过于复杂,无法满足遥感图像处理的实时性要求等缺陷,以及由于采集到的图像之间存在曝光差异等情况,直接进行叠加拼接后极大可能会在边界处产生重影错位的情况,文章提出了一种改进的SURF算法与融合算法用于无人机的遥感图像拼接。首先,在特征检测阶段,将SURF算法与Harris角点检测算法2种算法相结合,快速得到图像的特征点与特征描述子;在特征匹配阶段分为粗匹配与精匹配2个步骤:通过KNN算法对待拼接图像间特征点的粗匹配,以及应用RANSAC算法去除误匹配点的精匹配;在图像融合阶段,采用了基于距离的加权平均算法进行图像融合;最后,实验表明:文章所提出的算法处理速度相比于传统SUFT算法提升了近5倍,相比于其他改进算法,匹配精度也有所提高,并且该算法能够有效提高图像拼接后的质量与效果,解决了拼接痕印明显、重影、错位等现象可能发生的问题。