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。     

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此,提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换,如短时傅里叶变换或自适应谱估计法,以及多项式预测模型,将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法,以及谱分量幅度和频率的联合似然函数,就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中,所提算法有效提升了动态时频谱的跟踪精度,其对微弱时频谱分量的探测能力,以及对载频差异的分析能力均优于文献报道的算法。     

内压缩段构型对高超声速进气道自起动性能的影响

为了探寻内压缩段构型对高超声速进气道自起动性能的影响,对二元高超声速进气道折角型和曲线型两种内压缩段的自起动过程进行准定常数值仿真研究.对比了这两种构型进气道在不同唇罩起始压缩角下的自起动性能和自起动过程中分离区的变化规律,并分析了内通道压缩强度沿程分布对进气道自起动性能的影响.研究表明:①即使进气道内收缩段的内收缩比相同,不同的内压缩段构型和唇罩起始压缩角对高超声速进气道的自起动性能影响显著,曲线型内压缩段构型的自起动性能明显优于折角型;②内压缩段的总压缩强度及其沿流向分布都是影响高超声速进气道自起动性能的关键因素,并且压缩强度沿流向分布决定着进气道在自起动过程中处于临界状态下主分离包所停留的位置.      

基于深度学习的航空器异常飞行状态识别

飞行设备快速存取记录仪(Quick Access Recorder,以下简称QAR)保留了原始航班各类重要飞行参数在内的航行信息,使研究分析航空器实时状况和保障飞行质量成为可能。针对QAR数据高维大样本的特点,在如今大数据背景下,除了传统机理建模分析航空器飞行状态外,采用深度学习的方式建立基于数据驱动的航空器飞行状态识别模型,理论与实用意义兼具。通过对真实QAR飞行数据的研究,开发了基于深度稀疏受限玻尔兹曼机的异常飞行状态识别程序。首先利用小波降噪技术对原始飞行数据进行预处理清洗,在一系列典型飞行参数上提取经典时域特征以及小波奇异熵等信息熵特征构成特征集。在此基础上,分别利用经典的线性主元分析技术和深度稀疏玻尔兹曼机对特征集进行有效降维,最后采用四折交叉验证方式,通过高斯过程分类器实现对飞行状态的辨识。实验结果显示,基于深度受限玻尔兹曼机-高斯过程分类的飞行状态识别具有较高分类准确性。     

航空四站气体保障过程的STAMP建模与STPA安全性分析

航空四站气体保障装备的可靠性在不断提高,而气体保障过程中的事故仍有发生,需要一种新的方法系统地去识别新的危险因素,从而提高系统的安全性。从控制的角度结合STAMP和STPA对航空四站气体保障过程进行安全性分析。首先,介绍STAMP/STPA的工作机理;然后,对航空四站气体保障过程构建STAMP模型,采用STPA安全分析方法对航空四站气体保障过程的安全性进行分析,识别不安全控制行为,对生成的不安全控制行为进行场景分析;最后,与事故树分析法(ATA)进行分析结果的比较,从而证实了该方法的优越性。结果表明:采用STAMP模型和STPA安全分析法可以更加全面地识别出不安全控制行为及其原因,更有利于保证航空四站气体保障过程的安全。     

启动过程对大膨胀比喷管外压失稳的影响研究

针对上面级发动机大膨胀比喷管高模试车时发生的外压失稳现象,进行了高模试车时的稳定工作和启动过程数值仿真和实验研究。结果表明:对于室压4.5MPa,环境压力87k Pa,喷管面积比70的上面级发动机,稳定工作时,喷管承受的是内压载荷,不会发生外压失稳;不预抽真空启动时,喷管内的流场建立过程所需的时间很短约0.4s,而试验舱的压力只能依靠发动机的引射而降低,从0.4s开始喷管承受较大的外压载荷,直至10s左右试验舱的压力低于喷管内壁压力,在较长时间内喷管一直承受外压载荷,很容易发生外压失稳;预抽真空启动时喷管在0.14s到0.42s时间段承受外压载荷,且只在0.14s到0.25s内承受的外压载荷较大,喷管承受外压载荷的时间很短,不会发生外压失稳;启动前抽真空是避免喷管发生外压失稳的一种有效手段。     

试车数据驱动的涡轴发动机起动过程模型辨识

针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_g、输出轴转速n_r和涡轮后温度T₄都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。     

压比对文氏管汽蚀动态过程演变的影响

基于高速摄影和高频压力测量技术,对半矩形文氏管开展了酒精汽蚀试验,获得了汽蚀区域的流场结构和高频压力数据,基于标准差法分析了汽蚀区长度与压比的关系,基于图像和压力信号研究了汽蚀区的动态演变规律和压力振荡特性。结果表明：压比越小,汽蚀区发展越充分,且汽蚀区长度与压比呈负相关关系。汽蚀区动态特性由湍流脉动和折返射流机制主导,当压比较大时,湍流脉动主导了汽蚀区的动态行为,汽蚀区可分为发展区、融合区、溃灭区;压比较小时,折返射流主导了汽蚀区的动态行为,汽蚀区可分为发展区、回流区、溃灭区。发展区汽蚀形态稳定,能抑制下游压力波向上游的传递;湍流脉动和折返射流会造成发展区后方区域脱落云团的生成,并给下游带来压力振荡,振荡主频呈现出频带特征;低背压时,脱落云团将移动至扩散段下游更远区域,较大逆压梯度将造成脱落云团的逆行,使得扩散段存在局部回流区。     

分布参数随机系统的条件滤波方法

针对分布参数随机系统在其控制输入,系统输出存在观测噪声情况下,提出了分布参数随机系统的条件滤波方法,使得在获得系统状态的最优估计的同时,可以得到关于不确知的控制输入的最优估值,该算法所具有的系统状态和控制输入的估计器结构上的相似性,为降低分布参数系统的滤波算法数值计算上的复杂性提供了一种解决途径,也使得该算法在工程实际中有较大的应用前景.     

微观投入产出理论在企业物流系统中的应用

针对工厂企业物流系统的结构形式和特点,探讨了如何将描述企业投入产出关系的动态随机生产函数模型应用于制定企业的物流计划.动态随机生产函数模型可以反映各生产节点物流的种类、数量、空间和时间关系,以及随机因素的影响.通过在模型中引入周期生产能力的变化,进一步改进动态随机模型.研究表明,动态随机生产函数模型能够有效地制定企业的物流计划.