零件表面微观工艺特征性研究 ——产品(零件)工艺技术基础科学问题机理探索

通过研究产品(零件)制造过程、方法、参数等工艺因素,给零件表面及表层带来(留下)特有的微观特征性,首次在高精度惯性仪表和高可靠电磁继电器(机电类)产品制造体系中引入了零件表面微观工艺特征性概念,提出了制造阶段的产品工艺可靠性设计和微观工艺特征(性)分析方法,提出了该类产品制造中的工艺设计更应该关注零件与产品设计原理匹配性和性能特性符合性观点,提出零件制造要从单纯的控制几何精度向控制性能特性转变,从宏观、单一采标的几何参数评价向微观、综合采标的非几何(非尺寸)参数评价模式为主转变的建议.零件表面存在的这种微观特征现象与零件几何精度一样,将对产品制造的合格率、稳定性、可靠性的实现起到至关重要的作用,尤其对产品的合格率影响极大,有必要开展更深入、更系统的研究,以建立起我国自主的高端产品(或零件)制造基准工艺平台.     

民机可靠性设计与评价系统的设计实现

基于民用飞机可靠性参数体系研究、民用飞机可靠性参数指标确定与优化方法研究、民用飞机可靠性实现技术研究的各项研究成果基础,设计开发基于签派可靠度的民用飞机可靠性设计与评价系统,实现民用飞机可靠性参数选择、指标确定与优化,证据源数据处理、可靠性评价等主要功能.     

基于非结构网格的不可压N-S方程多矩有限体积法

提出了一种基于三角形及四面体非结构网格的有限体积法(FVM),用以鲁棒且精确地求解不可压粘性流动问题.与传统的FVM方法仅将体积分平均值(VIA)作为计算变量的做法不同,本文提出的方法将VIA及点值(PV)同时作为计算变量并在每个迭代步进行计算更新.VIA以通量形式进行计算以确保数值守恒,PV可以通过控制方程的不同形式进行求解更新,无需守恒,因此可以采用非常高效的方法进行求解.将PV作为增加的变量使得紧致网格模板得以实现更高阶精度的重构,而且由此获得的数值模型对于非结构网格变得更鲁棒.本文针对二维/三维的三角形/四面体非结构网格提出了数值格式,给出了几个基准测试算例,验证了本文提出的数值方法在采用非结构网格求解不可压粘性流动问题时的精确性和鲁棒性.     

离心叶轮全三维反问题方法设计误差稳定性研究

用流线曲率全三维反问题方法和引入滑移因子模型的准三维流线曲率反问题方法设计了叶片数不同的和增压比不同的小型高速离心叶轮.用商用计算流体力学(CFD)求解器估算了这些叶轮的性能.对比了这两种反问题方法的设计误差稳定性,考察了分流叶片对设计误差的影响.结果表明,流线曲率全三维反问题方法能够根据叶片负荷对叶片设计做出恰当调整.较准三维反问题方法,流线曲率全三维反问题方法所设计叶轮的增压比普遍偏高.随叶片负荷增加,较准三维反问题方法,流线曲率全三维反问题方法的设计误差变化较小,即其设计误差稳定性明显较好.分流叶片对准三维反问题方法设计结果的影响明显较小.      

基于综合模糊聚类算法的液体火箭发动机故障诊断

基于液体火箭发动机正常及故障状况数据的完备程度和数据质量的不断提高,提出一种基于数据驱动的综合模糊聚类算法用于故障诊断。采用模糊c均值(FCM)算法对已知正常样本数据进行聚类得到最优的聚类中心,将所得到的聚类中心作为先验样本数据用于传递闭包法最优分类结果的选择从而得到故障检测结果,该算法只需要少量的正常先验样本数据就能快速、准确的检测出故障;随后采用FCM算法进行故障分类,可以根据现有的故障数据库进行聚类得到对应的故障类型,并且可以给出故障幅值范围。模型仿真结果表明:该算法对故障的检测率可达968%,故障隔离率达到94%。某型液体火箭发动机实际试车数据结果表明:该故障诊断算法能够准确及时的检测并隔离出故障。     

退化量有缺失的无失效小样本轴承可靠性评估

针对有试验性能退化量参数记录、且(或)有部分数据缺失情况的小样本无失效轴承试验问题,通过由Taylor和Thompson提出的数据模拟法实现补全样本退化量,结合Bootstrap自助法扩大样本量,再根据基于性能退化轨迹的补充信息方法来进行其可靠性评估。选取7组受试轴承的振动退化量,对比在完整数据和带有缺失数据情况下的分析结果,发现可合理利用原舍弃不合规试验的部分有效信息,使之增加可靠性评估的样本数,从而得到较不用这些数据更为准确的结果,且所得结果较用完整数据结果绝对值相差在01以内。对比由极大似然估计法和加权E-Bayes法分析试验寿命数据的结果,发现该方法所得评估结果更优,与试验实际相比误差在10%以内,对于提高评估精度及降低试验成本有积极的实际意义。     

基于TOPSIS融合法的航路网关键节点识别及抗毁性研究

基于我国航路网数据对航路网关键节点识别及抗毁性进行了研究。首先,通过TOPSIS方法将局部信息(度)、全局信息(改航可达性)和业务量信息(流量强度)3项指标进行融合,形成多属性指标综合表征节点重要性。然后,开展了实例仿真,对网络进行连续打击以验证识别结果,其中延续使用改航可达性这一新算法来表征全局信息。研究结果表明：基于多属性决策的关键节点主要集中在京沪、京广、京昆、沪广、广贵线上;多属性指标相比于单一指标,在少数节点失效时更能高效地摧毁网络。研究结果可为空管流量管理和航空公司运力调配提供决策支持。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

运动信息引导的目标检测算法

在室外监控视频的场景下,由于场景的复杂性及目标的多样性,监控视频中的目标存在难以检测的情况,如目标被遮挡、目标尺寸变化等,目标检测任务仍然存在挑战。基于此,提出了一种利用运动信息引导基于卷积神经网络的目标检测算法来提高目标检测的准确率。对运动目标检测算法进行一定的改进,使得到的运动前景图中能够保持静止目标前景的存在;利用运动前景图中的前景可以指示目标空间位置的特点,在特征层面将网络提取的特征图与获取的以运动前景图为主的运动信息相融合,提高特征图可能存在目标区域的响应值;在目标检测算法的检测器中,引入一个定位分支,利用视频帧的运动前景图,学习候选目标的定位置信度,并与目标的分类置信度加权求和,作为目标最终的置信度,再通过非极大值抑制方法得到检测结果。实验证明,在固定摄像机下采集的数据集中,所提算法能够提升目标检测的准确率。     

石墨填料对浸渗热解-熔融浸渗方法制备的C/SiC复合材料结构和性能的影响

采用石墨树脂浆料浸渍三维针刺碳毡增强体,热解后得到C/C多孔体,并采用反应熔体浸渗法制备C/SiC复合材料.研究了石墨填料对C/C多孔体的结构以及C/SiC复合材料力学性能的影响.结果 表明,石墨树脂浆料浸渍时树脂填充束间小孔形成结构致密的亚结构单元,而石墨可以有效填充胎网层等大孔隙,一次浸渍热解后碳产率有效提高.所得...