基于多分辨率特征自选择的遮挡物识别算法

光伏组件的遮挡物识别是光伏运维系统中不可或缺的环节，传统识别算法多依赖人工巡检，成本高昂且效率低下。基于卷积神经网络，提出了一种面向光伏组件的遮挡物识别算法PORNet。通过引入特征金字塔，构建多个分辨率下具有丰富语义信息的图像特征，提升对遮挡物尺度和密度的敏感性。通过特征自选择，筛选出语义最具代表性的特征图，以加强物体环境的语义信息表达。用筛选出的特征图完成遮挡物识别，从而提升识别准确率。在自建光伏组件落叶遮挡数据集上进行了实验比较和分析，并对识别性能进行了评估，通过与现有物体识别算法相比，所提算法的准确率和召回率分别提升了9.21%和15.79%。      

一种用于TSTO级间分离CFD计算的网格动态优化技术

两级入轨空天运输系统具有难度较低和经济性好的优点，级间分离是该运输系统设计的一项关键技术。相比前后串联级间分离，两级入轨上下两级间存在严重的激波相互干扰，直接影响分离物体的气动力矩。为了更好地模拟分离过程中两级之间的运动激波多次反射问题，本文结合非结构混合网格分布优化技术和压力比值激波识别技术，建立了用于级间分离运动过程的并行网格动态优化技术。基于计算流体力学软件NNW-FlowStar，完成了两级入轨运输系统并联分离过程的数值模拟。结果表明，采用网格动态优化技术，可实现级间复杂激波的精细捕捉，更精准地获得了强干扰下飞行器的气动特性，显著提高了并联分离过程中运动轨迹和姿态的预测精度。     

排气扩压器对高空舱压的影响与控制方法

为研究排气扩压器流动特性对高空舱后舱压力控制的影响,采用ANSYS19.1对排气扩压器进行数学建模和流场数值模拟分析,揭示其内部实际流动的物理过程;在次流质量流量为20kg/s时,数值模拟不同排气扩压器背压和主流流量时后舱压力的变化规律,并通过样条插值得到排气扩压器背压、主流流量和后舱压力三者关系模型;建立高空舱后舱压...