环形扩压叶栅流动非定常控制方法的PIV研究

利用合成射流发生器对于一台环形扩压叶栅进行了流动主动控制的探索,发现适当的非定常激励方式可以使得环形叶栅的总压损失明显减小。同时利用二维粒子图像测速仪(ParticleImageVelocimetry,简称PIV)测量了扩压叶片绕流流场。获得了不同攻角下,在不同的激励频率和激励强度下,流场结构的变化。结果表明非定常激励可以使叶片绕流流场结构发生明显变化。在合适的非定常激励下,扩压叶片的叶背分离流动得到明显抑制,尾迹漩涡的强度和尾迹宽度均明显减小,流线分布比无非定常激励时更加平滑。实验结果能够与环形叶栅时均总压损失的变化相吻合。对于这一非定常控制方法的作用机理也进行了初步的分析。      

一种基于张氏标定法的单目相机改进标定算法

单目视觉在地面机器人等无人导航系统中的应用越来越广泛,而相机参数的标定是利用视觉进行导航的基础性工作。标定结果的好坏,直接影响导航性能和定位精度。主要考虑单目相机的径向畸变,基于张正友平面标定法,通过利用Matlab进行图像预处理、利用OpenCV进行Harris角点检测和亚像素精确化等方法在角点提取精度等方面进行了改进,通过重投影法对标定结果进行了评估,并将其与Matlab相机标定工具箱Toolbox_calib所得结果进行了比较。实验结果表明,改进的标定算法标定结果精度更高,并且对多个摄像头传感器均有效,适用性强。     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

火焰图像技术在航空发动机燃烧室点/熄火试验中的应用

针对热电偶温升法在燃烧室部件点/熄火试验中存在的阻塞气流、响应速度慢等缺点,开展了基于火焰图像的燃烧室点/熄火判断技术研究。该技术通过火焰观测系统实时获取点/熄火试验时的火焰图像以判定燃烧室燃烧状况,进而获得燃烧室点/熄火特性,弥补了现有燃烧室点/熄火试验测试技术的缺陷。此外,该项技术还可推广应用于航空发动机整机试验及其他相关领域试验,对准确判断燃烧室点/熄火状况具有较大的参考价值。     

吸气式发动机燃料研究进展及展望

针对航天吸气式发动机的发展趋势,分析了其对燃料能量密度、热沉、点火及燃烧等关键性能的要求。总结评述了国内外燃料性能改善的多种技术途径,如通过合成新型液体燃料和添加含能粒子提高燃料能量,借助添加剂和催化反应提高燃料热沉,通过设计合成高反应性燃料分子和借助高活性添加剂缩短点火延迟和提高燃烧效率的技术途径等。提出了满足吸气式发动机近期及中期发展目标的燃料体系,包括积净热值达到60MJ/L的高能量密度燃料,满足长时间运行马赫5～6,马赫7～8,组合动力预冷发动机及马赫数9飞行的燃料。     

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性,针对某型回流燃烧室单头部试验件,使用粒子图像测速仪（PIV）,测量燃烧室燃烧状态下不同截面处的热态流场,以及没有燃烧状态下不同截面处的冷态流场,探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大,冷态条件下各截面流场结构基本保持不变,如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致,但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大,流场结构也基本保持不变;相同总压损失系数时,热态流场与冷态流场存在差异,燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响,速度较冷态流动时略微增大。      

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

新概念机翼尾流特性实验

大型飞机常采用开启襟翼以增大机翼升力系数,实现较大迎角的起飞和降落,而机翼在大迎角状态下,翼尖会产生能量集中且自由消散时间长的飞机尾涡,严重影响后续起降飞机的安全。基于Rayleigh-Ludwieg不稳定性,提出一种新概念飞机襟翼布局,通过水槽实验发现:新概念布局的襟翼对翼尖涡的消散具有明显的促进作用,不同参数组合下襟翼涡对翼尖涡的运动特性和能量变化的影响均有不同。实验结果也为飞机尾流控制的研究提供了参考,在满足飞行力学设计的基础上,合理运用增升装置构建四涡系统可以有效促进飞机尾流的消散,提高机场飞机起降效率。     

QUADRI-THRESHOLD ALGORITHM OF CO-LOCATED RADAR-TO-ESM CORRELATION

A quadri-threshold radar-to-ESM correlation algorithm is presented and the corresponding four thresholds (high threshold, middle threshold, low threshold, and threshold margin) are given. The proposed algorithm is especially suited for the scenarios where each radar track is specified by different numbers of measurements. Using a simple and effective discriminant function based on the fuzzy synthesis function, the proposed quadri-threshold radar-to-ESM correlation algorithm first selects the two most likely radar tracks and then makes the soft decision based on the selected two tracks. The introduction of the threshold margin in the presented algorithm can further reduce misclassification errors. Simulation results show the feasibility of the algorithm.     

基于FCM聚类的示温漆图像分割算法

根据示温漆(TIP)图像特征及相关实验结果,提出了一种基于模糊C均值(FCM)聚类的示温漆图像分割算法。该算法以FCM聚类算法为核心,应用双边滤波器平滑图像,提高图像分割质量。通过颜色空间转换,提高图像聚类的迭代效率。实验表明:该算法增强了示温漆温度判读需要的特征信息,可以提取人眼无法识别的等温线,同时消除了等温线崎岖等现象,测温误差为±10℃。算法应用效果良好,满足工程要求,已用于示温漆自动判读软件开发。