国土卫星像片在水库诱发地震研究中的应用

应用我国1985年10月发射的国土资源调查卫星资料研究河北省潘家口水库及其邻近地区的地质构造特征。结合近年来这一地区的地震活动、地壳应力实测资料,应用“密度平衡椭球体理论”探讨水库诱发地震问题。从而指出该区将可能发生不大于5级的地震,并提请有关部门重视这一问题。     

基于结构光的铆钉凹凸量双目视觉检测方法

为了弥补飞机铆钉凹凸量的传统检测方式在精度、效率及稳定性方面的不足,提出了一种基于结构光的铆钉凹凸量双目视觉检测方法。首先通过工业投影仪将结构光投射到铆接表面,由双目相机采集投影图像。然后根据铆钉边缘特征提取出铆接区域,并采用改进的格雷码解相位方法计算铆接区域表面的相位信息。根据相位信息匹配特征点,利用视差原理计算出点云。最后通过点云数据处理,计算出铆钉的凹凸量。制作标准件并完成了凹凸量测量试验,测量误差在±20μm以内,重复测量标准差小于3μm,单个铆钉测量用时约2.2 s,能够满足现场测量精度和效率要求。     

磁云边界层中的重联慢激波观测分析

在Petschek模型中,排空区边界处的一对慢激波是能量耗散的重要机制.已有大量行星际空间的Petschek型磁场重联排空区观测事件被报道,但是只有少量的排空区边界处观测到了慢激波.针对一例位于磁云边界层中的Petschek型磁场重联排空区观测事件,在排空区靠近磁云一侧边界处证认了一例慢激波.激波跃变层两侧的磁场和等离子体参数满足Rankine-Hugoniot关系,且激波上下游的中间马赫数均小于1,上游的慢马赫数为2.94（>1）,下游的慢马赫数为0.65（<1）,符合慢激波的观测特征.磁云内部的等离子体β值很低,局地阿尔芬速度高,同时磁云边界层中可能发生丰富的磁场重联活动,这可能是磁云前边界处慢激波形成的原因.      

一种基于层次聚类的空间非合作目标重构方法

由于激光传感器内在的缺陷,获得的非合作目标原始点云数据往往处于一个分布不均匀的状态,这就对后续的高质量非合作目标表面重构带来了很大的挑战.提出了一种基于全局约束的局部层次聚类方法来提升非合作目标点云分布的连续性.该方法主要可分为两步：1.基于全局约束的自适应八叉树三维空间分解,2.基于全局约束的层次聚类.第一步的主要目的是为了降低算法的复杂度,第二步则将分布不均匀的点集转化为均匀分布的状态.本文在三个非合作目标模型上进行了实验.实验的可视化结果与定量计算结果均验证了该方法的有效性.     

基于云滴粒子群优化算法的多道次端铣削高效稳定切削参数优化方法

多道次端铣削切削参数对加工时间和加工质量有着正面或负面的影响,因此对多道次端铣削加工参数的优化是非常重要的.本文建立了基于二阶全离散法(Second?order full?discrete method,2ndFDM)的三维稳定性预测模型,以同时优化主轴转速、轴向切深和径向切深.在综合考虑三维稳定性、机床性能、刀具寿命...     

基于FY4A-AGRI反演东北地区云顶高度

云对全球的能量收支及大气循环系统具有不可替代的调节作用,是影响天气及气候变化的重要因子。云顶高度作为云的重要参数,有助于分析云在大气中的物理机制,对局部地区监测和预报具有实质性作用。基于多通道扫描辐射成像仪(AGRI)数据反演东北地区云顶高度,采用红外分裂窗查算表方法,并对不同季节和不同云类型建立查算表,探讨基于静止卫星反演中高纬度地区云顶高度的可行性。同时,引入主动式高精度仪器正交偏振云-气溶胶偏振雷达(CALIOP),结合11、12 通道亮温数据搭建云顶高度反演模型。分析结果表明:1) AGRI遥感的云顶高度与CALIPSO搭载的CALIOP云顶高度变化趋势一致,算法计算效率较高;2) 从4个季节的统计结果来看,均方根误差(RMSE)上都小于2.3 km,平均偏差在500 m左右,受季节的影响较小,反演结果与CALIOP探测结果具有较高的一致性;3) 利用该方法基于AGRI结果精度不亚于官方采用的CO2薄片法,该方法估算的RMSE和相对误差较小,并且该算法的反演模型只提取红外分裂窗区通道数据,无需大气廓线资料进行辅助计算,节省计算资源,提高计算效率。     

基于Taft地震波作用下的杆件屈曲对K8型网壳结构稳定性影响分析

网壳结构的动力稳定性是空间结构研究的重要课题之一。目前,对于网壳结构动力稳定性的研究很少有考虑杆件屈曲这一因素的影响。本文在前有研究成果的基础上,以多段梁法模拟杆件的初弯曲,通过削减杆件截面,使其先于网壳结构整体失稳之前首先屈曲,研究在Taft地震波作用下,不同位置处、不同根数的杆件屈曲对K8型单层球面网壳结构整体稳定性的影响。     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。