工程网络的时间计算与相容鉴定

本文阐述了“节点活动法”网络中时间计算与相容鉴定之间的内在逻辑关系,并运用邻接矩阵与可达性矩阵的运算和划分发展了一种综合算法。如果网络中存在任何不相容的因素,算法将提供包含在循环中的活动的差错信息。如果网络是相容的,则算法将提供所有的时间参数。由于综合算法使时间计算和相容鉴定同时进行,这可以使网络软件系统更为有效从而节省计算机机时。综合算法还能提供网络的正向和反向等级划分,这对工程网络的结构分析将是十分有益的。     

无人直升机自主着舰的计算机视觉算法

通过理论分析和计算机半实物仿真研究了一种应用于无人直升机自主着舰的计算机视觉系统及相关计算机视觉技术.从工程实践的角度研究了计算机视觉技术在无人直升机自主着舰过程中的应用,并提出了可靠实用的一系列算法.通过精心设计,整套算法达到了无人直升机自主着舰的实时性和实用性要求,为工程样机的研制做好了理论上的准备.     

三维公差分析中工程尺寸驱动原理与应用

由于产品标注的工程尺寸和建模参数之间存在差异,参数化驱动技术在公差分析中的应用范围受到限制,提出了基于工程尺寸驱动技术的公差分析方法.将传统尺寸转化为产品模型上几何元素之间的约束关系,分析工程尺寸集和建模参数集之间的映射机理;把工程尺寸的驱动问题转化为非线性方程组的求解问题,并采用牛顿迭代法进行计算.这些方法在UG系统上得以实现,并通过实例分析进行了验证.     

利于翼型优化设计的超临界翼型参数化方法

为减少超临界翼型优化中的设计变量,消除优化结果的不光顺现象、保证C₂连续,在优化过程中控制翼型几何特性的变化范围,设计出了由4条首尾相接的有理Bézier曲线表示的超临界翼型的翼型参数化方法,该方法对翼型数据的参数化过程中主要运用了Bézier曲线拟合算法与SPSA(Simultaneous Perturbation Stochastic Approximation)优化算法,并在Bézier曲线拟合算法中使用了有别于常用方法的数据点参数选择方法.将这种超临界翼型参数化方法与优化算法结合便可实现翼型优化设计,其中的设计变量为21个,优化结果不仅光顺且满足C₂条件,通过设定设计变量变化范围便可控制相应的翼型前缘半径、上下弦最高最低点的位置与曲率、尾部契角等几何特征.      

FGM零件快速原型制造中支撑自动生成模块设计

功能梯度材料是一种新型非均质材料,有着广泛的应用前景.传统的制造设备无法满足加工这种材料零件的要求,快速原型制造技术使得功能梯度材料零件的制造加工得以实现.支撑设计决定快速原型制造产品精度.针对功能梯度材料零件数字化设计制造中的支撑生成问题,采用了基于邻边排序的Stereo Lithography模型切片算法并提出了基于多边形布尔运算的支撑生成算法.根据功能梯度材料零件几何信息及零件内部材料分布信息实现支撑间距自适应改变,提高了快速原型产品精度.通过对支撑自动生成实例的分析,验证功能梯度材料零件快速原型制造中支撑自动生成算法的正确性.      

复杂产品虚拟装配系统的人机交互技术

介绍了一种基于双机同步的desktop虚拟现实设备的复杂产品虚拟装配仿真系统,对系统的人机交互技术进行了深入研究,提出了一种基于SOP(Structure of Parts)数据结构的属性类驱动算法的产品信息管理技术以及模型转心匹配法,阐述了一种适用于多部件多场景的、快速的基于扫描线技术的直接操纵交互算法原理,通过系统的实现验证了算法的实用性与效率,有效地提高了系统性能与扩展性.     

