2.5D机织复合材料悬臂梁振动疲劳实验与有限元模拟

2.5D机织碳纤维增强树脂基复合材料以其在力学性能和复杂构件成型两方面的综合优势，在大涵道比商用涡扇发动机风扇叶片方面具有巨大的应用前景。对发动机风扇叶片来说，振动疲劳是一种不可忽视的工况条件，目前2.5D机织复合材料振动疲劳方面的实验与数值预测模型十分有限。本工作针对一种模拟发动机叶片根部的2.5D机织复合材料悬臂梁结构，建立一阶弯曲振动疲劳行为模拟的多尺度模型，并基于固定周期跳跃的疲劳加载模拟方法，结合主导疲劳失效机制的损伤萌生准则和疲劳刚度退化模型，开展2.5D机织复合材料经、纬向试件振动疲劳实验过程的模拟。基于建立的多尺度模型分析试件危险部位单胞内的应力场，预测经、纬向试件振动疲劳实验后的损伤状态。数值模拟结果与实验后的断口形貌观测结果吻合，验证了本工作提出的2.5D机织复合材料振动疲劳多尺度预测模型的有效性。基于提出的振动疲劳多尺度预测模型，对随着疲劳加载次数累积经向试件工作段单胞内的损伤状态进行了仿真，揭示了2.5D机织复合材料振动疲劳损伤的演化机理。     

基于优化多尺度排列熵和卷积神经网络的滚动轴承故障诊断方法

针对滚动轴承故障分类中特征信号微弱、信号非线性和多尺度特征难提取的问题，提出基于优化多尺度排列熵（MPE）和卷积神经网络（CNN）的滚动轴承故障诊断方法:通过改进自适应噪声完备集合经验模式分解（ICEEMDAN）对轴承信号进行分解和重构，实现信号降噪；通过粒子群算法（PSO）对MPE进行优化，提出PSO-MPE特征提取方法，参数优化后的MPE能够提取更为关键的特征信息；将所得的排列熵输入到CNN中进行故障分类以及降维可视化分析。以凯斯西储大学开放轴承数据库样本为测试对象，将文章所提出的ICEEMDAN-PSO-MPE-CNN方法与ICEEMDAN-PSO-MPE-RNN、CEEMDAN-SVM、ICEEMDAN-PSO-MPE-SVM等方法进行纵向和横向对比分析，结果表明改进方法的分类准确率和效率更高，在T-SNE可视化下的分类效果更明显，能够实现滚动轴承故障的高精度和高效率检测。     

基于卡尔曼滤波的翼型表面压力实时重构方法

为实现基于稀疏数据的翼型表面压力实时重构，提出了一种基于压缩感知与卡尔曼滤波器的数据融合方法，该方法主要包括线下建立数据库和线上实时感知两部分。首先，在线下通过粒子图像测速技术、压敏漆、计算流体力学等方法对翼型表面压力进行全场采样，并采用本征正交分解对所测得的全场压力数据进行降维，建立含有主导相干流动结构的模态数据库以及各模态时间系数之间的状态转换关系。其次，在线上基于压缩感知，利用离散压力传感器所测量数据与压力场主导模态，通过求解L₁范数下的最优化问题，对各主导模态的时间系数进行初步求解。最后，将线下所得各模态时间系数之间的状态转换关系放入卡尔曼滤波器，作为其系统模型进行预测；将线上所求得各模态时间系数放入卡尔曼滤波器，作为其观测值进行校正。以CFD模拟翼型压力作为验证数据，对该方法的性能进行评估，结果显示：该方法与仅采用压缩感知进行重构对比，升力重构误差从18.15%减小至6.39%。     

多视角多尺度陨石坑特征检测识别方法

针对序列图像间视角尺度变化大带来的特征无法检测和识别效率低等问题，提出了多视角多尺度陨石坑特征检测识别方法。基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取，利用快速傅里叶变换计算模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。在此基础上，通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域，解决了序列图像间视角尺度变换及信息冗余带来的特征无法检测和识别效率低的困难，最终在单一陨石坑区域内实现其精细检测。     

利用多尺度区域权重的红外可见光图像融合

针对红外、可见光图像融合，提出了一种利用多尺度区域权重的方法，获得既具有良好视觉效果又能保留和继承特征细节的融合结果。首先，通过改变平滑滤波的参数构建多尺度分解，获得一系列具有不同细节的双波段图层；其次，基于每一图层生成区域权重图，实现双波段图层融合;最后，利用适当的系数对融合后的图层进行合成，获得最终的融合结果。通过对比实验结果的主客观评价分析，证明本文方法能够产生最佳视觉效果的融合图像，能保留和突出原始双波段图像中的细节与特征，并能获得最佳的客观评价指标。     

