基于联合仿真的板翅式换热器温度场研究

为进一步研究板翅式换热器在大温差换热条件下的温度场和流量分配特性,采用了FLUENT与基于VC++语言程序的联合仿真方法,以给定结构的板翅式换热器为例对其进行验证分析.研究表明将联合仿真方法应用于板翅式换热器仿真计算,对研究航空预冷器温度场特性有现实意义.仿真结果与试验数据误差为0.6％～6.4％,联合仿真方法准确可行...     

一种无人机集群对抗多耦合任务智能决策方法

针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法.首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策...     

超重力条件下水平圆管内超临界正癸烷换热研究

为深入理解超重力下飞行器发动机的热管理问题,进行了水平通道中正癸烷的超临界换热数值研究.探究了拟膜态层换热机理,考察了热传导过程、二次流效应及其对管周向非均匀传热恶化的作用机制,提出了周向最大换热差别预测模型.建立了水平管的浮升力准则.研究发现:重力加速度增大致使流体域密度异常分层加剧,周向不平衡动能增加,二次流增强;...     

基于项目化教学的环境设计专业教学研究

环境设计专业具有一定的实践性特点,在进行教学过程中,要把实践方式和理论知识进行有效的结合,才能够从一定程度上提高整体的教育质量以及教育效率。而目前最重要的培养措施就是项目化教学方式,并且也得到了众多研究者的认可。因此,本文针对基于项目化教学的环境设计专业教学研究进行深入的分析,并且读教学方式也进行深入的探究,且提出相对应的建议,为培养环境设计专业相关的优秀专业人才提供了一定的理论依据,以供参考。     

基于MADDPG的多无人机协同任务决策

针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了 MADDPG算法的模型结构.最后通过仿真实验...     

涵道风扇式无人机的优先级控制分配

涵道风扇式无人机是一种冗余配置操纵面的飞行器，其控制分配问题通常使用伪逆法求解，然而伪逆法不能对任意可达的期望力矩都返回容许控制，使冗余的操纵面牺牲了部分控制能力。提出一种优先级控制分配方法，该方法先对期望力矩进行矢量分解并划分优先级，再求解约束最优化问题得到容许控制。相比于伪逆法，所提出的方法可对更大范围的期望力矩返回容许控制，而且当期望力矩不可达时，可以防止系统因执行器饱和而产生输出耦合。将所提出的方法应用到涵道风扇式无人机的控制分配中，仿真及飞行试验验证了该方法的有效性。     

基于联合正则化策略的人脸表情识别方法

针对目前人脸表情识别大多采用基于深度学习的端到端特征提取及分类方法的现象，提出了一种新的深度模型优化方法。基于ResNet18残差网络架构和正则化思想，提出了联合正则化策略，即将过滤器响应正则化和批量正则化、实例正则化和组正则化、组正则化和批量正则化分别嵌入网络之中，平衡和改善特征数据分布，弥补单一正则化的缺点，提升模型性能。在2个公开数据集FER2013和CK+进行了验证和测试，最高准确率分别达到了73.558%和94.9%，实验结果表明，联合正则化策略提高了基础网络的性能，其表现优于诸多当前较新的人脸表情识别方法。      

基于Safe-PPO算法的安全优先路径规划方法

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少，并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题，提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法，所提算法以安全优先进行路径规划。采用协方差自适应调整的进化策略(CMA-ES)的思想对PPO算法进行改进，并引入危险系数与动作因子来评估路径的安全性。使用二维栅格地图进行仿真实验，采用传统的PPO算法和Safe-PPO算法进行对比；采用六足机器人在搭建的场景中进行实物实验。仿真实验结果表明：所提算法在安全优先导向的路径规划方面具有合理性与可行性：在训练时Safe-PPO算法相比传统的PPO算法收敛速度提升了18%，获得的奖励提升了5.3%；在测试时采用融合危险系数与动作因子的方案能使机器人学会选择更加安全的道路而非直观上最快速的道路。实物实验结果表明：机器人可以在现实环境中选择更加安全的路径到达目标点。