基于结构光扫描数据点的内表面重建方法

提出基于结构光扫描获取的特征点重建物体内表面的方法.结构光扫描获取原始数据精度较高,但是存在数据密度不均的问题.通过剔除测量方向部分冗余数据点和插补扫描方向的稀疏数据,对原始三维数据密度进行适当调整,然后采用基于局部切平面簇的方法对调整后的数据点云进行表面重建.在某一特征点的邻域构造对应于该点的局部切平面,通过局部切平面簇逼近原始表面,采用Marching cubes算法提取等值面,得到三维表面重建的初始网格,根据优化算法简化网格,并采用Loop细分法平滑网格,获得描述物体表面特征的重建表面.该方法解决了由结构光扫描获取的不均匀原始数据点重建物体内表面的问题.      

Hermite算法的收敛性分析及其改进

为了提高多点切触加工算法的计算效率,对其中的Hermite算法进行了改进,并且对改进后的Hermite算法的收敛性进行了理论分析,推导了改进后算法的局部收敛条件,同时给出算法的Steffensen加速迭代公式并新提出了一种基于试算的待定系数迭代法.分析和实例表明,改进后的Hermite算法属于线性收敛的算法,而待定系数迭代法则有接近二阶的收敛速度.综合应用上述算法,可以满足一般性自由曲面多点切触加工刀位计算的要求.      

Non-Thermal Processes in Cosmological Simulations

Non-thermal components are key ingredients for understanding clusters of galaxies. In the hierarchical model of structure formation, shocks and large-scale turbulence are unavoidable in the cluster formation processes. Understanding the amplification and evolution of the magnetic field in galaxy clusters is necessary for modelling both the heat transport and the dissipative processes in the hot intra-cluster plasma. The acceleration, transport and interactions of non-thermal energetic particles are essential for modelling the observed emissions. Therefore, the inclusion of the non-thermal components will be mandatory for simulating accurately the global dynamical processes in clusters. In this review, we summarise the results obtained with the simulations of the formation of galaxy clusters which address the issues of shocks, magnetic field, cosmic ray particles and turbulence.     

Advances in the Studies of the Middle and Upper Atmosphere in 2004 - 2006

This paper summarizes the research results obtained by Chinese scientists and/or through international collaborations during 2004 to 2006. Within the context of COSPAR, the progresses in the studies of the middle and upper atmosphere in China in the past two years are introduced with focusing the developments in facilities and instruments, and the advancements in scientific issues, e.g., dynamics related processes, atmospheric constituents, and the coupling with the lower atmosphere.     

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

降落伞系统附加质量的研究

降落伞在减速系统中已被广泛地运用，但是其运动方程的确立，尤其是方程中的附加质量项，在中国却少有提及，为了弥补此点不足，文章对附加质量进行了较全面的阐述，从概念引入，在方程中的运用，确定方法及变化规律，到对稳定性的影响分析，对于降落伞此类轻质的，柔性的钝体，附加质量受到多种因素的影响，其规律可由试验数据得出，而由根轨迹图分析可知，附加质量对稳定下落时的降落伞系统稳定性有着重要影响。     

界面周期刚性线夹杂附近的纵向剪应力

研究了不同材料界面含周期刚性线夹杂的纵向剪切问题.利用复变函数方法,获得了封闭形式解,并用于计算了刚性线端的应力奇异因子,研究了刚性线之间的应力干涉问题及刚性线夹杂场量的尺度效应.从解答的特殊情形,可导出一条界面刚性线问题及均质材料中共线周期刚性线问题的解答.      

基于虚拟现实技术的无人直升机实时监控系统

引入虚拟现实技术,结合遥测数据的快速有效滤波和插补方法形成可视性和可靠性良好的无人直升机远程实时监控系统.有效地提高飞行状态显示形象性,动态性,遥测数据的可靠性和实时性.使离机驾驶员对无人直升机的控制更加直观有效,提高飞行任务成功率.      

金属泡沫材料力学行为的研究概述

对金属泡沫材料力学行为的研究文献进行了简要综述,重点介绍了最近几年该领域研究工作的进展,其中也包括国内学者在该领域的一些工作.这些工作主要讨论了金属泡沫材料的拉伸、压缩、能量吸收、动态冲击、失效准则、本构关系、蠕变、疲劳和断裂等力学性能.最后,给出了对该领域工作的一些展望.      

SMARC变形控制及神经网络建模

在复合材料层板中偏离中性层的位置铺设镍钛形状记忆合金丝,然后通电加热镍钛丝,使其在形状回复过程中产生巨大的回复力,从而使层板结构发生弯曲变形.由于形状记忆合金的非线性以及合成的智能材料结构的应力、应变分布和形状变化规律都非常复杂,尝试引入人工神经网络来建立以可控参量(电流强度)为输入变量、易测参量(稳态挠度)为输出变量的模型,所建模型的预测数据与实验数据之间符合得较好,相对误差小于9%.