基于自适应聚合与深度优化的三维重建算法

针对现有基于多视图的三维重建方法未充分考虑像素点在其余视图的可见性,从而导致重建完整度不足,且在弱纹理和遮挡区域重建困难等问题,提出了一种应用于高分辨率的三维重建网络。首先提出了一种引入可见性感知的自适应成本聚合方法用于成本量的聚合,通过网络获取视图中像素点的可见性,可以提高遮挡区域重建完整性;采用基于方差预测每像素视差范围,构建空间变化的深度假设面用于分阶段重建,在最后一阶段提出了基于卷积空间传播网络的深度图优化模块,以获得优化的深度图;最后采用改进深度图融合算法,结合所有视图的像素点与3D点的重投影误差进行一致性检查,得到密集点云。在DTU 数据集上与其他方法的定量定性比较结果表明,提出的方法可以重建出细节上表现更好的场景。     

低压两级涡轮叶片修缘对涡轮效率影响研究

运用三维数值模拟技术,对一个多级轴流空气涡轮的低压两级原型4排叶片进行了数值计算和流场分析.然后分别对低压一、二级前缘和尾缘进行修缘的修缘叶片两级涡轮进行数值计算,并与原型叶片的计算结果进行比较,确定其对低压涡轮效率的影响.计算结果表明:采用修缘叶片的涡轮效率均小于原型叶片的效率,涡轮效率随着修缘量的增大逐渐降低.     

3D-SIFT特征提取与体素滤波结合的点云精简算法

点云数据中的冗余数据会影响到点云处理算法的速度,因此,为提升算法速率,需对点云数量进行精简。然而,点云精简过程容易剔除掉特征点,导致点云信息不完整,效果不好等问题。针对这些问题,提出一种利用3D-SIFT特征提取与八叉树体素滤波结合的点云精简方法。利用3D-SIFT算法提取出点云的强特征点和弱特征点,对弱特征点进行改进的八叉树体素滤波,并保留强特征点,通过点云合并,将滤波后的弱特征点与保留的特征点整合到一起,使得精简后的点云数据不丢失特征点信息,从而也达到了精简的效果。将本算法与均匀网格算法、非均匀网格法、随机采样算法进行对比实验。通过多个不同模型的可视化结果和信息熵评价分析,可以得出对于几种不同模型取平均本算法平均信息熵达到3.771 92,高于其他算法的信息熵,证明本算法在对数据进行精简的同时也达到了特征保留的效果。     

高压压气机动叶叶尖间隙流动数值仿真研究

运用NUMECA CFD对某高压压气机12级动叶尖部间隙流场进行数值仿真,并与无间隙条件下的流动情况进行对比、分析,详细揭示了动叶叶尖间隙区域的流动特征.结果表明无叶尖间隙时压气机并不能获得最优的性能参数;叶尖间隙的存在使得在动叶尖部形成表现为多种复杂涡结构的泄漏流;叶尖问隙在较小范围变化时,压气机的性能参数变化显著,在最佳间隙0.135mm时压气机获得较高增压比和等熵效率,但当叶尖间隙超过临界值继续增大,压气机性能急剧下降.     

静叶装配误差对发动机性能影响仿真研究

针对某型轴流压气机装配时高压第11级静子叶片的缘板与机匣之间有时出现的凸出或凹下的装配误差对发动机推力和耗油率产生的影响,应用NUMECA软件对其进行了三维数值模拟.利用发动机性能计算程序计算分析了由此引起的误差对整个压气机和发动机性能的影响,寻求出静子叶片最佳的装配方式.结果表明:静叶凸出和凹下机匣内流道对高压压气机压比影响较小,但均使效率降低,凸出时对发动机推力和耗油率的影响大于凹下时的影响.建议在工厂装配某型时为降低耗油率尽量减小装配误差,尤其应避免凸出的装配方式.