ACIS/HOOPS几何建模与可视化技术研究与应用

几何建模与可视化是数值模拟前处理中重要的组成部分.重点介绍了ACIS建模技术及HOOPS可视化技术,并基于ACIS/HOOPS及格式转换组件(InterOp)、模型简化组件(Defeaturing)、网格划分组件(VisTools)等3D组件开发了数值建模与可视化软件,在系统中实现几何建模、模型导人、模型简化、网格划分及可视化功能,为后续的数值模拟奠定了良好的基础.应用表明:使用ACIS/HOOPS及相关3D组件开发数值模拟前处理系统具有效率高、效果好的特点.     

混合动力车辆转矩控制策略研究

在履带车辆行驶稳定性能的研究中,对比传统履带车辆结构形式,串联混合动力履带车辆的结构系统存在非线性特点,稳定性能很难保证.为了优化串联混合动力履带车辆的直驶稳定性能和转向性能,提出转矩调节控制策略;建立了驾驶员模型(包括加速踏板模型、制动踏板模型、方向盘模型)和整车动力学模型.根据驾驶员模型和整车动力学模型,采用转矩调节控制策略,在直驶加速、转向等工况下,进行了计算机仿真,结果表明转矩调节控制策略能有效的满足串联混合动力履带车辆的动力学需求.     

基于样本互作转换的人脸识别

针对人脸识别问题,因人脸图像具多姿态性、实际样本少等特性,且传统识别方法存在信息利用率低、分类过程繁琐等缺陷.为提高人脸识别精度并简化模型,提出了一种新的多人脸样本互作转换方法,将同时识别多个人脸的多分类问题简化为简单二分类问题,进行统一建模,充分利用图像信息,并基于可交换核函数消除互作样本中因初始样本排列顺序不同带来的影响,然后对产生的新特征进行非线性筛选,最后以简单投票策略对独立测试样本进行类别校正.基于ORL人脸数据库进行仿真,独立测试样本识别准确率高于95％,明显高于参比模型.实验结果表明,样本互作转换能有效简化识别模型,在海量数据识别中具有较好的应用价值.     

双侧切向进气固冲发动机二次燃烧仿真

研究发动机性能优化问题,燃烧是关键技术.为提高同冲发动机二次燃烧效率,提出了一种新型切向进气方式,采用Realizablek-ε湍流模型及单步涡团耗散燃烧模型,对双侧切向进气式固冲发动机补燃室内三维反应流场进行了数值仿真,研究了切向进气对同冲发动机二次燃烧的影响.当空气射流以切向进入补燃室时,气流产生旋转,燃料与空气的...     

基于CMOS图像传感器的皮卫星成像系统设计

为满足皮卫星对成像系统的特殊要求,设计了基于CMOS图像传感器的成像系统。简单阐述了系统设计方案,详细说明了系统关键模块包括对CMOS相机的控制以及图像传输等在FPGA中的实现过程,并从器件选型、TMR技术应用等方面讨论了系统的可靠性。该系统应用于皮卫星样机中,通过了高低温试验、温度冲击试验、粒子辐照试验等,验证了其可行性。     

一种新的无陀螺惯性测量组合标定方法

无陀螺惯性测量组合在角速率解算过程中不仅需要知道加速度计标定因数、零偏及实际安装方向向量,还需要准确获取加速度计的实际安装位置.针对上述特点,以加速度计输出模型为基础,提出并建立了一种广泛适用于各种无陀螺惯性测量组合的标定方法.该方法经转台位置和速率实验验证可以准确得到加速度计标度因数、零偏及安装误差,进一步提高了载体线加速度和角速率解算精度,从而为后续的姿态解算奠定基础.     

基于金属氧化物气体传感器的气味罗盘的实验分析研究

设计一种由TGS2620金属氧化物气体传感器构建的气味罗盘系统。研制了气味罗盘的信号采样系统及辅助电路。在点气源及平流环境下对该系统进行了360°静态气源定位实验,提取传感器阻值响应比为特征量,并论证了该特征量与罗盘偏转角度α的对应关系。实验表明气味罗盘对相差30°方向的气源据有较大的响应差,以响应比值为特征量进行分析能够排除同类型传感器个体差异对分析结果的影响。     

论协作型计算机网络教学与学生创造性学习的培养

目前在高等学校教学改革中,基于计算机网络环境下的教学已成趋势。以《大学计算机基础》教学为例,结合网络教学实践,旨在探讨如何利用网络自主学习的平台,培养学生的创造性学习能力。     

一种面向中转换乘的铁路网建模方法研究

铁路旅行依然属于人们首选出行方式,但种类繁多的车型与庞杂路网却经常导致无谓地花费不少钱财和时间。怎样实现旅行方案制定合理化、科学化与兼顾个人独特追求,并且切实地做到最优化评价指标妥善协调,即构成了民众普遍乞盼。结合铁路运营实际,围绕路网建模当中面临的结构体系、关键难题懈决对策等展开深入讨论,给出了问题处置策略、指导原则与技术路线。研究实验表明,通过文中方法对铁路路网进行建模,可以有效地解决铁路路网路径搜索面临的诸多难题,保证了数据完备性、有效性以及路径规划的实时性与高效性。     

基于BP网络的洪灾风险评价算法

为了解决洪灾风险评价问题,文中在分析传统洪灾风险评价算法不足的基础上,结合BP网络特点,提出了基于BP网络的洪灾风险评价算法（Flood Risk Evaluation algorithm on BPNet,FRE—BPN）,同时为了解决BP算法对复杂高维样本数据建模效率差、精度低的缺陷,利用粗糙集对BP网络进行约简。仿真实验表明,粗糙集约简使得BP网络大大降低了洪灾风险评价模型建立的复杂度,同时FRE-BPN算法对洪灾数据集进行风险评价时的平均耗时大大下降。