基于多源数据融合的翼型表面压强精细化重构方法

在风洞试验模型表面布置测压孔是获得表面压力分布的重要手段，但受限于空间位置和试验成本，通常难以在复杂模型表面布置足量的测压孔获得完整的表面压力分布信息，直接积分获得的升力和力矩精度不足，因此提出了一种融合稀疏的风洞试验数据和数值计算（CFD）数据的方法，通过较少的风洞测压试验数据获得高精度的压力分布。首先通过本征正交分解技术提取数值计算数据的压力分布低维特征（POD基函数），然后利用稀疏的试验测压数据，通过压缩感知算法获得基函数的坐标，最后将坐标转化到物理空间重构出压力分布。利用定常固定翼型变状态以及变几何变来流状态算例验证该方法的精度，重构结果均能精确匹配试验结果。该重构方法可在一定程度上解决空间受限稀疏观测条件下的分布载荷精细化重构难题。     

类火星环境中火箭起降过程喷流影响研究

采用尺度自适应模拟（Scale Adaptive Simulation, SAS）方法对火箭在起降过程中喷流的地面效应进行了数值研究，对比分析了在海平面和类火星环境下的喷流冲击倾斜地面和水平地面时的流场结构以及喷管的侧向载荷。在海平面环境下，喷管内部出现流动分离，喷管内壁压力先减小，在分离点处压力达到最低点，然后压力增加至环境压力。喷流冲击倾斜地面时具有更强烈的流动不稳定性，喷流出现明显的时间演化现象。在类火星环境下，喷管内部不发生流动分离，内壁的压力沿着流向逐渐减小。喷流冲击倾斜地面时，在喷管出口的外侧形成了上下移动的马赫盘；喷流冲击水平地面时，喷流和地面反弹气流相互作用，阻碍了马赫盘的形成。研究结果还表明在类火星环境和海平面环境下，喷流冲击倾斜地面时喷管内壁温度均上升。研究结果将为火箭回收和火星着陆的方案选取提供参考。     

宏/细观一体化多尺度数值分析的进展与应用

以C/SiC为代表的纤维增强陶瓷基复合材料具有多尺度特征，传统的复合材料力学理论和以均匀化假设为基础的常规有限元分析方法难以全面准确地评估其力学行为。因而，近年来以跨微观-细观-宏观为特征的多尺度数值模拟方法被广泛应用于评估复合材料的力学特性，加快了新一代复合材料的研发和推广应用。本文首先从分析策略角度，对目前学术界的多尺度数值计算方法的发展情况进行了分类概述，总结了不同宏/细观多尺度方法的特点。在此基础上提出了新的采用过渡区域的宏/细观一体化多尺度建模计算方法，给出了开孔板和典型连接的算例结果，并探讨了其面临的技术难点及合理应用场景。以热结构最常用的典型盒型件为对象分析了其力学特点，给出了采用这种建模计算的必要性和分析策略。     

翼型不确定性量化中正交匹配追踪的应用

不确定性在实际系统中广泛存在，为了研究不确定性因素影响下系统输出的随机响应特性，传统的不确定性量化方法如蒙特卡洛采样、混沌多项式展开等需要大量的样本，制约了在飞机机翼等复杂系统中的应用。近年来，在信号处理领域发展迅速的压缩感知技术，利用原始信号的稀疏性可以用少量的样本精确重构信号。这一特性促使研究人员探索将压缩感知技术应用于不确定性量化研究中。以RAE2822实际翼型为研究对象，使用类函数/形函数变换将原始翼型参数化，考虑加工、装配过程和实际飞行工况下的几何不确定性，将压缩感知技术与混沌多项式展开相结合，利用正交匹配追踪算法实现多项式系数的稀疏重构，获得翼型气动力系数和流场参数在考虑几何不确定性影响下的均值和标准差，并与蒙特卡洛采样和满秩概率配点法获得的结果进行对比。通过对收敛性能、样本数需求和重构精度等方面的对比分析表明，正交匹配追踪算法能够利用相对较少的样本获得与传统不确定性量化方法相近的精度。考虑到实际系统的随机响应在混沌多项式基底上大多具有稀疏的展开形式，因此将压缩感知技术应用到不确定性量化中可以显著降低样本数需求，从而降低时间成本，提高计算效率。     

基于飞行时间相机的非合作慢旋卫星稠密重建研究

针对非合作慢旋卫星的模型重建问题，提出基于飞行时间(time-of-flight, TOF)相机和同时定位与制图(simultaneous localization and mapping, SLAM)的稠密重建方法。基于预先检测与自适应阈值方法提高旋转提取与描述(oriented fast and rotated brief, ORB)的特征尺度适应性。利用运动度量方法选取关键帧。利用子模型拼接方法加快重建效率。利用仿真环境制作非合作慢旋卫星的数据集。仿真实验结果表明:该方法能够实现长时间稳定地工作，可在3 min内重建出卫星模型的稠密点云，点云密度大于5 000，重建误差小于5 cm。利用机械臂、卫星模型及光学暗室搭建半物理实验系统，表明算法的精度及抗噪声能力基本满足非合作目标感知的任务的需求。