减压直流非转移弧等离子体射流速度的静电探针测量

组建了一套利用静电探针诊断技术测量减压直流非转移弧等离子体射流速度的实验系统。对以纯氩为工质的等离子体,在气流量1．25×10^-1kg/s、弧电流80A、真空室压力165Pa的条件下,测量了射流的速度及其分布。结果表明射流在发生器出口处中心最高速度约为1200m／s,在半径20mm处减小到635m／s。沿射流轴线方向的速度梯度约为10（ms^-1）／mm。射流速度随着弧电流增加而缓慢单调增加;当真空室压力从165Pa提高到2kPa时,发生器出口轴线上的射流速度从1200m／s降至570m／s。     

半球谐振子薄壁厚度不均匀性对陀螺精度的影响

针对半球谐振陀螺仪的工艺制造偏差,研究半球谐振子薄壁厚度不均匀对陀螺精度的影响,建立误差模型,分析误差机理．首先对谐振子进行应变分析,然后分析薄壳微元的受力情况,根据力和力矩平衡方程建立半球谐振子动力学方程,得出由于厚度不均匀造成的半球谐振陀螺仪角速率误差．研究结果表明其傅立叶展开式的1～3次谐波项对角速率误差无影响,而4次谐波有影响．为提高陀螺精度,对陀螺厚度不均匀加以平衡．     

超燃试验用加热器三维粘性流场数值模拟

超燃冲压发动机试验时,使用燃烧型加热器模拟高焓、高马赫数的来流条件,而加热器的喷注结构对改善加热器出口流场均匀性具有重要作用.使用三维数值模拟软件Fluent对2种喷注结构的燃烧型加热器进行了三维定常反应流场模拟,获得了设计工况下的流场.结果表明,采用多孔斜喷结构能使氢气在横向有较大的穿透深度,加上空气的引射作用在燃烧室头部产生大尺度横向涡,增强了氢气和空气的混合燃烧以及燃气的掺混,使加热器出口温度场不均匀性从53%降为21%,氧气摩尔分数不均匀性从63%降为17%,更有利于开展超燃冲压发动机试验.     

数字存储示波器检定方法探讨

讨论了数字存储示波器垂直偏转因数、水平时基、脉冲宽度触发测量方法。以TDS 7104为例,给出了数字存储示波器垂直偏转因数、水平偏转因数、频带宽度及上升时间的测量结果的测量不确定度。     

不确定载荷下的桁架结构拓扑优化

对带有不确定扰动载荷的桁架结构拓扑优化问题进行了研究.将不确定载荷表示成有界凸集,从而把不确定性问题转化为一个确定性问题.构造了凸集载荷下以体积为约束的柔度最小化模型,该优化模型的实质是在高维椭球内计算最大柔度最小问题.由于采用传统优化模型存在计算上的困难,对凸集载荷进行了数学处理,并据此构造了半定规划形式的优化模型以便求解.优化结果相对于给定载荷的刚度虽然略低,但对不确定的扰动载荷却具有一定的承载能力.算例表明通过半定规划法构造的考虑扰动载荷作用下的优化结果鲁棒性较佳,结构形式更接近于实际工程结构.     

一种基于共面特征点的单摄像机姿态测量方法研究

利用单摄像机采集4个共面特征点图像的方法来测量物体的相对姿态变化。系统选用IR-LED作为特征点并对其发光特性进行优化控制,利用基于双线性插值的高斯曲面拟合方法确定图像特征点的坐标,最终使用解决P4P问题的一种线性解法确定特征点坐标及位姿变化信息。进行了实物和仿真实验,并对该方法进行了不确定度分析,结果表明这种方案具有较高的准确度、实时性。     

基于人眼视觉的结构相似度图像质量评价方法

分析了数字图像中亮度、纹理细节、空间位置等因素对人眼视觉特性的影响,建立了数学模型,将人眼视觉特性与图像的结构相似度结合起来,提出一种符合人眼视觉特性的图像质量评价新方法.该方法将图像划分成大小相等的分块,计算出各分块的亮度影响因子、纹理细节影响因子和空间位置影响因子,经过归一化处理得到每个分块的权值,用加权平均的结构相似度作为图像质量的评价指标.实验证明该方法能够区别图像中不同区域的图像特征,符合人眼视觉特性,与主观评价结果一致.      

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.      

高温湍流场对激光测量的影响

在应用机器视觉技术与激光技术实现高温环境玻璃板厚度检测的过程中,分析了高温气体湍流条件下激光传输光线起伏效应以及光线起伏对激光测量系统性能的影响.利用FLUENT软件,应用流体动力学理论和方法模拟高温环境中激光传输路径内气流的流动,对各种气流组织形式下激光传输过程中的流场、温度场的数值模拟结果进行分析比较,优化仪器设计.     

目标检测中特征不匹配问题研究进展

近年来基于深度卷积神经网络的目标检测器取得了跨越式进展,远远超过传统目标检测算法.但最新的研究表明特征不匹配问题已经成为深度目标检测器性能提升的一个瓶颈.目前在该问题的研究尚未有清晰的总结,因此本文首先对特征不匹配问题进行分析,提出特征不匹配问题的本质是由于目标检测的分类和回归任务优化目标的不一致造成,同时分析了特征不...