低温射流抑制空间液氢储罐温度分层的数值研究

液氢是一种常用的沸点低、易蒸发的空间低温推进剂.空间微重力环境中浮力对流被极大减弱甚至完全抑制,当推进剂储罐壁面存在局部漏热时,储罐内部气液两相流会出现环绕漏热源的温度分层现象,引起局部过热沸腾,导致储罐内部压力急剧增大,危害系统结构安全.利用低温射流抑制温度分层现象是一种有效手段.低温流体通过设置在储罐内部的射流喷嘴与储罐内部的流体混合,消减局部高温,实现温度的均匀化.本文采用全充满的二维缩比储罐模型,对微重力条件下液氢储罐内局部漏热引起的温度分层现象进行数值模拟,分析低温射流条件对于消除微重力条件下液氢储罐内部温度分层效果的影响.      

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。     

单层密排刚玉球对深层侵彻弹防护效应的试验研究

利用长杆侵彻弹对几种含密排刚玉球层的钢纤维混凝士靶体进行了抗侵彻试验研究。结果表明，含刚玉球层的钢纤维混凝土可以使弹体发生偏转、弯曲，减小弹体的侵彻深度；刚玉球层的位置、以及刚玉球直径的大小对混凝土的抗侵彻性能有较大影响。     

导流块深度对楔形空腔内激波聚焦过程的影响

为研究导流块深度对楔形空腔内径向入射激波聚焦过程的影响,对导流块深度分别为0、5、10、15mm的楔形空腔内激波聚焦的过程开展了实验和数值模拟研究。用高速CCD(charge coupled device)拍摄了楔形空腔中气流流动的纹影照片,用动态压力传感器测量了聚焦过程中流场的压力变化,并用高精度的数值方法对该过程进行了数值模拟研究。通过比较不同导流块深度下激波反射聚焦的过程发现:导流块深度越深,前导激波和压缩波两者聚焦的时间间隔越小,因此增大了激波聚焦的强度和空腔底部的压力峰值。导流块深度会影响二次激波形成的时间和发展程度,从而影响激波聚焦过程中楔形空腔内流场的紊乱程度。      

基于横向二次射流的水下推力矢量方法

提出一种基于横向二次射流的水下推力矢量技术,通过二次射流的横向速度场诱导主流发生偏转,建立了推力矢量偏角与流速偏角的数学关系,证明了通过主流偏转实现推力矢量偏转的有效性。通过数值计算方法分析了不同二次射流深度、不同二次射流/主流体积比及不同二次射流/主流速度比条件下主流偏转角度变化。结果显示:随着二次射流深度的增加,主流受到壁面阻碍作用增强,因而偏转角度减小。随着二次射流/主流体积比的减小,出口负压区所占比例减小,主流偏转角度增加,且当体积比减小到一定值后,负压影响可以忽略,主流不再随体积比而变化。主流偏转角度随速度比增加而增加,且在速度比一定的条件下,速度数值的变化对主流偏转没有影响。设计了一种主流为圆形射流的水下矢量推进器,对其数值分析结果揭示:当位于射流中剖面同侧的二次射流全部作动时,主流可以取得最大的偏转角度,且主流的偏转方向可以通过使不同的二次射流组合处于作动状态进行控制。      

火花型激励合成射流瞬时流场测试

采用粒子图像测速仪(PIV)相位锁定采样方法对一个特定结构的火花型合成射流的非定常流场进行了实验测量,得到了火花型合成射流形成的涡对在外场的发展过程;同时采用热线风速仪对喷孔下游固定位置的瞬时速度进行了测试,对火花型合成射流激励参数(放电器储能、激励频率)的影响进行了初步的对比分析。结果表明:合成射流在孔口喷射初期呈现球面扩散状,在发展过程中不断剪切和卷吸外部气流,形成一系列旋向相反的涡串;合成射流的最大瞬时峰值法向速度出现在放电后大约005T时刻,随后其作用范围迅速扩大,瞬时峰值速度和涡量逐渐降低。在该激励器结构参数和激励参数范围内,合成射流随激励频率和放电器储能的增大而有所增加。      

斜孔式等离子体合成射流激励器静特性的实验

设计了斜孔式等离子体合成射流激励器,采用电参数测量和高速纹影技术研究了其放电特性及瞬态流场特性。实验表明:相较直孔式等离子体合成射流激励器,斜孔式等离子体合成射流激励器的射流流动表现出明显的附壁效应和非对称性,这有利于提高射流对流动分离的控制能力。同时,实验中还观察到了浮力对等离子体高温射流流场演化的影响,特别是在射流演化的末期,其诱导的垂向速度分量显著地改变了射流的最终运动方向。      

FY-3卫星积雪监测产品概述及在遥感服务中的应用

介绍了风云三号(FY-3)气象卫星主要成像传感器及其积雪监测产品情况,FY-3卫星利用其1级数据能反演积雪覆盖、积雪深度、雪水当量等多种积雪监测参数和产品。卫星可见光-近红外传感器提供积雪覆盖监测信息,微波成像传感器提供积雪深度、雪水当量监测信息。针对防灾减灾以及应对气候变化分别给出积雪监测产品的遥感服务应用。结合国内外积雪遥感监测技术的发展趋势,提出利用FY-3卫星进行积雪监测的未来前景。FY-3卫星积雪监测产品在防灾减灾和应对气候变化方面能为遥感部门提供客观、可靠、全面、及时的参考信息。     

PTNet：一种面向加密流量分类的半监督并行Transformer网络

随着网络加密协议的广泛使用,传统的网络流量分类技术面临很大的挑战。目前的方法具有以下局限性：一是模型高度依赖深度特征,这要求有标注训练数据集的规模足够大,否则模型难以在新的数据上进行泛化;二是模型仅专注于流量的一个模态特征,不同类别流量的同一模态的特征区分度可能不够明显。针对这些问题,本文提出了一种基于深度学习的加密流量分类模型Parallel Transformer Net（并行转换网络,PTNet）。该模型基于预训练-微调的半监督思想,充分利用网络中大量无标签流量数据进行预训练,然后在少量有标签数据的基础上进行微调。此外,该模型并行提取了载荷和包长序列两个模态的流量特征,进行多模态的特征融合,并在三种不同的流量分类任务与相应的数据集（Android、USTC-TFC和CSTNET-TLS1.3,均为公开的数据集）上都表现出很好的效果,分类准确率分别达到95%、98%和97%。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。