六月不减肥 一直徒伤悲

减肥能有多难、有多痛苦?我虽不觉得,但也属于横不下心、瘦不下去型。时至6月,发现衣橱里盛夏服装仿佛集体缩水了一般,于是各种自我纠结和自我唾弃就像极了精神崩溃的祥林嫂——6月还不减肥,何止是7月徒伤悲?8月也徒伤悲,9月还是会徒伤悲,那绝对月月徒伤悲……     

基于蒸发式值班稳焰的涡轮基组合燃烧室燃烧性能研究

对涡轮基组合循环发动机(Turbine based combined cycle,TBCC)组合燃烧室进行了试验研究。研究首先设计了组合燃烧室模型及相关的试验系统,并在此基础上开展了不同工作模式下,进口速度系数、温度和油气比对燃烧室燃烧性能影响的试验研究。研究结果表明:随着外涵进口速度系数(λ=0.25~0.40)的增加,点火总油气比、贫油熄火总油气比均增加,燃烧效率提高;随着外涵进口温度(343~473K)的增加,点火总油气比和贫油熄火总油气比减小,燃烧效率提高;随内涵进口速度系数的增加,燃烧效率提高。试验中获得最小点火总油气比为0.0045,最小贫油熄火总油气比为0.002。     

端壁组合射流对高速扩压叶栅损失特性的影响

提出了一种端壁组合射流技术以控制进口马赫数0.67的高速扩压叶栅端区流动。通过前缘射流旋涡可以增强端壁附面层与主流间的流体交换,阻碍横向二次流动,减小角区低能流体堆积;而采用角区射流注入能量能够进一步减弱吸力面侧流动分离。以上组合控制方法可较单独采用前缘或角区射流更有效减小栅内损失,提高其气动性能。当角区射流位于近吸力面侧的分离起始位置附近时,其改善栅内流动的效果最佳;远离吸力面的端壁射流则可抑制端区低能流体横向迁移及其与分离区流体间的相互作用,但其减小损失的效果弱于近吸力面侧的射流。随着射流总压比的增加,组合射流减小损失的效果先增加后减小;过大的总压比会加剧射流与来流间的掺混损失,使得叶栅气动性能恶化。当射流总压比为1.2时,损失减小最大可达12.6%,而射流流量仅相当于叶栅进口流量的0.64%。     

旋向组合对小尺度三级旋流燃烧室性能的影响

为了研究小尺度三级旋流燃烧室的燃烧性能,对头部为同旋向组合和反旋向组合的四种三级旋流器的燃烧室在不同进口速度和油气比参数下的燃烧性能开展了常压试验研究。研究结果表明:从燃烧室的主要燃烧性能来看,内旋流器旋向与燃油喷嘴旋向相反时的点火性能最佳,点火油气比为0.009;三级旋流器同旋向时贫油熄火性能最好,贫油熄火油气比约为0.0033;中间旋流器反旋向时燃烧效率最高,旋向组合对出口温度分布系数的影响相对较小。     

双脉冲固体火箭发动机隔舱打开与破片运动过程模拟

相比传统固体火箭发动机,具有能量管理特性的双脉冲固体火箭发动机结构更为复杂,为了提高其工作可靠性,针对核心部件金属隔舱的破片运动过程开展了数值仿真与试验研究。首先基于LS-DYNA软件,分析中引入监测函数、逻辑开关函数和加载驱动函数,模拟燃气流对破片的连续作用力,计算得到了在不同时刻破片的空间分布规律、撞击点位置及发动机内部损伤情况,保证了破片运动过程的高保真还原。其次,为了验证仿真结果的准确性,进行了模拟二脉冲初始工况的热流试验,发现破片撞击位置及损伤程度的仿真结果与试验数据一致性较高,其中撞击位置的预示误差小于9%,试验结果充分验证了有限元模型的准确性。由此,建立了适用于双脉冲固体火箭发动机金属隔舱破片运动过程的分析模型,实现了破片撞击位置及损伤程度的高精度预示。     

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。     

变宽度斜槽机匣处理对组合压气机的扩稳效果研究

采用三维数值模拟方法,对高负荷轴流-离心组合压气机开展了机匣处理扩稳设计技术应用研究.为了同时达到较好的扩稳效果和较小的设计点效率降幅,在组合压气机第一级转子对应机匣位置采用了前伸出转子叶尖前缘、槽宽从前端到后端变化的斜槽机匣处理设计.对设计结果的分析显示,变宽度斜槽机匣处理在转子尖部区域呈现明显的抽吸-再注入扩稳流动...     

一种改进的Lucas—Kanade光流估计方法

Lucas—Kanade算法是一种重要的光流估计技术,在计算机视觉领域有广泛的应用。但对于图像纹理欠丰富的区域,Lucas—Kanade算法光流估计结果较差。文章提出了一种改进的Lucas—Kanade算法：首先,计算跟踪置信度因子;然后,通过阈值检测剔除不可靠的光流估计结果;最后,进行邻域填充。该方法改善了纹理欠丰富区域的光流估计,对矮人模型图像序列进行了实验,证明了方法的有效性及优于Poelman方法和Chiba方法。     

复杂背景下红外弱小运动目标检测的新方法

提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了“局部小目标可辨识度”的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。     

三自由度柔性并联机器人运动参数检测系统开发

以线尺传感器为采集单元,以RTLinux为开发平台,建立了平面三自由度柔性并联机器人运动参数检测系统,实现了机器人动平台运动位姿的实时获取。设计并完成了柔性系统下的高速、高加速轨迹实验,通过实验结果与仿真结果的对比,表明该检测系统实时性强,可靠性高,可以为平面三自由度柔性并联机器人全闭环实时控制提供支持。