基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

超声速气流中凹腔对液体射流穿透深度的影响

采用高速摄影对凹腔上游液体垂直射入超声速气流中的穿透深度展开了试验研究。进行了不同喷注位置和液气动量通量比条件下,平板射流和带凹腔射流的试验,研究了凹腔对射流穿透深度的影响。试验发现,射流穿透深度在凹腔前缘降低,射流边界曲线向凹腔内弯曲;射流穿透深度在凹腔后缘增大。凹腔对射流液雾的卷吸作用使穿透深度降低,剪切层撞击凹腔后缘形成的高压波传递使得穿透深度在后缘增大。减小液气动量通量比是增大凹腔对射流卷吸作用的途径之一。喷注在凹腔上游3倍凹腔深度的距离上,凹腔对穿透深度降低最大。      

卷积神经网络和峭度在轴承故障诊断中的应用

针对传统智能诊断方法依靠专家知识和人工提取数据特征工作量大的问题,结合深度学习方法在特征提取和处理大数据方面的优势,研究了一种基于卷积神经网络和振动信号峭度指标的滚动轴承故障诊断方法。该方法将深度学习应用于轴承故障诊断,提取滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种状态的振动信号,将振动信号分段处理得到峭度指标,使用数据到图像的转换方法将峭度指标转换为灰度图,送入卷积神经网络模型完成故障分类。在进行滚动轴承故障诊断的实验时,所提的模型诊断准确率达到99.5%,高于传统支持向量机(SVM)算法的95.8%。      

燃油射流横流穿透深度试验和数值模拟

采用激光粒子成像测速仪(PIV),试验研究了不同动量比下燃油射流在横向空气流中的穿透深度特性。同时,采用数值计算方法,对射流穿透特性进行了模拟,并将试验和计算结果,分别与已有的经验关系式,及考虑气动韦伯数影响修改后的关系式进行对比。结果表明:燃油射流上边界深度与幂指数关系式较吻合;采用VOF两相流模型能较准确地模拟出燃油射流的喷雾核心深度;修改后的关系式与不同燃油-空气动量比范围下的喷雾核心深度较吻合;燃油-空气动量比和气动韦伯数,是影响燃油射流横流穿透深度的主要参数。     

浅凹槽底壁横向燃料喷射对流动和燃烧特性的影响

模拟了高度30km,飞行马赫数6的超声速燃烧室流场和燃烧特性.通过对固定长度、不同深度的一组浅凹槽底壁燃料横向喷射的燃烧室的冷态与燃烧工况进行数值计算,并将其和传统壁面横向喷射方式进行比较,发现引入浅凹槽底壁喷射结构能有效减弱流场的激波系强度,明显降低燃烧流场的总压损失;凹槽前壁面和喷流柱之间形成稳定的亚声速回流区,能够稳定火焰,这在较大深度凹槽会更明显.引入浅凹槽一定程度降低了横向射流穿透深度,这也导致燃烧效率相比传统壁面横向喷射结构有一定下降.     

超声波喷水穿透法在先进复合材料检测中的应用

介绍了超声波喷水穿透法的检测原理及自行研制的四轴自动超声波喷水穿透C扫描检测系统.利用该检测系统对包括平板试样件,大厚度模压件,以及筒形结构件等先进复合材料进行超声波喷水穿透法检测,结果表明该方法对先进复合材料中存在的孔隙、裂纹、脱粘和分层等缺陷能有效检出.     

通信信号调制识别综述

随着频谱信息资源愈发紧张,信号的调制处理方式也愈发多样化.由于通信信号的调制识别广泛应用于民用和军用领域,所以,对调制方式进行识别的研究具有极其重要的意义与战术价值.首先,根据大量文献,对基于最大似然函数和特征提取的经典调制识别方法进行了系统地梳理;其次,从常用数据集、深度神经网络结构和现有识别算法等方面,着重介绍了深...     

基于局部几何特征的稠密点云配准方法

针对现有的稠密点云配准方法依赖初始位置设定、计算成本高、配准成功率不高等问题，提出了一种基于点云局部几何特征的稠密点云配准方法。采用深度卷积网络模型提取点云的局部几何特征，从而减少了三维点云数据的噪声、低分辨率和不完备性等带来的影响。在此基础上，使用K维树搜索完成局部几何特征描述子的关联工作。最后，通过随机采样一致算法对点云的相对位姿进行鲁棒的估计。通过对开源数据集上5个典型场景中的数据测试表明，该方法的配准成功率达到92.5%，配准精度达到0.0434m，配准时间相对最邻点迭代配准算法缩短了74.7%，实验结果验证了该方法的有效性、实时性和鲁棒性。     

含穿透型损伤层合板修理构型的湿热振动特性

通过理论推导和数值仿真研究了湿热效应对碳纤维复合材料层合板不同修理构型的振动特性影响。基于哈密顿原理和一阶剪切变形理论,同时考虑温湿度场的等效原理建立了湿热环境下多自由度复合材料层合板的本构方程,并利用有限元法推导了层合板在湿热作用下的振动控制方程。利用商用软件ABAQUS建立了阶梯型胶接修理模型,从振型分析的角度对比了含、不含附加补片的单/双面胶接修理构型的振动特性,并讨论了温度、湿度、温湿度对不同修理构型振动特性的影响。结果表明：湿热效应影响下铺设附加补片可避免胶接区域局部变形过大,在提高结构的刚度和稳定性的同时延缓湿热屈曲现象的发生;含有附加补片的双面胶接修理构型可避免结构产生附加弯曲,提高修理后结构的稳定性;温湿环境共同作用比湿环境、热环境单一作用对复合材料层合板固有频率的影响大,且含附加补片的双面胶接修理构型较单面胶接修理构型对温湿度影响的敏感性低。     

基于 LSTM的飞控系统状态监控

监测飞控系统状态参数是保证无人机飞行安全的重要手段。针对无人机飞控系统的组成特点和飞行控制律,设计并构建了基于长短期记忆网络(Long Short Term Memory Network,LSTM)的飞控系统状态监控模型。首先,利用无人机历史飞参数据训练模型,建立输入飞参数据与状态参数的回归映射关系;然后,利用训练好的网络模型,实时预测飞控系统的状态参数,通过对比实测值与预测值之间的差异,实现飞控系统的状态监控。选取无人机飞参数据进行实验,基于 LSTM的算法比反向传播神经网络(BPNN)、支持向量机(SVM)预测精度高,MSE平均值分别低 0.01和 0.26,MAE平均值分别低 0.05和 0.12。结果表明,所提出的方法能够有效监控飞控系统,为无人机飞行管理决策提供数据支持。