用于BVI噪声试验的新型涡发生器设计与分析

针对直升机特有的旋翼桨/涡干扰(Blade vortex interaction,BVI)噪声计算精度低且试验数据缺乏问题,也为了开展旋翼气动噪声特性分离方法的验证试验研究,本文设计了一种能够用于BVI噪声试验的新型多段翼型组合式涡发生器。首先通过CATIA软件建立涡发生器出口端翼型段在不同迎角下的试验模型,再使用FLUENT软件建立涡发生器的流场仿真计算模型,比较分析了不同翼型段迎角下的涡流流场。随后用粒子图像测速法(Particle image velocimetry,PIV)技术系统测量了不同翼型段迎角、距离涡发生器出口端的长度及流速等参数变化下的涡流流场,对不同试验状态下的涡核、涡强等参数进行了对比分析。针对涡量偏弱的缺点,对传统单级涡发生器进行了改进,设计研发了双级涡发生段。试验证明其能产生更强且稳定的涡,为BVI噪声试验提供了模拟的桨尖涡,试验结果表明了涡发生器的有效性。     

基于射线追踪的快速雷达图像仿真方法

为了解决目标识别、隐身目标设计等研究领域对雷达图像需求日益增加的问题,提出了一种基于射线追踪的快速雷达图像仿真方法。该方法利用射线追踪计算每一个射线管的散射电场及其在雷达成像平面的投影坐标,通过将所有射线管的贡献在像域进行累加得到1幅二维雷达图像。通过对不同路径射线的聚类,可实现对散射贡献的分离,从而建立目标部件与强散射源的对应关系,并对复杂目标雷达图像进行解释。给出了Slicy目标的快速雷达图像仿真与算例分析,分析结果表明:基于射线追踪的快速雷达图像仿真方法可对复杂雷达图像进行有效预测,并能对强散射源进行成因分析。     

基于PIV速度场测量的压强梯度计算

介绍了基于PIV速度场测量结果计算压强梯度的基本原理和3种不同的计算方法,并通过对流高斯涡模型系统研究了离散格式选取、PIV参数设置和流场特征等对压强梯度计算的影响.结果表明:PIV速度测量的精度是压强梯度计算的关键性影响因素,1%噪声对结果的影响比其他过程高约2个数量级;时间分辨率和空间分辨率的设置并非越高越好,而是有个合适的中间值;拉格朗日方法在大多数情况下优于欧拉方法,但当流动结构较复杂时性能较差,应根据流动类型和流场特征合理选取压强梯度计算方法.      

航空涡轮发动机燃烧室内流场的PIV测量

设计了一种基于旋风分离原理的高压粒子发生器,并成功应用于高压状态下的航空涡轮发动机燃烧室内流场的PIV（粒子图像测速法）测量.在氢氧燃烧加热来流温度为813K、燃烧室压力为2.78MPa条件下,应用PIV技术开展了航空涡轮发动机单头部燃烧室复杂内流场测量研究,实现了高温高压条件下强旋流、强扰流、宽速域流场的PIV测量,获得了接近燃烧室工作压力工况下的流场速度和流场精细结构.结果表明:该型燃烧室内流场存在多处旋涡结构,形成回流区;流场旋流作用强,横截面流场存在顺时针大涡;主燃孔射流和掺混孔射流作用明显,射流穿透深度较大,对流场结构影响显著;高温高压状态下,流场结构与常温中压状态类似.      

预测飞机稳定尾旋的解析法和图像法

尾旋是飞机的极限飞行状态,此一状态极易造成机毁人亡。由于尾旋试飞有极大的风险性,所以在试飞前要进行足够的安全论证,包括理论分析和风洞试验,一般采用两者相结合的方式进行。介绍了解析法和图像法两类方法来研究飞机的稳定尾旋。     

含噪图像的处理方法与评价

接收机还原出来的显示器视频信号的电磁泄漏发射含有大量的噪声 ,导致图像模糊 ,视觉效果差。为了改善图像质量 ,提高图像的可识别度 ,需要进行图像处理 ,提取我们感兴趣的信息。介绍了几种针对含噪图像的数字信号处理方法 ,并且进行了对比分析和信噪比评价。     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients,HOG）进行特征提取和支持向量机（Support vector machine,SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor,KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83 8%。     

融合热特征的机场航站楼热成像显著人体检测模型（英文）

弱光背景下的目标检测是航站楼夜间巡检机器人的主要任务之一。然而,那些能够在计算资源有限的机器人平台运行的算法往往难以确保航站楼中人体目标的检测精度。为此,本文提出了一种融合热特征的显著人体检测模型。该模型仍然以U-Net神经网络作为基本架构,但是在解码器模块结构和模型轻量化方面重新进行了设计。一方面,在模型的解码器部分增加了由热特征分支和显著特征分支构成的融合模块,进而设计对图像高温区域更为敏感的预测损失函数,以提升算法在复杂场景下的检测精度;另一方面,通过精简编码器网络结构和控制解码器通道数的方式对模型进行了轻量化改进,以降低算法对计算资源的需求。4个数据集上的实验结果表明,本文方法既能确保较高的检测精度和很好的算法鲁棒性,又能以40 f/s以上的检测速度满足巡检机器人实时检测的需要。     

基于图像处理方法的空间站舱室材料表面真菌滋生监测

针对空间站等空间密闭舱室中微生物的有效监测等问题,选取空间密闭舱室的4种典型真菌,在空间舱常用铝合金板材料表面进行接种腐蚀实验,得到了真菌滋生图像.通过图像增强、特征筛选等方法对图像进行预处理得到数据集,比较了支持向量机(SVM)和随机森林2种分类模型的识别效果.结果表明:SVM模型对铝合金板材料表面真菌滋生图像的种类...     

文本信息辅助图像差异描述生成

图像描述生成任务要求机器自动生成自然语言文本来描述图像所呈现的语义内容,从而将视觉信息转化为文本描述,便于对图像进行管理、检索、分类等工作。图像差异描述生成是图像描述生成任务的延伸,其难点在于如何确定2张图像之间的视觉语义差别,并将视觉差异信息转换成对应的文本描述。基于此,提出了一种引入文本信息辅助训练的模型框架TA-IDC。采取多任务学习的方法,在传统的编码器-解码器结构上增加文本编码器,在训练阶段通过文本辅助解码和混合解码2种方法引入文本信息,建模视觉和文本2个模态间的语义关联,以获得高质量的图像差别描述。实验证明,TA-IDC模型在3个图像差异描述数据集上的主要指标分别超越已有模型最佳结果12%、2%和3%。