双目视觉技术在高超声速颤振风洞试验中的应用

以验证高超声速颤振风洞试验技术为目标,为了获取试验模型在风洞流场激励下的位移形貌,运用风洞试验的方法研究了某翼面模型的颤振特性。采用一种基于双目视觉系统的试验方法,系统主要由CCD相机、图像采集卡和控制计算机组成,通过立体视觉标定和数字图像处理技术解算出模型变形的形貌。试验结果表明,该方法应用成功,与CFD/CSD数值计算结果比对良好,验证了该技术在高超声速风洞试验中应用的可行性。     

基于深度学习和空间分析的港口识别

针对港口难以自动识别的问题,在高分辨率可见光遥感影像上将深度学习和地理空间分析相结合,提出了船舶-码头-港口递进式识别模型.首先,对构建的码头样本数据集进行数据增强,并用增强后的数据集来训练YOLO v3算法.然后,在大幅遥感影像上利用滑动窗口进行多尺度识别,获取影像底层特征以计算出码头类别和像素坐标.最后,将码头点位转化为地理坐标,使用Getis-Ord Gi*统计方法进行热点分析.并利用经典的密度聚类方法,实现了对港口位置及范围的识别与提取.在实验区中的识别对比结果表明,在1000 m聚合阈值下,所提模型对港池识别的比例达到82.79％.     

基于CFD/CSD耦合的火箭跨声速气动阻尼特性分析

随着新型大推力火箭的发展,弯曲模态频率的不断降低,以及流动分离和跨声速飞行时产生的激波震荡等因素,其在跨声速飞行过程中更容易出现非定常振动发散。文章以某带助推的运载火箭模型为研究对象,通过数值计算获取火箭强迫振动时的气动阻尼,并对影响火箭气动阻尼的因素进行了分析。包括结构节点位置、振动振幅大小、脉动压力等。研究表明：助推主要起到增大气动阻尼的作用;前节点主要影响收缩段的气动阻尼;振动振幅大小和脉动压力对气动阻尼的影响可忽略不计。     

钝前缘梯形翼高超声速风洞颤振试验

为了研究钝前缘翼面的高超声速颤振特性,获得典型翼面高超声速颤振参数以校验非定常气动力和CFD计算,采用具有简单结构动力学特性的钝前缘梯形翼模型,在中国航天空气动力技术研究院FD-07高超声速风洞进行了高超声速风洞颤振试验研究.模型为9 mm厚钝前缘梯形平板翼,采用夹层设计:中间层为钢板,提供模型主要刚度和质量特性;两侧为泡沫,起维形作用.试验模型采用悬臂支撑安装于风洞试验段,试验Mach数分别为4.95和5.95.试验固定Mach数,通过缓慢增加动压以使模型达到颤振临界点,采用小波时频谱分析时域响应,结果显示试验模型发生了弯扭耦合经典颤振.试验采用直接观测法获得了颤振动压、颤振频率和对应的试验密度、总温等颤振相关参数.采用壳单元建立了结构有限元模型,并采用统一升力面理论对模型进行了颤振计算分析,研究了气流密度、结构阻尼、Mach数对颤振计算的影响,并对试验结果与理论计算的偏差进行了讨论.分析认为,计算气流密度、计算结构阻尼、结构建模偏差、试验结果散布特性等因素均会构成计算值和试验值之间的偏差,但即便在计算中考虑上述因素,计算结果与试验值仍存在较大偏差.