自适应广义全变差的图像泊松去噪算法

针对医学、天文图像中的泊松噪声,基于广义全变差的图像泊松去噪模型,结合交替迭代极小化方法,提出一种自适应广义全变差的图像去噪算法。该算法利用广义交叉验证技术,使得模型中的正则化参数在算法迭代过程中可以自动更新。数值实验结果验证了该算法的有效性与可行性。     

基于BP神经网络的重塑黄土冻融过程渗透特性研究

冻融循环导致黄土渗透特性的变化规律十分复杂,传统单一因素评价方法难以确定冻融过程黄土渗透系数与多因素之间的量化统计关系。基于此,首先对西安Q3重塑黄土进行冻融过程三轴渗透试验,得到不同干密度、含水率、围压及冻融次数下的渗透系数;然后采用BP神经网络算法对试验数据进行学习训练,建立各因素与渗透系数间的预测模型。研究结果表明:重塑黄土渗透系数变化规律,随围压增大,其值逐渐减小,且减小幅度先快后慢;随干密度和初始含水率增大,其值先增大后减小;随冻融次数增加,其值逐渐增大,且上升幅度先急后缓。冻融过程黄土渗透系数神经网络模型预测值和试验值之间相对误差较小,表明该方法具有较好的预测精度,能够综合描述诸因素与渗透系数的量化关系。     

强度匹配对焊接钢管断裂韧性影响的有限元分析

为了研究焊接过程中强度匹配对焊接接头断裂韧性的影响,以弹塑性断裂力学理论为基础,基于细观塑性损伤模型,应用ABAQUS软件对大范围屈服条件下的全周向内裂纹管采用轴对称模型及基于小范围屈服的修正边界层模型（MBL）分别进行有限元模拟分析计算。研究结果表明:高配且匹配系数越高,焊接接头的断裂韧性及阻力曲线越高;随匹配系数增加,失配约束M减小,管子的断裂韧性增大;不同强度匹配引起的失配约束差异随裂纹扩展而增大。     

基于XML的试飞遥测实时数据处理系统自动配置体系研究

遥测实时数据处理系统是现代大型民机试飞、取证过程中不可或缺的重要系统。但在传统模式下,因为处理对象复杂、试飞参数繁多等原因,遥测实时数据处理系统存在配置周期冗长、可维护性差等问题,影响试飞效率。针对这些问题,提出一种基于XML文件格式的配置体系,该配置体系克服了传统人工配置模式的诸多不足,弥补了TMATS文件、“带头文件”在信息描述完整性、系统可维护性等方面的缺陷。按此配置体系开发出的模块化软件工具,成功应用于某国产大型客机的试飞任务中,在保证100%准确率的前提下,将以往数周的遥测实时数据处理系统准备周期缩短为几分钟,为我国民机的高效试飞提供了技术基础。     

试飞数据平台数据架构设计与应用

试飞数据是民机飞行试验的重要产物,具有测量参数数量大,数据体量大,飞行试验数据与试飞任务信息关联性强等特征,支撑飞机型号取证与设计优化等任务。试飞数据平台数据架构对多源异构数据集成接入、多类形态数据存储管理、多种层次数据处理分析等技术进行了研究,采用湖仓一体的关键技术和方法打造试飞数据全集。试飞数据接入采用流批一体的数据处理技术,融合Spark和Flink主流数据处理引擎,具备试飞数据快速入库能力。提出按秒聚合方法,具备PB级多维度试飞数据压缩存储功能,存储性能提升近10倍；采用以秒为索引条件支持快速检索,强化数据湖查询能力。研究数据仓库技术,设计试飞数据多层数据模型,具备多维信息精细查询,多层数据灵活钻取,多功能自定义函数集成等功能,并成功应用在某型国产民机的飞行试验数据管理中,服务于试飞数据用户,提高了试飞数据管理效率与试飞数据应用价值。     

试飞数据查询引擎设计

试飞数据是飞行试验的核心产品,具有参数量多,数据体量大,信息复杂程度高,查询响应快等特征,支撑飞机设计、制造、试飞、运营等阶段任务；试飞数据查询引擎旨在提供PB级多维度试飞数据快速查询服务,对试飞数据特征深度分析,采用大数据交互式查询关键技术,基于试飞数据处理与分析平台,研究了存算分离技术和异构计算技术,设计试飞数据查询引擎,具备多源数据汇聚,多维信息精细查询,多层数据灵活钻取,多功能自定义函数集成,多类指标数据自适应输出等功能,创新试飞数据查询与可视化方式,并成功应用在某型国产民机的飞行试验数据管理与分析中,服务于试飞工程师、飞机设计人员、课题工程师,提高了试飞数据管理效率与试飞数据应用价值。