医学图像光线投影体绘制中重采样快速算法研究

光线投影算法是体绘制算法中图像效果比较好的方法,但存在运算量大,绘制速度慢的问题,如何提高重采样速度是加速光线投影算法的关键。本利用重采样点在两坐标系中的矩阵变换特性,减少矩阵运算量,同时结合三维数据场在像平面的投影减少光线投影数目;利用包围盒技术避免对空体元的采样,并且通过将Bresenham算法扩展至三维确定每个重采样点所在体元的编号。实验结果表明,本提出的重采样优化算法成像速度比标准光线投射算法快2—3倍,而成像的质量与标准算法基本没有区别。本提出的算法,既能保证绘制质量,又能显减少计算量,提高体绘制的速度。     

进口速度分布对短突扩压器性能的影响

在任意曲线坐标系下,对环型燃烧室的三维流场进行了数值计算,研究了四种不同的进口速度分布对扩压器性能的影响。计算结果表明,进口速度大小和方向都对扩压器性能有重要影响,进口速度分布均匀以及方向贴近扩压器壁面,有利于提高扩压器的性能。计算中采用标准ｋ－ε双方程紊流模型,采用控制容积法进行离散,在非交错网格体系下用ＳＩＭＰＬＥ法求解     

收敛形进气道数值研究的验证

介绍一种新型的、具有最小喉道面积的三维高超声速进气道 (称之为收敛形进气道 )的数值和实验研究结果。表明使用这种形式的进气道 ,在整个飞行速度范围内可以降低阻力和高超声速发动机表面的热防护要求 ,通过降低外压缩表面的倾斜度和减少进气道及燃烧室壁的面积就可以做到这一点。在采用低维次流动的气体动力设计方法的基础上设计成这种形式的进气道。计算是在无粘气体模型构架内用有限体积法进行的。同时用边界层方程计算出计及粘性的气流特性和进气道特性。数值算法是通过收敛形进气道的有限宽楔形外压缩表面的计算和实验数据来验证的。进行实验研究的马赫数M=2～ 1 0 7,基于模型进气道高度的雷诺数Re=( 1～ 5) × 1 0 6。数值计算与实验结果一致性很好。这些结果也和通常的二维进气道的数据作了比较。     

基于加速度测量的智能桁架结构振动主动控制

加速度传感器具有频带宽、结构简单、重量轻等优点而获得了广泛使用,因此研究基于加速度测量的结构控制系统具有较大的实用价值。文中的只能获得加速度时,采用模态滤波器技术实现从物理加速度响应解耦得到单模态加速度的响应。然后改变Ｌｕｅｎｂｅｒｇｅｒ观测器的结构形式,从模态加速度响应观测得到模态们移和模态速度响应。基于模态滤波器和最优控制理论,采用独立模态空间控制策略,实现了具有密集模态的三维柔性智能桁架结构     

单层钎焊砂盘磨粒分布有序性研究

对亲型非砂轮磨削工具－－单层钎焊砂盘的硬质合金磨粒在基体上的分布进行了初步研究,砂盘作为一种手握粗磨削工具,降低磨削力是最重要的,文中借鉴砂带及单层高温钎焊超硬磨料砂轮的一些研究,提出了砂盘的磨粒在基体上有序性分布的概念,将此概念应用于砂盘钎焊制造工艺上,在相同的制造工艺和磨洵深度条件下,对得到的磨粒有序性及无序性分布的砂盘进行了磨削对比实验。结果表明,砂盘磨粒的有序性分布能显著降低其磨削力。此概     

对数正态分布场合环境因子基于截尾样本的统计分析

本文导出了寿命分布为对数正态分布时基于截尾样本环境因子的点估计和近拟置信限,对所给近似置信区间作了模拟研究。     

考虑时变环境的基于设备退化的剩余寿命估计

进行剩余寿命估计时,需要考虑设备运行环境的作用。退化率模型是刻画外部环境对设备退化影响的一种重要模型,退化率模型分为两种:第一种是设备退化率只由外部环境状态决定,第二种是设备退化率是运行时间和外部环境的函数。本文总结了基于退化率模型的剩余寿命估计方法;指出了当外部环境用马尔科夫跳变过程描述时,利用第一种退化率模型进行剩余寿命估计中存在的问题,并举例说明;最后给出了用蒙特卡洛仿真计算基于第二种退化率模型的剩余寿命估计的方法,结果合理。     

急冷锅炉炉管结构优选分析

针对急冷锅炉采用ANSYS软件对急冷锅炉换热单元结构进行数值模拟,得到热负荷均匀情况下各炉管流量分配规律。根据辅助连接管的直径及位置提出6种结构方案,研究其流量分配规律,获得了最优结构。采用数值模拟研究得出最优结构入口联箱和扁圆管的速度场、压力场分布规律均较原结构均匀,从而验证这一结论的正确性。     

射流撞击雾化液滴运动过程与粒径分布特性的试验研究

在大气环境下,以水为介质,采用PDPA和高速动态分析系统,针对直流撞击式喷注单元的雾场结构进行试验研究,获得了雾化液滴速度分布、粒径分布等试验参数。从液滴运动及液滴大小分布的角度针对撞击雾化液膜破碎成液滴的过程进行了分析,发现水平面上雾化液滴的径向速度以原点为中心对称,且随离原点距离增大而增大;初始雾化阶段的粒径大小分布则与径向速度分布相反。分析认为是液膜运动过程赋予了雾化液滴的初始速度,并影响了初始雾化液滴的分布特性。     

多重应力下滚动轴承剩余寿命预测

为了实现多重应力下滚动轴承的剩余寿命预测,有效利用不用应力下的退化数据,提出了一种基于加速模型和贝叶斯（Bayesian）理论的滚动轴承剩余寿命预测方法。通过拟合优度检验和威布尔（Weibull）概率图检验法对滚动轴承试验中的数据进行有效性分析。利用switching Kalman filters(SKF)判断滚动轴承各时刻的退化状态。当滚动轴承进入加速退化时,用指数模型拟合轴承退化过程,利用广义线性对数模型表示退化模型参数与应力的关系,根据修正后的轴承实时退化数据利用贝叶斯算法更新模型参数,得到滚动轴承剩余寿命的概率密度函数,从而实现滚动轴承剩余寿命预测。采用XJTU-SY轴承数据集进行验证,预测结果的均方根误差在20 min以内,证明该方法能够有效预测滚动轴承的剩余寿命。