基于分段化结构重建的2D/3D视频转换方法

为了缓解3D片源的不足,设计了一种分段化结构重建方法为视频2D/3D转换提供深度线索.采用分层提取的方式,将视频基于内容分解为子序列,在每个子序列中建立优化准则选择出处于非退化状态的关键帧,并以此为基础提出了分段化结构重建框架,利用改进的耦合自标定算法重构出每个子序列对应的离散3D结构信息,从而获取视频的深度线索.实验结果表明,该方法通过分段化后的局部优化,不仅使结构化重建能够有效处理多场景下的连续镜头,还加快了转换的效率,能够稳定、高效地获取深度信息,适用于视频2D/3D转换.      

计及壁面传热的微型向心涡轮气动设计探讨

毫米级微型向心涡轮传热效应显著区别于常规向心涡轮,发展计及壁面传热效应的微型向心涡轮的气动设计方法对微型燃气轮机的设计具有重要意义.根据微型向心涡轮壁面非绝热的特点,通过理论分析,初步建立了计及固壁传热效应的微型向心涡轮速度三角形的分析模型.在此基础上发展了计及传热效应的微型向心涡轮的气动设计方法.分析得到了考虑传热影响的微型向心涡轮设计规律.利用三维数值模拟手段对模型和设计方法进行了验证.结果初步表明所发展计及壁面传热效应的模型和微型向心涡轮气动设计方法具有较好的可行性.     

考虑随机干扰的高超声速滑翔飞行器轨迹优化

为解决高超声速滑翔式飞行器具有干扰不确定性的再入轨迹优化问题,提出了一种基于广义正交多项式方法的随机轨迹优化数值求解方法。针对随机干扰,基于广义正交多项式方式对其分布进行采样,形成采样空间,而后将每个采样值代入确定性轨迹优化问题中进行反复迭代求解,得出观测值的样本空间,并计算其期望、方差和协方差,估计输出值。以最大纵程为代价函数对具有随机干扰的高超声速滑翔式飞行器最优轨迹进行了数字仿真。仿真结果表明,基于广义正交多项式的随机轨迹优化方法能够有效处理随机干扰对轨迹优化问题的影响,与蒙特卡洛法相比计算效率大大提高。     

旋转对管内流体流动的影响

本文描述了旋转管流的基本运动方程。在笛卡尔坐标系和柱坐标系中,针对两种基本的几何流动,推导出旋转情况下管内的流动方程,定义了影响旋转管流的流动和换热的两个无量纲准则数J和Ra,分析了二次流产生的原因,从而说明旋转对流动的影响以及旋转管流的运动特征。     

复合材料叠层结构孔口附近应力分析方法研究

本文在总结前人对复合材料结构开口的应力集中研究的基础上,根据孔口附近应力场的特点,提出了一种适于工程应用的复合材料叠层结构开口附近应力分析的有限元改进算法。由于应力计算精度的改进仅在孔边、拐角等高应力梯度区域局部进行,且改进后的单元能进一步精确描述应力集中区的应力场。因而,使用该方法计算孔边应力,用较少的单元就能得到满意的精度,大大减少了计算费用和时间。 文中选择了一些有代表性的考题验证了该方法的有效性。并着重研究了带有圆角矩形孔的复合材料层板结构的孔边应力分布,给出应力集中系数随圆角半径的变化规律、孔边加强对应力集中的改善以及±45°纤维铺层比例对孔边应力分布的影响,得到了一些对工程部件开口设计有用的数据资料。     

三角机翼过失速非定常空气动力特性研究

在３ｍ低速风洞中研究了７０°后掠角三角翼过失速气动特性。实验中使用了专门设计的液压动态实验台，它可以模拟迎角的变化规律以便研究角速度，迎角变化历程对空气动力特性的影响。实验中迎角范围０°－９０°。使用六分力应变天测量非定常空气动力。研究指出：当作大迎角纵向过失速机动时，其空气动力有很大超调量和呈现滞回线特征，它们随着减缩频率增大而增大。特别是力矩特低迎角（α＞３０°）具有阻尼特征，但在高迎角时（３     

基于多级代理模型的优化算法

在仿真优化中高精度的仿真模型大多难以实现,本文提出一种由全局和局部代理模型共同作用的多级代理模型,并与仿真优化相结合提出基于多级代理模型的仿真优化算法.运用Kriging近似理论和RBF神经网络分别构建全局代理模型和局部代理模型,并在仿真优化的过程中在线更新代理模型.通过算例对算法进行验证,结果表明多级代理模型具有良好的逼近能力,基于多级代理模型的仿真优化方法具有良好的鲁棒性和寻优性能.     

涡轴发动机燃烧室头部流场试验研究

对涡轴发动机短环直流燃烧室进行了突扩区和火焰筒头部间流场试验研究。采用ＬＤＶ多谱勒激光测速仪测量了燃烧室头部的时均速度场和各测量点的紊流强度，并绘制了流谱。通过对七种不同结构方案扩压器进行试验，研究了几何参数和前置扩压器出口气动参数变化对突扩区和火焰筒头部间速度场以及各点紊流强度、旋涡位置与大小的影响。通过流场分析找出各参数对燃烧室性能影响的规律。本试验结果可为涡轴燃烧室的优化设计提供可靠的有应用价值的试验依据。     

SOM人工神经网络在客机零部件故障诊断中的应用研究

现代客机在使用过程中不可避免地会发生各种故障，故障诊断对保证飞行安全十分重要，本文将基于概率的数学方法与专家经验相结合对其进行故障诊断。Kohonen的自组织特征映射（Self-organizing map,SOM）人工神经网络在输出上可反映出输入学习样本的概率密度分布，且无需知道样本的概率分布的先验知识，兼具函数逼近功能。本文将SOM引入这一领域，用于计算飞机零部件发生故障的概率，以及实现数学方法计算结果与专家经验的结合，实际应用说明了该方法的可行性。