高超声速模型尾迹电子密度二维分布反演方法

弹道靶利用二级轻气炮将模型加速到高超声速状态,模型在靶室内超高速飞行时形成等离子体尾迹.为实现高超声速模型尾迹电子密度径向二维分布诊断,利用七通道微波干涉仪测量系统获得了高超声速模型尾迹截面不同位置处平均电子密度.该系统采用一发七收的方式,实现平面波照射等离子体及平面波接收,天线波束可完全覆盖尾迹径向范围.多通道微波干涉仪数据处理过程常将等离子体视为分层介质,考虑到分层界面上折射效应的影响,本研究利用射线追踪方式建立电磁传播模型,结合测量数据建立目标函数,通过遗传算法优化来反演高超声速模型尾迹电子密度径向二维分布.该数据处理方法的电子密度反演结果与相同来流条件下的数值模拟结果对比吻合较好,初步验证了该方法的有效性.分析了分层模型对电子密度分布特性的影响,结果表明利用七层模型对尾迹建模效果最佳,且适用于不同厚度尾迹,最大化利用接收通道数,确保了计算精度.利用该方法实现弹道靶高超声速球模型尾迹电子密度二维分布诊断,并给出了给定实验状态下模型尾迹电子密度二维分布的一些规律.     

基于局部加密纯无网格法非线性Cahn-Hilliard方程的模拟

为数值求解描述不同物质间相位分离现象的高阶非线性Cahn-Hilliard(C-H)方程,发展了一种基于局部加密纯无网格有限点集法(local refinement finite pointset method,LR-FPM).其构造过程为:1)将C-H方程中四阶导数降阶为两个二阶导数,连续应用基于Taylor展开和加权最小二乘法的FPM离散空间导数;2)对区域进行局部加密和采用五次样条核函数以提高数值精度;3)局部线性方程组求解中准确施加含高阶导数Neumann边值条件.随后,运用LR-FPM求解有解析解的一维/二维C-H方程,分析粒子均匀分布/非均匀分布以及局部粒子加密情况的误差和收敛阶,展示了LR-FPM较网格类算法在非均匀布点情况下的优点.最后,采用LR-FPM对无解析解的一维/二维C-H方程进行了数值预测,并与有限差分结果相比较.数值结果表明,LR-FPM方法具有较高的数值精度和收敛阶,比有限差分法更易数值实现,能够准确展现不同类型材料间相位分离非线性扩散现象随时间的演化过程.     

减压扩散高阻密栅技术应用研究

本文对减压扩散机理及高阻密栅技术作了详细的分析,并就设备及工艺方面的关键技术进行了阐述,最后对减压扩散高方阻工艺及密栅匹配技术电池效率进行了对比分析,有以下结论:(1)减压扩散在工艺优化后,方阻均匀性得到大幅改善,达到3;以内.(2)减压扩散电池效率完全可达到常规产线的水平,且在高阻密栅方面更有优势,可有效提升太阳电池效率.     

中国聚变工程实验堆水冷包层钢构件流道成形控制研究

针对CFETR水冷包层流道钢构件热等静压制备时易变形压塌问题，利用单轴扩散焊设备开展了焊接工艺参数优化试验。在此基础上，重新设计了流道焊接界面位置和尺寸，用两步热等静压扩散焊法制备出了流道变形可控的平板型第一壁钢构件模块。优化试验表明，低活化钢试样的固相扩散焊温度需高于950℃，焊后经过760℃/60min回火热处理试样力学性能可以得到有效回复。     

用人工神经网络方法测量生物组织光学参数γ

提出了一种利用亚扩散空间分辨漫反射预测生物组织约化散射系数μ_s'和相函数参量γ的人工神经网络方法 .采用蒙特卡罗方法得到光子经生物组织漫反射的数据样本,利用这些数据样本训练反向传播神经网络,用于从亚扩散散射光中预测γ的信息.为了解决同时预测μ_s'和γ两个参数时会产生较大误差的问题,分段数据训练两个BP网络,依次识别μ_s'和γ.研究发现3.64l_(th)(l_(th)表示平均输运自由程)是对γ的不敏感点,可用该点附近的数据样本训练网络用于预测μ_s',用2l_(th)范围内的数据样本训练网络用于预测γ.蒙特卡罗仿真结果表明,在1.3≤γ≤1.9范围内,预测结果与真实值的相对均方根误差在1%以内.与现有的测量方法相比,所提的人工神经网络方法更加简单,且提高了预测精度.     

结合光场深度估计和大气散射模型的图像去雾方法

目前大部分基于物理模型的图像去雾算法存在复原图像色彩失真和天空边界区域出现光晕效应的问题.为了解决这些问题,本文提出了一种将光场深度计算与大气散射模型相结合的图像去雾方法.该方法通过光场极平面图像计算得到场景深度,将场景深度信息计算所得的透射率与暗通道透射率融合得到最终透射率.同时利用场景深度对天空边界进行判定,单独对天空区域进行处理.在合成雾天图像和真实雾天图像上的实验结果表明,与现有的单幅图像去雾算法相比,本文提出的方法在峰值信噪比以及结构相似性上均有提升.同时对去雾之后的图像的色彩保真度以及光晕效应的抑制方面都取得了较好的结果 .     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

工质对微通道沸腾液膜瞬态变化的影响

本文采用去离子水和无水乙醇两种工质,利用微通道流动沸腾同步测量实验系统,研究了液膜厚度的瞬态变化规律,实验发现流动沸腾形成的初始液膜厚度在毛细数Ca很宽的范围内都遵循Taylor流动原理;液膜形成后,在蒸发和蒸汽流动携带的耦合作用下,厚度迅速减薄直至蒸干;由于水的汽液黏度比小,速度梯度小,剪切作用带来的液膜厚度减少量小,且水的汽化潜热大,吸收相同热量时蒸发量小,导致水的液膜厚度变化斜率较小,通过理论分析提出了沸腾液膜厚度变化的计算模型,计算结果与实验结果的误差小于20%。     

基于多通道盲识别的自适应光学图像事后处理

为实时恢复天文或空间目标的湍流退化成像,提出一种适应大气湍流动态变化的多通道自适应光学图像恢复方法.以自适应光学校正后不同时刻的目标成像作为多个通道,建立求解系统点扩散函数的线性方程,根据解出的点扩散函数利用超拉普拉斯算法,求解待观测目标的估计值.结果表明:不同时刻的点扩散函数之间存在互质关系,满足多通道盲识别的理论要求.利用建立的线性方程求解出的点扩散函数与原点扩散函数的均方误差在10^-30~10^-27量级,采用超拉普拉斯算法恢复出的目标成像与原始目标之间的均方误差在10^-5~10^-4量级.本文研究为湍流退化图像的实时恢复提供了理论基础.