捷联惯性导航系统的姿态算法

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题.为了补偿由此引起的圆锥误差,对一些传统算法进行了分析和研究.由于以往各种算法过多过杂,不便于工程中选用,所以通过对传统的各种姿态算法的原理及数学形式进行归纳分析和研究,提出了通用的算法公式.另外,还提出将剩余误差表示为采样时间与角振动频率乘积的幂次,并根据此幂次来评定圆锥补偿算法的精度的方法.在此基础上,对所提出的通用姿态算法公式进行了误差分析,得到了关于算法精度和参数之间关系的一些结论,为其参数选择提供了选择标准,有工程实用价值.     

基于故障建模的双余度舵机故障诊断技术

针对双余度舵机系统结构复杂、故障诊断困难的问题,提出了根据故障模型反向推理的故障诊断方法.在充分考虑各元件失效机理的基础上,将故障注入闭环系统建立典型故障模型.故障模型仿真了不同元件故障如何导致系统性能下降甚至完全失效.基于故障模型的仿真结果,对可观测到的异常状况进行分类和逆向推理归纳出故障诊断方法,并利用数学公式对一些故障量化评估.该诊断方法涵盖系统各元件,可快速定位故障元件,判断失效原因并进行定量分析,而且算法简单易于工程实现.      

参数化产品族递进式优化设计方法

基于产品平台技术,提出了基于混合进化算法的参数化产品族递进式优化设计方法.建立了参数化产品族的递进式优化设计流程,提出改进的强度Pareto进化算法(SPEA2+)与非支配排序遗传算法(NSGA-II)相结合的多目标混合进化算法对参数化产品族设计问题进行优化,混合进化算法使用了两类种群进行求解,解决了同步进化带来的数据扰动问题.在参数化产品族递进式优化设计过程中,首先优化产品族设计平台,建立参数化产品族设计问题的多目标优化数学模型,通过产品设计参数的敏感度分析和变差指数计算,划分产品平台的设计常量和设计变量,形成稳健的产品平台来获得最优参数.然后对产品族中实例产品的多个性能进行优化,在已有的产品平台基础上,优化设计变量的取值.最后,以电动机产品族的递进式优化设计过程为例证明了该方法的有效性和适用性.      

散乱点云自适应滤波算法

提出一种散乱点云自适应滤波算法,该算法采用改进的R*-树组织散乱点云的拓扑近邻关系,基于该结构快速准确获取局部型面参考数据,自适应调节二维高斯分布的数字特征计算滤波权值,计算局部型面参考数据对原始型面数据的影响因子,以此作为权值计算各点滤波后的坐标,采用加权平均方法实现散乱点云的自适应滤波.实验证明该算法可有效提高点云的滤波效率,在保留原始型面特征的基础上,减小点云的随机误差,提高光顺性.     

基于边缘对称性的视频车辆检测算法

针对现有视频车辆检测算法受光照、阴影等环境因素影响大,漏检和误检率高的问题,提出了一种视频车辆检测算法.有别于传统算法使用运动特征进行车辆检测,该算法使用边缘特征和对性特征定位车辆.算法首先对图像进行灰度化、平滑去噪等预处理,使用Sobel算子垂直方向掩模计算图像感兴趣区域内的边缘梯度,确定候选区域;而后根据车辆图像垂直边缘具有对称性的特点,分析候选区域的对称性强弱,并计算其对称轴位置和车辆宽度.使用边缘强度、对称性和宽度这3个约束条件对候选区域进行验证.道路实验结果表明,该检测算法有效、可靠,具有良好的鲁棒性.      

基于经验模态分解的点云数据平滑与增强

在计算机辅助设计与逆向工程应用中,针对缺乏拓扑连接关系的点云数据,提出了基于经验模态分解(EMD)的点云数据平滑与增强算法。首先,以点云模型的拉普拉斯矩阵坐标与法向的内积作为EMD输入信号,提取点云模型输入信号的极值点作为插值节点计算信号的上下包络;然后,为实现特征保持的EMD信号分解,通过检测点云数据上特征点,并在计算信号上下包络的过程中作为约束,克服传统EMD算法无法保持特征的局限;最后,迭代地从输入信号中减去上下包络的均值得到内蕴模态函数(IMF)和余量,并通过设计滤波器实现了点云数据平滑和增强。实验结果表明,本文算法有效地将EMD推广到三维散乱点云数据中,扩大EMD在三维几何中的应用范围,并在点云数据平滑和增强方面取得了很好的效果。     

