基于深度学习的日间逐小时地表PM2.5浓度反演

以长三角地区作为研究区域,提出了使用深度学习算法来实现主被动遥感数据结合反演地表PM2.5浓度的方法。基于MPL观测数据,使用雾霾层高度(HLH)替换了边界层高度(BLH)特征,对已有的基于气溶胶光学厚度(AOD)结合大气BLH来反演PM2.5浓度的算法进行了改进。为提高数据覆盖率,对研究区域内的MAIAC AOD进行了填补与评估。利用多种机器学习算法实现了日间逐小时的PM2.5浓度估算,模型验证相关性最高可达0.87。该方法能够为观测气候变化、应对大气污染提供有效帮助。     

激波干扰支板射流混合增强规律

实现超声速来流和燃料射流在燃烧室内的快速混合一直是提升超燃冲压发动机性能亟待解决的关键问题之一。为了有效提升燃烧室内空气来流和燃料射流的混合效果,通过数值模拟的方法,在超声速来流和支板喷注的前提下,在燃烧室上壁面添加了斜坡型激波发生器,并通过改变斜坡型激波发生器的结构参数,包括角度(15°、20°、25°、30°),尺寸(5、10、15、20 mm),位置(100、110、120、130 mm处)等,以探究不同结构参数对混合效果的影响。研究结果表明:斜坡型激波发生器的引入能够有效地增强混合效果,且不同的结构参数对混合效果的影响也存在差异,斜坡型激波发生器尺寸的大小对混合效果的影响大于角度,斜坡型激波发生器角度的大小对混合效果的影响大于位置;混合效率和总压恢复系数成负相关关系。     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

随机场TPDF在非结构网格平台的开发及检验

为实现对燃烧室内部燃烧过程的高精度数值模拟,增强航空发动机燃烧室研究手段,采用开源的非结构网格平台Saturne,开发可以耦合详细化学反应机理,高精度解析湍流燃烧过程的概率密度函数输运方程（TPDF）湍流燃烧模型。采用随机场方法求解TPDF方程,在原有程序基础上研发了TPDF程序模块及配合的加速算法等模拟单元,发展了针对燃烧室燃烧过程模拟的软件功能。采用射流火焰Flame D和旋流火焰TECFLAM对新软件进行了测试,结果表明：模拟结果与试验数据趋势一致,精度尚可。对某型燃烧室性能模拟验证中,计算的出口温度分布与试验结果一致,平均温度误差小于3.8%,新的软件可进一步应用于燃烧室性能的研究。     

射流自由长度对凝胶推进剂撞击雾化影响的实验

为研究射流自由长度对凝胶推进剂撞击雾化的影响,建立了撞击雾化实验台,制备了煤油凝胶和水基模拟液,测试了雾化装置的喷射系数及模拟液的黏性和稳定性。分析了3种射流速度不同射流自由长度条件下的凝胶撞击雾化特性,观测了射流和撞击喷雾图像。测量了液膜破碎长度、雾化液滴粒径分布和相应的SMD(索太尔平均直径)值。研究结果表明:低速时,随着射流自由长度增大,撞击液膜的喷雾形态会发生较大变化,而高速条件下,雾化形态则基本一致。3种射流速度下,破碎长度在45~9mm之间,并随射流自由长度逐渐减小。液滴分布服从Rosin Rammler规律,并具有较高的拟合精度。均匀度指数均在3~4之间,并随射流自由长度逐渐降低,粒径均匀度降低;较高射流速度下,SMD随自由长度逐渐增大。低射流速度时,SMD随射流长度先减小后增大,射流自由长度存在一个最优值,在设定研究条件下其值为25/3。因此,在设计撞击喷嘴时,根据射流速度选取适当的自由长度值可以获得更好的雾化效果。      

伴流速度对平行喷口射流影响的数值研究

采用大涡模拟方法计算研究平行喷口出口马赫数为0.9,伴流速度比分别为0.1、0.3和0.5时的喷射流场特性。计算时采用高精度的数值模拟方法,并结合Smagorinsky亚网格尺度模型。考察了流场统计平均特性、脉动特性以及射流流场中涡结构的发展演变过程,结果表明:伴流速度的增大使得势流核长度变长,减缓了空间剪切层的发展,转捩延迟。喷射流场速度分布具有自相似性,而湍流强度的分布则不具有相似性。通过分析剪切层中轴向速度脉动、径向速度脉动、压力脉动在空间任意两点上的时空相关性,发现随着伴流速度的增大,脉动量在空间上的相关性减弱,而脉动量向下游的传递速率增加。该研究结果为进一步揭示伴流速度对喷流声场的影响提供基础。     

基于深度学习的图像匹配方法综述

图像匹配是飞行器视觉导航中的一项关键技术。基于深度学习的图像匹配方法在近几年快速发展,其特征提取网络比传统方法具有明显优势与广阔的应用前景。基于深度学习的图像匹配方法可以按照网络结构的不同分为单环节网络模型匹配方法和端到端网络模型匹配方法。首先对单环节网络模型中的特征检测模型、描述符学习模型、相似度度量模型和误差剔除模型逐一进行了深度调研及分析,然后对端到端匹配网络模型中的单网络结构方法和多网络结构组合方法进行了针对性的综述,并对经典的端到端匹配网络模型算法进行了介绍和分析。最后,结合目前基于深度学习的图像匹配方法存在的问题,指出未来可能的发展趋势和方向,为后续研究者在深度学习图像匹配的研究提供一定参考。     

本征正交分解法对正十二烷喷雾射流的解析

应用大涡模拟方法对航空煤油单组分替代燃料正十二烷冷态喷雾现象进行模拟计算,探究喷雾射流中的多物理场耦合现象。从宏观层面分析燃油破碎蒸发及油气混合过程,发现流场涡团在其中起着重要的作用。运用本征正交分解方法对正十二烷射流质量分数场和涡量场数据库进行加工,从“微观”层面深入探究两者的联系。结果表明:正十二烷质量分数场喷雾结构与射流涡量场涡团结构存在显著的空间分布相关性,反应出两者结构演变具有重要关联特征。湍流脉动致使涡团尺度发生变化,从而影响燃油破碎蒸发,最终使得喷雾不同尺度结构分布形态发生改变。      

分布式动力系统尾缘射流与边界层抽吸的数值分析

为研究带有边界层抽吸的分布式动力系统尾缘射流对机身气动性能及推进效率的影响,将机身简化为二维翼型,并加入尾缘射流及边界层抽吸的作用,利用数值模拟的手段来研究来流攻角、射流偏转角、边界层抽吸对推进效率及气动性能的影响,为分布式动力系统的设计与应用提供初步的建议.结果表明在中、小来流攻角(2°及0.6°)的情况下尾缘射流及边界层抽吸能够提高升阻比,推进效率可超过80%;而在大来流攻角(4°)情况下射流偏转角增大使翼型的阻力大幅上升,对气动性能和推进效率产生极为不利的影响.