空间电源数字孪生系统

数字孪生系统是一种详细描述现实系统的数字化模拟系统,基于虚拟空间中的模型理解、预测、优化和控制现实系统,与现实系统具有实时性、同步进化性和交互性.为满足未来空间飞行器智能化、高机动性、多目标任务的特点,需要提升空间电源系统智能化监测管理能力.本文分析了空间电源数字孪生系统的构成要素,从数字孪生模型构建、新型传感技术以及...     

基于数字孪生的火箭结构设计制造与验证技术研究

对数字孪生技术和运载火箭结构设计制造与验证的数字化技术现状进行介绍,在此基础上对基于数字孪生的火箭结构设计制造与验证技术开展论证,主要包括基于数字孪生的结构设计技术、基于数字孪生的结构制造仿真技术和基于数字孪生的结构试验仿真与控制技术3个方面。与现有技术相比,基于数字孪生的火箭结构设计制造与验证技术增加了面向过程的虚拟映射、模型驱动和数字管理等关键要素,加强了模型和数据对结构研制过程的预测、监测和控制作用,能够进一步提高设计效率,加快试验周期,提升结构的精细化和轻量化水平。     

基于级联注意力机制的孪生网络视觉跟踪算法

针对全卷积孪生网络（SiamFC）在相似物体干扰及目标发生大尺度外观变化时容易跟踪失败的问题,提出了一种基于级联注意力机制的孪生网络视觉跟踪算法。首先,在网络的最后一层加入非局部注意力模块,从空间维度得到关于目标区域的自注意特征图,并与最后一层特征进行相加运算。其次,考虑到不同通道特征对不同目标和各类场景的响应差异,引入通道注意力模块实现对特征通道的重要性选择。为了进一步提高跟踪的鲁棒性,将其与SiamFC算法进行加权融合,得到最终的响应图。最后,将提出的孪生网络模型在GOT10k和VID数据集上进行联合训练,进一步提升模型的表达力与判别力。实验结果表明:所提算法相比于SiamFC,在跟踪精度上提高了9.3%,在成功率上提高了5.4%。      

小样本下基于孪生神经网络的柱塞泵故障诊断

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。     

航空发动机燃烧室数字孪生体系关键技术

通过曲线坐标系浸没边界方法（IBM），在设计阶段可以实现对真实航空发动机燃烧室的高保真虚实映射，保留全部几何结构信息。在IBM方法基础上，采用大涡模拟（LES）结合概率密度函数输运方程湍流燃烧模型（TPDF），对双旋流燃烧室、某单头部直流燃烧室以及某折流燃烧室1/10模型进行真实结构仿真，测试数字孪生体系关键技术的有效性。对比预测结果和实验结果，双旋流燃烧室的旋流器出口附近轴向、径向、切向速度平均误差分别为15.7%、23.8%、15.0%；非稳态解析了真实直流燃烧室与折流燃烧室的详细湍流燃烧场，出口温度分布的平均相对误差分别为11.66%和17.95%。因此基于虚实映射得到的燃烧室数字孪生体系具有一定的有效性，该方法具有潜在的工程应用前景。     

Effect of twinning on Moderate-Temperature Deformation Behavior of hot-roiled Mg Alloy

研究了热轧AZ31镁合金板材中低温变形(室温～573K)时孪生所导致的硬化和软化效果,并结合金相显微技术(OM)和透射电子显微技术(TEM)对相关变形机理及孪生类型进行判断.结果发现,有较强基面织构特征的AZ31镁合金板材在室温～573K变形过程中{10(1)1}压缩孪晶起主要作用,同时也存在少量的基面滑移.变形温度越高,变形速率越小,孪晶数量也逐渐减少.中低温变形时AZ31镁合金轧制板材中的压缩孪晶和二次孪晶同时起软化作用与硬化作用,但硬化作用大于软化作用.