相域输电线路模型中的频率相关转换矩阵

首先针对使用传统算法得到的频率相关转换矩阵元素存在突变点的问题,提出一种新算法用于消除频率相关转换矩阵元素的突变点.新算法先使用传统算法计算出每个频率点的转换矩阵,再通过一个基于最优化原理的平滑过程消除转换矩阵中元素的突变点.通过不换位双回三相输电线路算例,验证了新算法的有效性.在此基础上,利用消除突变点的频率相关转换矩阵分别计算特征导纳矩阵和传播矩阵,通过对比分析,近一步阐明了频率相关转换矩阵中元素的突变点对特征导纳矩阵连续性具有较大影响,而对传播矩阵连续性的影响很小.      

新的适于计算机辅助工程的算法集成模型

为解决计算机辅助工程中"以算法为核心"类软件系统在算法集成方面存在的重要问题,以火箭发动机设计这个较具代表性的特例为切入点,深入分析工程实践中算法的运用特点,并指出现有软件系统的不足.提出2种算法模式,基于这2种算法模式建立一种新的算法集成模型--轮循与层次化算法集成模型,其具有松耦合、层次化、灵活等特点,基于该模型可建立一个跨领域、通用、高效的算法集成软件环境.     

奇异谱分析在故障时间序列分析中的应用

由于日益增长的飞行安全和飞机维护质量需求,飞机使用可靠性已经成为一个重要的研究领域。从某航空公司波音737飞机使用过程中现场所记录的18年的故障数据出发,应用奇异谱分析（SSA）方法,对故障时间序列进行了建模和预测,进一步以预测结果的均方根误差（RMSE）最小为优化目标对SSA模型参数进行了优选。在此基础上,提出了一种更为广泛的模型组合方法和实现算法,这种方法采用不同的时间序列模型来构造SSA分解出的趋势、周期和残差等成分。通过与三次指数平滑（Holt-Winters）、自回归移动平均（ARIMA）2种时间序列模型的实验结果对比,SSA及其参数优选和模型组合方法在故障时间序列分析中具有更好的拟合和预测精度。      

基于跟踪微分器的多目标数据关联算法

根据目标在运动过程中位置与速度只能连续变化这一事实,提出了杂波环境下基于跟踪微分器的一种多目标数据关联算法.算法利用跟踪微分器得到目标波门内所有量测的位置与速度,通过将其与目标前一时刻的位置和速度的比较来实现在未知杂波环境下的多目标数据关联.该算法直接利用量测数据,不需要目标运动、传感器噪声及杂波的先验统计知识,在目标数已知杂波不很密集的情况下具有良好的数据关联能力.此算法计算量小、结构简单,与目标状态滤波估计算法完全分离,便于模块化设计和与其他滤波算法结合,易于工程实现.仿真结果验证了算法的有效性.     

基于前向神经网络的非线性平滑滤波器设计研究

文章阐述了基于前向神经网络的非线性平滑滤波器的设计问题，分析了上述平滑滤波器的存在性及其滤波误差方差的组成，给出了有限观测序列下网络学习的性能指标，由此提出了一种次优网络学习算法，它具有很好的抑制白噪声能力。     

基于区间估计与透射率自适应约束的去雾算法

针对去雾算法透射率估计不足与结果偏色等问题,提出了一种基于最小通道区间估计与透射率自适应约束模型的图像去雾算法。首先,采用不同尺寸最大值操作得到有雾图像的亮通道,并结合均值处理和频域滤波得到大气光估计;其次,从大气成像理论出发,以有雾图像最小通道为约束,分别以平面模型和自适应映射模型拟合无雾图像最小通道上下边界,并获得无雾图像最小通道和透射率初始估计;最后,对透射率作滤波平滑与自适应边界约束,得到优化透射率,并根据大气散射模型得到复原结果。实验表明:所提算法复原结果颜色自然、亮度适宜、去雾彻底、细节信息丰富且时间复杂度较低,有效解决了透射率估计不足和偏色等问题。