纤维缠绕复合材料方管设计研究

作为典型非轴对称回转体构件,复合材料方管在缠绕过程中要求满足稳定缠绕和均匀布满两个工艺条件。基于解析几何,分析方管缠绕丝嘴与芯模的空间关系,推导丝嘴运动轨迹方程,提出基于不滑线理论的方管小角度测地线缠绕设计方法;建立方管测地线周期缠绕理论,分析从不同起始点缠绕的实际误差;设计方管缠绕线型,并应用于实际缠绕,得到其小角度缠绕的一般绕线方程。结果表明,本文提出的方管小角度测地线缠绕理论正确,线型设计方法可靠,得到的丝嘴运动方程合理、精确,能很好地满足复合材料方管缠绕的基本原理和工艺要求。     

薄膜结构裁剪分析新方法

提出了一种新的实用薄膜结构裁剪分析方法———分片展开法。该方法采用测地线对结构曲面进行划分 ,用文中提出的平面映射法对各曲面膜片进行平面展开计算 ,并引入回缩比系数以考虑膜内预拉力的释放和徐变影响的消除。编制了相应的裁剪分析程序 ,并对该程序进行了算例验证     

基于温度变化的测地激光陀螺相对误差分析

大型测地激光陀螺是一种基于Sagnac效应的惯性传感器,能够精确监测地球自转角速度,在世界时、地震波检测以及基础物理等领域都有很好的应用前景。测地激光陀螺对环境温度的变化较为敏感,温度变化使测地激光陀螺的腔长发生改变,进而引起尺度因子的改变,最终影响到测地激光陀螺仪的测试精度。本文通过对测地激光陀螺的不同工作环境进行温度测试,当温度变化并且热源位置不同时,分析并讨论了测地激光陀螺的相对误差。当温度变化最大时,分析了激光陀螺环形腔材料使用量与相对误差的关系。结果表明：当实验室的温度变化最大时,蒲城实验室的工作环境优于临潼实验室的工作环境,不同构型测地激光陀螺相对误差的范围在10^-6—10^-9。当测地激光陀螺仪中微晶玻璃的使用量增加时,相对误差减小。     

一种人体运动骨骼提取和动画自动生成方法

现有的动画生成方法存在手工操作繁琐、模型姿态受局限等问题.提出了一种新的人体模型动画自动生成方法,首先自动提取和识别位于人体四肢和头顶末端的5个特征点,以特征点为起点,计算模型等测地线的中心线.在中心线上根据人体测量学知识,确定关节点的近似位置,然后根据人体骨骼刚性运动特征和运动数据文件提供的骨骼信息,进行关节点精确定位,再通过热力学扩散方程计算顶点权重最后将提取的骨骼采用局部坐标架对齐的方法实现与运动数据匹配,并以运动数据驱动皮肤产生人体动画实验结果表明,与现有算法相比,具有与模型姿态无关、全自动、产生动画效果好等特点.     

任意姿态虚拟人网格模型骨骼提取算法

人体骨骼动画技术是虚拟人物建模中的研究重点。在现有人体骨骼动画的制作过程中,动画师必需手工标定人体各主要关节点位置及人体骨架每一关键帧的姿态,工作量巨大。因此提出一种自动提取人体任意姿态网格模型骨架结构的方法。该方法首先利用模型各顶点间测地距离的几何关系自动识别人体位于四肢和头顶末端的5个特征点,再以特征点为起点生成等测地距离曲线族,利用等测地距离曲线将人体四肢和躯干区分开来,将这些相邻等测地线中心连接起来生成5条骨骼中心线,最后在中心线上根据中心夹角极小值及等测地距离曲线似圆率来确定人体关节的确切位置。实验结果表明,该算法能适应不同姿态的人体模型,计算结果准确性高,能完全自动实现关节点定位和骨骼提取。     

基于状态-动作图测地高斯基的策略迭代强化学习

在策略迭代强化学习中,基函数构造是影响动作值函数逼近精度的一个重要因素.为了给动作值函数逼近提供合适的基函数,提出一种基于状态-动作图测地高斯基的策略迭代强化学习方法.首先,根据离策略方法建立马尔可夫决策过程的状态-动作图论描述;然后,在状态-动作图上定义测地高斯核函数,利用基于近似线性相关的核稀疏方法自动选择测地高斯...     

三维脑白质纤维束成像方法?

从Riemannian流形的角度分析扩散张量成像,将脑白质中任意两点间的纤维束生成问题转化为计算Riemannian流形中两点间测地线的问题,通过Level-Set方法计算测地线,并将其作为脑白质中两点间的纤维束。利用模拟脑白质纤维束对该算法和传统算法进行比较,实验结果表明,该算法在准确性、鲁棒性等方面有较大改进。     

节点刚度对有缺陷短程线球面网壳稳定性的影响

节点刚度是影响网壳稳定性的重要因素之一,为理解其影响规律,应用Ansys的Matrix27单元,建立节点刚度单元模型,并考虑初始缺陷的影响,运用非线性有限元全过程分析方法,研究了节点刚度变化对不同缺陷短程线球面网壳稳定性的影响.结果表明:刚度降低,网壳稳定承载力下降;缺陷增大,节点刚度的影响减弱,并给出了一些工程设计的建议.     

Big data for microstructure‐property relationships: A case study of predicting effective conductivities

The analysis of big data is changing industries, businesses and research as large amounts of data are available nowadays. In the area of microstructures, acquisition of (3‐D tomographic image) data is difficult and time‐consuming. It is shown that large amounts of data representing the geometry of virtual, but realistic 3‐D microstructures can be generated using stochastic microstructure modeling. Combining the model output with physical simulations and data mining techniques, microstructure‐property relationships can be quantitatively characterized. Exemplarily, we aim to predict effective conductivities given the microstructure characteristics volume fraction, mean geodesic tortuosity, and constrictivity. Therefore, we analyze 8119 microstructures generated by two different stochastic 3‐D microstructure models. This is—to the best of our knowledge—by far the largest set of microstructures that has ever been analyzed. Fitting artificial neural networks, random forests and classical equations, the prediction of effective conductivities based on geometric microstructure characteristics is possible. © 2017 American Institute of Chemical Engineers AIChE J, 63: 4224–4232, 2017     

融合高斯混合模型的测地线脑肿瘤分割方法

脑肿瘤分割是计算机辅助脑病诊断的基础。为提高脑肿瘤分割精度,提出一种融合高斯混合模型的测地线脑肿瘤分割方法。根据相邻2个像素点间互相到达时间构造离散且带有权重的网格图,通过高斯混合模型估计每个像素点属于目标物体的罚度,并融合高斯混合模型的概率密度差异表示区域属性与边缘属性构成能量函数,利用快速最短路径算法求解前景与背景间的测地线距离,并根据该距离最小化能量函数,得到脑肿瘤的分割结果。利用10组脑部核磁共振图像数据对算法进行评估,结果表明,该算法分割结果与金标准的重叠率在0.60~0.85之间,可有效避免局部最优解的情况,对非匀质区域具有较好的分割效果。