电磁抛光装置的结构设计及特性研究

介绍了五轴联动磁流变抛光系统中的关键部件———公自转电磁抛光轮的结构设计进行了详细阐述,创造性的将电刷供电方式应用于该新型抛光轮的结构中。设计并开发了直流供电及交流供电两种驱动电源,并开展了抛光去除特性试验研究,对磁流变抛光过程中的主要控制参量直流线圈电压大小对被抛光工件表面材料去除特性的影响进行了研究。     

基于图的DTAD的简易稳健自动生成算法

二维任意域(含任意多个空腔)的Delaunay三角剖分(简记为DTAD)广泛应用于有限元网格生成等方面。本文提出了一种基于图的DTAD的简易稳健自动生成算法。该算法首先构造任意域中所有边界点集的约束最小生成树,然后将同时满足本文所给三个简易约束算法的边逐次引入初始三角形网格表,形成边界点集的三角剖分,再通过稳健局部优化算法和贴体生成核插入算法自动生成DTAD。本文同时分析了退化及数值计算误差对剖分结果的影响,在提高局部优化的稳健性方面对该算法做了进一步完善,使之能更好地满足任意域网格剖分的要求。文末给出具体应用实例以说明本文所提算法的有效性。     

一种虚拟信号分析仪的设计

介绍了虚拟信号分析仪的结构和现代信号的处理方法。基于傅立叶变换、短时傅立叶变换和小波变换,提出了一种虚拟信号分析仪的系统软件模块的实现方法。该方法利用这三种变换,对信号进行多次处理,能够得到信号的时域、频域和时频域信息,能够对信号进行降噪处理。实验表明,利用此分析仪,能够测量信号的周期、频率、瞬时频率、时频变换趋势和奇异点,并且能以图形的形式显示出来。     

改进的酚-溴化氰法合成酚醛型氰酸酯及其表征

采用改进的酚-溴化氰法合成了酚醛型氰酸酯单体树脂,并用红外、凝胶实验及热失重分析(TGA)对其进行了结构和性能的表征。与传统的酚-溴化氰法相比,改进的酚-溴化氰法得到了性能稳定的合成产物,该产物在200℃时的凝胶时间为6 5min,在凝胶时无冒烟、发黑现象,固化树脂在800℃时氮气氛下的残碳率为63 6%。     

边界层特性对雷诺数变化的敏感性分析

通过对有压力梯度下的边界层进行研究，模拟低压涡轮叶片表面边界层的发展过程，并分析了叶片表面不同负荷分布形式情况下吸力面边界层特性对雷诺数的敏感程度。计算中，分别采用了三种典型的涡轮气动负荷分布形式：后加载、前加载、均匀加载等，并分别模拟了三种不同的雷诺数下的边界层发展情况。结果表明：在同一雷诺数情况下，不同负荷分布形式吸力面边界层发展呈现出明显差异；而不同负荷分布形式下叶片表面边界层特性对雷诺数的敏感程度也不一样，相对而言，均匀加载形式对雷诺数的敏感程度最小，更适应低雷诺数条件下工作。     

PSP支护技术在深基坑工程中的应用

PSP支护技术是一种三元复合支护结构,常用于土钉墙无法满足要求的基坑支护.本文结合工程实例,论述了PSP支护技术结构的设计和工作机理,体现了PSP支护技术在工程应用中有广阔的发展前景和显著的经济效益.     

高位垂直进气转静系旋转盘腔流场的实验

利用粒子图像测速技术(简称PIV)对高位垂直进气的转静系旋转盘腔流场进行了实验研究.该盘腔由一个旋转盘、一个静止盘及静止的外围盘罩组成.实验结果表明:PIV粒子成像技术可以应用于旋转盘腔结构的流场测试, 在本实验的工况范围内, 大部分区域的流动已为湍流, 两盘间的流动结构明显具有Batch-elor流型的特点, 转盘和静盘两个表面附近形成各自独立的边界层, 两边界层之间有一个旋转核心, 核心区内旋流系数β比大间隙封闭系统湍流流动时旋流系数的值0.43要小.流量系数和旋转雷诺数的变化对旋流系数β的影响较小, 但转静间隙的变化对β的影响较为显著.      

动静叶干扰下跨声压气机级性能与叶片型面静压研究

采用数值方法对某型高负荷跨声速压气机在工作点的非定常流场进行了模拟, 对级内动静叶的气动干扰进行了深入分析.通过总压比和等熵效率分析了级性能总参数的非定常性, 结合静压系数分析了叶片型面静压的分布及其非定常波动性, 研究了尾迹和势流干扰对叶片型面静压非定常波动的影响规律.结果表明气动干扰对级内动静叶片有不同的影响, 研究结果增加了对高负荷跨声速压气机内动静叶非定常气动干扰的认识.      

微通道气体单相流动特性的数值分析

微通道是各种微系统结构中一个基本的组成部分.考虑了可压缩与粘性加热的影响, 针对氮气在3种不同尺寸的微通道(水力直径范围:30～3 000μm)内的流动特性进行了数值研究.分别就不同尺寸、不同雷诺数(Re)下压力降、摩擦因子和摩擦常数的规律进行了研究, 着重考察了长径比、入口段出口段影响、可压缩性影响及粘性加热影响.计算分析揭示出转捩雷诺数提前, 在300μm管道转捩雷诺数提前到1 200附近.      

基于注意力机制和改进YOLOv3的红外弱小目标检测

红外弱小目标检测技术是红外探测系统的核心技术之一。针对远距离复杂场景下红外弱小目标对比度低、信噪比低和纹理特征稀疏分散导致目标检测率低的问题,提出一种融合注意力机制和改进YOLOv3的红外弱小目标检测算法。首先,在YOLOv3的基础上,用更大尺度的检测头替换最小尺度的检测头,在保证推理速度的基础上有效提升了红外图像中小目标的检测概率。然后,在检测头之前设计了Infrared Attention模块,通过通道间的信息交互,抽取出更加关键重要的信息供网络学习。最后,用完全交并比损失(Complete IoU Loss)替代交并比损失(Intersection over Union Loss)来衡量预测框的检测能力,通过梯度回传实现更好的模型训练。实验结果表明,提出的YOLOv3-DCA能完成多种场景下红外弱小目标的检测任务,且检测准确率、召回率、F1和平均准确率分别达到91.8%、88.8%、93.0%和88.8%,平均准确率比YOLOv3基线提升约7%,与主流的SSD、CenterNet和YOLOv4模型对比平均准确率也取得了目前最优。