导流块深度对抛物形凹面腔中激波反射聚焦的影响

为研究导流块深度对抛物形凹面腔内径向入射激波聚焦过程的影响,对马赫数为1.41的径向入射激波在导流块深度分别为0,5,10,15mm的凹面腔内反射聚焦过程进行了实验研究。结合高速CCD拍摄到的凹面腔中气流流场纹影照片和动态压力传感器测得的聚焦过程中流场的压力变化,对径向入射激波在凹面腔内的反射聚焦过程进行了描述。通过比较不同导流块深度下激波反射聚焦过程,发现随着导流块深度的加深,前导激波聚焦和反射激波聚焦的时间差会减小,使激波聚焦的强度增大,当导流块深度从0mm增加到15mm时,激波聚焦所致的峰值压力从0.39MPa增加到0.51MPa。但是,随着导流块深度的加深,压力增益下降,并使排气过程的难度加大,因此导流块深度为10mm左右时能取得较好的聚焦效果。     

基于确定学习理论的轴流压气机系统分岔预测

针对轴流压气机系统中的分岔预测问题,基于简化的Moore-Greitzer 3阶压气机模型,分析了该系统中存在的分岔现象;利用最新发展的确定学习理论,对压气机系统随着γ参数变化出现的几种典型模态的相关系统动态进行辨识,并将所学知识保存成常值RBF神经网络以构成模式库;利用该模式库构建1组嵌入了常值RBF神经网络的动态估计器;将测试模式与估计器相比,得到1组残差,并利用动态模式识别方法的残差最小原则实现了对Pitchfork分岔的预测。     

中介机匣典型故障排除及深度修理

航空发动机中介机匣组件因各种故障而需修理或导致报废的现象时有发生。针对发动机中介机匣分流环裂纹掉块、上部衬套磨损松动、弹性环磨损、同心度检测不合格等故障进行分析研究,提出解决措施,制定满足发动机使用要求的合理技术标准和修理方法。在修理技术方法中,采用挖补补焊方法解决分流环裂纹掉块故障;采用极坐标定位与专用模板衬套相结合的方法提高新品衬套加工精度以解决上部衬套更换新品后装配准确性难题;采用装配过盈销钉和扩口工艺以保证零件的堵孔质量等。结果表明:这些修理措施提高了中介机匣零部件的利用率,延长了其使用寿命,降低了发动机修理成本。     

7050铝合金孔板开缝衬套挤压强化研究

针对目前航空装备延寿修理设计需求,通过有限元分析和疲劳试验,研究了7050铝合金孔板结构开缝衬套挤压强化技术,对比分析了不同的相对挤压量对于试验件残余应力及疲劳寿命的影响,结果表明:开缝衬套挤压强化能够在孔边危险截面引入一定范围的残余压应力,随着相对挤压量的增加,残余压应力呈增大趋势,疲劳寿命也显著增加.     

基于SE模块改进Xception的动物种类识别

Xception是Inception网络的一种极端化表现,在与Inception v3参数相近的情况下,它能够达到更高的准确度。由于神经网络提取的特征不一定都是有用特征,因此以Xception为基础,将SE(Squeeze and Excitation）模块加入该网络,调整特征通道的权重,使得网络的精确度得到提高。通过实验,融合SE模块的Xception网络训练精确度分别在Oxford-IIIT Pet数据集和CUB_200_2011数据集上提升了1%~1.7%和0.8%~1%,证明了SE模块能够进一步提升Xception的精确度。将改进后的Xception应用到动物种类识别中,根据精确度曲线对实验策略调整改进,最终在测试集上获得95.63%的识别率。     

基于自适应代理模型的结构动力可靠度分析方法

结构动力可靠度分析对于衡量结构的安全状态和工作性能具有重要的指导意义。采用一种同时考虑 动态激励载荷和材料力学性能参数随机性的动力可靠度计算高效方法,通过建立不确定性材料力学性能参数 与条件动力可靠度之间的 Kriging代理模型,推导动力可靠度的解析表达式;提出一个新的学习函数来构建自 适应的 Kriging代理过程,通过复合材料飞行器蒙皮骨架结构在随机振动载荷和随机材料力学性能参数共同作 用下的动力可靠度分析对所提方法的准确性与高效性进行验证。结果表明:所提方法不仅能够避免使用代理 模型对动力可靠度求解时由于使用数值积分所引入的误差,同时能够使用尽可能少的计算成本获得准确的动 力可靠度结果。     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于DQN的反舰导弹火力分配方法研究

反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。