医学图像光线投影体绘制中重采样快速算法研究

光线投影算法是体绘制算法中图像效果比较好的方法,但存在运算量大,绘制速度慢的问题,如何提高重采样速度是加速光线投影算法的关键。本利用重采样点在两坐标系中的矩阵变换特性,减少矩阵运算量,同时结合三维数据场在像平面的投影减少光线投影数目;利用包围盒技术避免对空体元的采样,并且通过将Bresenham算法扩展至三维确定每个重采样点所在体元的编号。实验结果表明,本提出的重采样优化算法成像速度比标准光线投射算法快2—3倍,而成像的质量与标准算法基本没有区别。本提出的算法,既能保证绘制质量,又能显减少计算量,提高体绘制的速度。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

双翼布局微型飞行器气动特性试验研究

通过低速风洞试验研究了使用双翼布局改善固定翼微型飞行器(MAV)气动性能的问题.首先比较不同平面形状单翼(齐莫曼翼和反齐莫曼翼)与双翼布局的气动特性.在此基础上为了优化低雷诺数范围内的双翼布局,研究不同几何参数对气动特性的影响,包括双翼不同的翼间距和交错位置以及不同的上下翼平面形状,并分析了造成这种气动性能差异可能存在的流场相互作用机理.研究表明,双翼布局能够改善单翼微型飞行器的气动性能,双翼之间的相对几何位置对其气动特性影响很大.通过不同平面形状上翼与下翼组合的比较发现,就最大升力和升阻比而言,上翼为齐莫曼翼、下翼为反齐莫曼翼且上翼位于下翼上游的布局较优.     

高速铣削系统稳定性动态优化新方法

考虑铣削过程中的自激振动和强迫振动,基于延迟微分方程的稳定性判定准则和强迫振动共振区的半带宽理论,提出一种铣削系统稳定性动态优化新方法.该方法通过选择切削参数和修改系统结构参数,在保证加工表面精度的前提下,获得大的稳定性材料去除率.其目标函数是材料去除率,约束条件是铣削过程稳定且非共振,动态优化变量是铣削系统的切削参数和结构参数.优化程序被阐明,实例分析结果显示,系统在稳定非共振条件下,加工时的材料去除率相比于优化前提高了18.86%.另外,为获得最大的稳定材料去除率和较好的表面精度,在铣削系统优化过程中,应同时考虑颤振稳定性和共振的影响.     

模型燃烧室油雾特性试验

利用粒子图像测速仪(Particle imaging velocimetry,PIV)测量斜切径向旋流器模型燃烧室内油雾特性,试验研究不同进气温度、流量和油气比对燃烧室内油珠颗粒大小及其分布的影响.试验结果表明:模型燃烧室内不同区域的油珠数密度明显不同,但油珠粒径分布基本相同;进气温度升高和油气比增大,使得燃烧室中油雾的索太尔平均直径(Sauter mean diameter,SMD)减小,燃油雾化得到改善;而进气流量的变化对燃烧室中油雾的SMD影响不大.     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

机身整体壁板在轴压载荷下后屈曲计算及结构优化

以民机机身组装壁板为基准,设计了等重量的整体壁板结构,并分别建立了两种壁板的有限元模型.通过组装壁板轴压试验结果与非线性、大变形的有限元计算结果比较,对有限元模型进行了验证,两者结果吻合很好.在此基础上,有限元计算分析得出了组装壁板与整体壁板在轴压载荷下的破坏形式与承载能力的差异.结果表明,整体壁板承载能力比现有的组装壁板承载能力提高了18.4%.最后基于有限元模型与二次响应面模型对整体壁板尺寸进行优化,优化后壁板轴压承载能力不变,结构重量减轻了8.7%, 故为整体壁板设计提供了很好的依据.     

基于贝叶斯网络的发动机燃油系统故障诊断

在构建某型发动机燃油系统故障诊断贝叶斯网络模型的基础上,提出逆向推理的最强依赖路径算法,通过该算法可以对故障可能的原因按概率大小进行排序,进而快速、准确地对故障进行定位,从而大大提高复杂系统故障诊断的效率。