人为粗糙度强化换热机理分析及效果评估

对推力室冷却通道内的人为粗糙度强化换热机理进行了分析,讨论了影响人为粗糙度强化换热的因素。对有、无人为粗糙度的平直冷却通道内流动进行了对比数值模拟,并以某特定发动机推力室为例,初步评估了人为粗糙度的强化换热效果。计算和分析表明：在推力室喉部附近设置人为粗糙度,可使推力室气壁温平均下降约43℃,在冷却通道内合理地设置人为粗糙度有利于高室压可重复使用发动机推力室的热防护。     

卫星双向时间传递中的卫星运动误差研究

对转发卫星运动引入误差进行了研究。推导了卫星双向时间传递中的卫星运动误差模型,用两行轨道根数（TLE）对目前在轨的多颗地球同步轨道卫星（GEO）的运动进行计算。仿真结果显示：GEO卫星的受摄运动导致的卫星运动误差迭数百皮秒,卫星运动规律呈现周日特性,导致1d中不同时刻进行的卫星双向时间传递操作产生不同大小的卫星运动误差。     

高速直升机方案中升力转移过程的设计和试验研究

在众多高速直升机方案中，最有发展前途的就是旋翼／机翼转换式高速直升机。目前大多数转换式高速方案都采用升力转移来解决导致直升机不能飞得更快的根本原因——旋翼相对气流分布的不对称性所造成的气流分离及激波问题，即从直升机模式由旋翼承担升力过渡列固定翼飞机模式由机翼承担升力。而升力转移过程中，升力、功率和操纵的平滑过渡则是此方案的关键。本文根据某高速直升机方案设计了其升力转移过程，并用试验对升力转移过程进行了验证。     

基于状态空间的流固耦合传热的分析

研究了半无限大管道中定常热物性牛顿流体的处于热充分发展状态的一维的流固耦合瞬时强制对流换热，基于状态空间描述法，发展了上述场合的较简单的封闭解法，得到了三维条件下以下两种情况的分析解：(1)恒稳态；(2)瞬态早期阶段。并对n个流体、m个固体串联的管道中一维的耦合热交换问题给出了一般解法，借助于MATLAB强大的矩阵处理功能，本解法更为快速有效。最后，通过实验测试验证了分析解的结果。     

工业远程监控系统实施新方案

近期远程监控系统在工业中逐步推广,针对工业系统的特点和工业网络的实际情况,在原有工业系统的基础上,增加现场设备区域的图像监控和数据传输功能,提出了一种工业远程监控系统实施方案.本文论述了该系统的结构、原理及实现方法,经具体实施证明,本文提出的方案已基本能够满足一个通用的基于公用网络的远程视频监控系统的要求,体现了较重要的理论价值和很强的工程实用价值.     

旋翼自转状态在高速直升机升力转移过程中的应用

近年来高速直升机的方案日新月异、屈出不穷。但无论是哪一种方案都要解决导致直升机不能飞得更快的根本原因--气流分布的不对称性所造成的气流分离及激波问题。目前大多数高速方案都采用升力转移来解决这一问题，即从直升机模式由旋翼承担升力过渡到固定翼飞机模式由机翼承担升图示 。本文利用自转状态在相同临界迎角下可以承担更多升力的特点，提出将自转引入升力转移的过程中，并建立了速度与桨盘迎角的关系，研究了从正常直升机模态进入自转状态时的进入速度与桨盘迎角。通过算例说明将自转状态作为升力转移的过渡状态，可以达到减小机翼面积，从而降低机体重量，减小阻力的目的，并证明自转状态应用于升力转移过程中是实际可行的良好方案。     

射流微泡曝气器溶氧性能测试与工程应用

射流微泡曝气器是一种基于新型微泡生成机理的曝气设备,具有广泛的工程应用价值。射流微泡曝气器溶氧性能测试分析的结果表明:当新设计的射流微泡曝气器进气量从0.2m3/h增至2.0m3/h时,其氧总转移系数从0.052L/min增加到0.338L/min,理论动力效率从0.659kg/kW·h增加到4.284kg/kW·h。与其他类型曝气器相比,该型射流微泡曝气器的氧总转移系数和理论动力效率均有显著提高。此外,射流微泡曝气器应用于实际工程中,废水出水水质中化学需氧量的平均去除率可达到76.6%。     

等离子喷涂中粉末熔化过程的数值分析

研究了等离子喷涂过程中粉末粒子在等离子射流中的熔化过程,用有限差分法计算了不同物性参数的两种粉粒（铝和氧化锆）的固相加热和熔化过程,分析了等离子体温度,换热系数,粉粒直径和粉粒初始温度对粉粒熔化时间的影响,为优化工艺参数,提高涂层质量提供了理论依据。     

缓进给断续磨削时射流冲击强化磨削弧区换热的实验研究

在缓进给磨削时烧伤机理分析的基础上,提出了高压射流冲击强化磨削弧区换热的创新构想,并通过缓进给断续磨削时施加侧向射流冲击弧区的磨削实验研究其换热效果。实验结果表明,射流冲击强化换热技术确是提高弧区换热效率的有效方法,且射流速度越高,换热效果越好。该研究将在解决难加工材料磨削烧伤领域具有广阔的应用前景     

基于轻量级卷积神经网络的人证比对

在证件审核场景中,常规的深度学习人脸识别方法人证比对精度低且在嵌入式设备运行效率差。为解决上述问题,本文提出了改进的轻量级卷积神经网络Lightnet,并采用了迁移学习方法。Lightnet是结合深度可分离卷积、线性瓶颈结构和注意力模块构成的轻量级卷积神经网络模块,引入附加角度裕量的损失函数AM-Softmax监督训练后,网络模型能够保持较高的验证精度,并有效解决标准卷积神经网络参数冗余、计算量大的问题。迁移学习通过冻结预训练模型的卷积层权重,并在自制的人证数据集微调,提高了网络模型的人证场景的识别性能。实验结果表明,所设计的轻量级人证比对算法在验证精度、参数量以及运行效率等方面取得了很好的效果,且对生活场景有较好的鲁棒性。