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。     

星点坐标辅助的全天区三角形星图识别算法

随着当前星敏感器视场（FOV）的增大,探测能力的提高,一帧图中拍摄到的恒星更多。但是受星敏感器光谱范围的限制及空间环境干扰影响,星等测试精度一般不高于0.2 mV。为了充分发挥当前星敏感器视场和探测能力的优势,并避免星等误差的影响,提高全天区星图识别算法在线应用的适用性,提出了一种星点坐标辅助的全天区三角形星图识别算法。该方法采用"全局初步搜索识别—局部精细匹配验证—最优结果选取"的算法思想。首先,根据星敏感器探测到的极限星等范围构建导航星表,选取亮星构建角距星表,既确保了星表的完备性,又有利于充分利用星敏感器的探测能力。然后,在三角形约束条件下进行角距匹配识别,得到一个或多个导航三角形,在该识别环节提出了非线性矢量法查找星表,既提高了定位精度,又能采用单精度数据类型降低存储空间。最后,提出局部天区星点坐标匹配算法进一步消除冗余匹配,同时又识别出视场内更多的观测星,有利于提高识别率和定姿精度。试验结果表明,与其他一些经典的星图识别算法相比,所提算法在识别率和星表容量方面更有优势。识别率可达99.9%,且随着星等的增加,存储容量增加的最少。所提算法更加适于大视场、高星等敏感范围的星敏感器在线应用。     

复合固体推进剂细观结构建模及脱黏过程数值模拟

为研究复合固体推进剂损伤演化规律,基于分子动力学颗粒填充算法构建了HTPB(hydroxyl terminated polybutadiene)推进剂细观结构模型,通过在AP(ammonium perchlorate)颗粒/HTPB基体界面处引入黏接接触替代传统的黏接单元,并基于Hooke Jeeves的参数优化算法反演得到颗粒/基体界面处内聚力模型参数,利用双线性和自定义指数型损伤内聚力模型模拟了AP颗粒和HTPB基体黏接界面处损伤的萌生、发展、聚合直至宏观裂纹破坏的过程。通过数值仿真与实验结果对比发现,指数型损伤内聚力模型比双线性模型能更准确描述推进剂单轴拉伸过程中颗粒与HTPB基体界面间脱黏过程。最后对比了多阶段加载实验结果与仿真结果曲线,发现两者变化趋势基本一致,最大偏差仅为10%,验证了所建细观模型的可靠性及反演所得界面参数的准确性。      

气膜孔孔形对涡轮冷却流场影响的数值研究

基于有限体积法对三维定常N-S方程进行离散,采用k-ε两方程湍流模型,数值研究了气膜孔几何形状对涡轮叶片气膜冷却效果的影响,得到了气膜孔附近的流场分布。所选孔形为圆柱孔和后倾扇形孔。结果表明后倾扇形孔减小射流动量比,减弱射流穿透主流的能力,并产生了一定的展向速度,可使射流冷气能够较好地贴附在壁面上起到保护作用。具有后倾扇形孔的涡轮叶栅沿叶高方向和流线方向体现出了比圆柱形冷却孔更好的冷却效果。     

具有几何和光照不变性的不变矩构建研究

为了解决现有的光照变化条件下仿射不变矩识别不稳健的问题,提出了一种归一化光照仿射不变矩,即采用一种光照模型,基于Jan Flusser仿射不变矩,推导出一种归一化光照仿射不变矩,并且从理论上证明了该方法在各种仿射变换下的稳健性,然后通过对比实验验证了该方法在光照强度、方向和颜色改变下的不变性.实验结果表明,与当前主流的光照不变矩方法相比,该方法不仅适合灰度图像也适合彩色图像,在光照方向改变下,图像的倾斜运动中识别度提高了35％;在线性光照强度改变下,图像的倾斜运动中识别度提高了85％;在光照颜色改变下,图像的平移和旋转运动中识别度提高了7.8％;以多种卫星模型图像为实验对象,在光照改变下,彩色图像和灰度图像的识别度平均提高了36％以上,且计算简单,更适合于航天器目标的识别.     

航空发动机故障融合诊断研究

结合气路诊断与振动分析方法,建立发动机故障融合诊断模型,探讨气路与振动故障融合诊断方法的可行性。构建故障融合诊断3级体系(故障特征级、故障模式级以及故障决策级融合),实现基于性能参数和振动参数的综合评估方法,获得基于小偏差法的气路故障判据,形成基于动力学分析的振动故障判据,提出故障特征融合的方法,通过算法实现故障融合识别,并在模拟试验器上进行涡轮叶片掉块故障试验验证,获得相应的故障诊断决策。结果表明:设计的发动机故障融合诊断方法合理,算法正确。     

一种基于神经网络的飞机载荷参数识别方法

提出一种经遗传算法优化的Kalman滤波神经网络(GA-KFNN)方法,对飞机特定机动下的载荷进行参数识别.首先,构建Kalman滤波神经网络(KFNN),设计了相关改进算法抑制滤波发散,提高了网络的预测精度和抗噪能力;其次,利用遗传算法(GA)优化KFNN的相关参数,使网络能迅速收敛,提高了运算效率.载荷识别结果显示,改进和优化后的GA-KFNN运行稳定,收敛迅速,具有良好的识别精度和泛化能力,满足工程实际需求.     

空气助力改善液滴雾化质量的研究

对一种新型的内混式空气雾化喷嘴进行了测量和研究,其目的是探索新型内混式喷嘴在添加空气助力下增强混合改善雾化质量的应用性能。试验采用4组不同几何结构参数的内混式空气雾化扇形喷嘴,通过马尔文激光粒度分析仪测量不同气压、不同水流量等工况参数下雾化液滴索特平均直径（SMD）D32和喷雾锥角等雾化性能参数,并对试验结果作对比分析。结果表明,水流量为定值时,SMD随着气压的增加明显减小,在0．8MPa到达极小值后趋于稳定,喷雾锥角随气压的增大先变大后减小;气压为定值时,SMD随着水流量的减小逐渐减小,喷雾锥角随着水流量的增加逐渐增大;比较不同几何结构参数,#1-2内混式空气雾化扇形喷嘴在4组喷嘴中具有最好的雾化效果,当气压为0．8MPa,水流量为20L／h时,SMD极小值为16μm。     

基于二次指数平滑的发动机气路参数偏差值平滑

利用二次指数平滑法进行气路参数偏差值的异常点识别与平滑,首先建立了基于二次指数平滑的异常点识别方法,然后建立发动机参数偏差值平滑的评价指标,最后根据该指标通过粒子群算法对平滑系数和显著性水平进行优化.通过实例应用验证该方法对于发动机气路参数具有很好的平滑效果,满足工程使用的要求.     

晶体塑性本构模型材料参数识别方法研究

为建立简单高效的晶体塑性本构模型材料参数识别方法,将传统Voronoi多晶/柱晶微结构模型进行了简化,探索了简化微结构模型的建模策略,验证了利用简化微结构模型进行材料参数识别的合理性,分别形成了针对多晶、柱晶与单晶合金的材料参数识别策略,获得了ZSGH4169,DZ125与DD6合金共15组材料参数。结果显示：简化模型的网格数量远远低于传统Voronoi微结构模型,极大地降低了计算代价;为保证简化模型的结果合理且计算代价适中,简化多晶模型需大致含有125个晶粒;相同材料参数条件下,简化模型与传统Voronoi模型的计算结果基本一致;3类合金仿真/实验结果间的最大误差均不超过5%。文中所开发材料参数识别方法计算成本小、操作难度低、运行效率高。