基于深度学习与灰度图的肌电机械手手势识别

为了提高肌电机械手手势识别的精度,首先将肌电信号信息转换为图片,实现更直观、更明显的肌电信息展示,然后使用迁移学习微调Res Net50模型,构建基于肌电信号灰度图的肌电机械手手势识别模型,并使用该模型对三种手势进行识别实验。结果显示,ResNet50模型对基于肌电灰度图的手势识别率高达93%,有效减少了过拟合现象并提高了识别精度。     

叶片表面喷气对叶栅性能影响的试验研究

航空发动机的不断发展,使涡轮前的温度越来越高.尽管材料科研发展迅速,但仍赶不上温度提高的要求,涡轮叶片必须采用气冷,这就对涡轮气动性能带来了影响.本文介绍了用平面叶栅吹风试验方法研究气膜冷却叶栅在各种工况下对叶栅气动性能的影响,获得了许多有价值的结论.     

基于渐近均匀化的梯度加筋板结构优化设计

梯度加筋板结构以其优异性能广泛应用于航空航天、汽车和交通等领域。针对梯度板的渐变结构导致均匀化及两尺度优化设计计算量过大及效率过低的问题,本文采用机器学习方法搭建以微结构变形参数为输入、等效刚度系数为输出的人工神经网络,实现等效刚度的高效预测。在优化过程中,本文引入表征单胞变形的单元设计变量,实现梯度板局部变形的显式控制,并引入映射函数节点设计变量,保证优化过程中单胞的局部变形与映射函数一致,方便两尺度优化结果解耦。数值算例验证了本文方法的有效性和正确性。     

叶顶凹槽间隙气膜冷却的传热数值研究

采用三维气热耦合数值模拟方法,分析了凹槽间隙底面受到泄漏流冲击的流动特性,对气膜冷却参数对凹槽间隙气膜冷却换热效果的影响进行了研究,探讨了吹风比、冷却孔位置、冷却孔角度对壁面换热的影响,并结合三维流固耦合计算,研究了叶顶气膜冷却方式对叶顶表面传热的影响。结果表明,冷却孔位于间隙流动冲击凹槽底面上游位置能有效降低壁面Nu数,获得较低的叶片表面平均温度,此时大吹风比效果更好;所选取的冷却方式使得E3高压涡轮第一级动叶的最大无量纲温度降低了0.156。     

基于BP网络模型的电机壳加工工艺参数优化

本文基于BP神经网络优良的逼近拟合特性,将BP神经网络算法引进电机壳体加工工艺过程中,使用BP神经网络模型预测电机壳体拉伸成形质量,结合电机壳体拉伸成形实验以验证BP神经网络模拟的准确性,并结合实验结果优选出电机壳体拉伸成形的最佳工艺参数,并得到最优的毛坯形状尺寸,实验结果表明电机壳体拉深成形效果良好,进一步验证了参数优化结果的可靠性。     

动力涡轮导叶可调的三轴式船用燃气轮机动态实时仿真

鉴于传统的燃气轮机建模方法用于动力涡轮导叶可调的三轴式船用燃气轮机动态实时仿真时具有一定局限性,提出了一种新型的基于径向基函数(Radical basis function,RBF)的神经网络与部件法(Component modeling method,CMM)的复合建模方法 (HMRC)。该方法针对该型燃气轮机的结构和总体性能特点,合理地选取了样本点以减小样本规模。通过神经网络与部件法分别计算燃气发生器与动力涡轮相关参数,采用MATLAB/SIMULINK仿真软件建立实时仿真模型。与传统的部件法建立起来的仿真模型对比,新方法计算结果与部件法吻合度高,误差低于1%,同时模型的实时性得到了大幅提升,计算速度约为部件法的7倍。     

基于深度学习递归神经网络的电离层总电子含量经验预报模型

利用行星际太阳风参数与太阳活动指数、地磁活动指数、电离层总电子含量格点化地图数据,首次基于一种能处理时间序列的深度学习递归神经网络（Recurrent Neural Network,RNN）,建立提前24h的单站电离层TEC预报模型.对北京站（40°N,115°E）的预测结果显示,RNN对扰动电离层的预测误差低于反向传播神经网络（Back Propagation Neural Network,BPNN）0.49～1.46TECU,将太阳风参数加入预报因子模型后对电离层正暴预测准确率的提升可达16.8%.RNN对2001和2015年31个强电离层暴预报的均方根误差比BPNN低0.2TECU,将太阳风参数加入RNN模型可使31个事件的平均预报误差降低0.36～0.47TECU.研究结果表明深度递归神经网络比BPNN更适用于电离层TEC的短期预报,且在预报因子中加入太阳风数据对电离层正暴的预报效果有明显改善.      

平面叶栅尾流板开孔率对跨声速涡轮叶栅流道影响的数值分析

跨声速平面叶栅风洞中通常通过尾流板来改善平面叶栅周期性,针对尾流板的设计需求,利用数值模拟的方法,研究了尾流板在15%、30%、50%开孔率下对实验叶栅的影响。数值分析结果表明:叶栅尾缘激波在自由边界上反射后,返回到叶栅通道中,破坏了叶栅通道的周期性;开槽尾流板减少了反射波对叶栅通道的影响,减弱叶栅尾缘激波的反射波强度,在某特定情况下能使反射波变成膨胀波,从而提高了叶栅通道周期性;尾流板开孔率为15%时能极大地改善平面叶栅通道的周期性,相对于开孔率为50%时叶栅的周期性误差降低约16.43%。      

进口导叶形式对核心机驱动风扇级的影响

以某变循环发动机(VCE)所用核心机驱动风扇级(CDFS)为研究模型,数值模拟了CDFS在真实边界环境下的流动特性,分析了单/双涵道工作模式下,不同形式的可调进口导叶(IGV)对CDFS流动特性及性能的影响机理。结果表明:不同工作模式时,CDFS靠导叶角度的开闭实现大范围的流量调节。单涵道(SB)工作模式时,不同形式的可调进口导叶(VIGV)对CDFS性能的影响差异很小;双涵道(DB)工作模式时采用常规可调导叶(CIGV)会在其吸力面产生较大的流场分离,且流通能力和流量调节范围大大降低。可变弯度导叶通过可转动部分的开闭实现CDFS对流量调节的需求;通过固定部分保证CDFS导叶进口气流攻角基本不变,同时在固定部分和可转动部分连接处所形成的收缩通道的加速效应显著抑制了导叶吸力面的流动分离。可变弯度导叶是适用于CDFS在不同工作模式下性能参数及流量调节需求的可调导叶的形式。     

航空活塞式发动机瞬态空燃比控制仿真研究

针对航空活塞式直喷发动机瞬态空燃比难以精确控制、动态超调大等问题,采用基于改进的粒子群优化算法和Elman神经网络(VPSO-Elman网络)的模型预测控制算法对发动机过渡工况空燃比进行控制。在实验数据的基础上,利用发动机建模软件AMESim建立发动机模型,在MATLAB/Simulink中建立VPSO-Elman空燃比预测模型控制系统,通过联合仿真检验控制系统的性能。结果表明:瞬态工况下,相比于比例-积分-微分（PID）控制,VPSO-Elman网络模型预测控制下的空燃比超调量可以减小约20%,回调时间缩短约75%;针对不同的节气门开度变化速率,VPSO-Elman控制器同样具有良好的控制效果。