航空发动机半物理仿真试车系统的设计研究

针对研发中航空发动机试车具有危险度高、操作难度大等问题,应用增强现实技术,设计了集试车操作培训、试车过程分析和典型性能故障模拟等功能于一体的半物理仿真试车系统。在分析发动机模型响应快速、计算准确和对人的操作高度仿真等特点的基础上,系统介绍了异地分布式仿真系统架构设计、发动机系统计算模型可视化和三维视景系统试车数据3D实时可视化等关键问题的研究和实现方法,为其他领域中数字化生产提供了理论和方法基础。     

一种基于环境预报数据的阵风建模方法

针对现有飞行器仿真试验自然环境模型,研究环境预报数据转换和处理方法;基于随机波浪理论,建立二元阵风紊流数学模型,并研究该模型的仿真建模方法;基于Davenport谱建立基于环境预报数据的阵风紊流模型,并引入到飞行器六自由度数学仿真试验中,得到阵风紊流对于飞行器飞行状态的影响情况。试验结果表明,阵风紊流对于飞行器攻角影响较大,对于飞行高度影响较小,利用阵风紊流模型开展飞行器航迹仿真试验切实可行。     

基于混合建模仿真的大型风电场降损控制

由于大型风电场变压设备多、集电线路长,在实际运行中集电系统损耗突出,对此提出一种利用风电机组作为分布式无功源,以优化风电场内潮流、降低集电系统总体损耗的无功/电压控制策略。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型组态与控制算法编程相结合的混合建模仿真方案,风电场模型采用模块组态建模,并由控制算法形成的引擎文件自主调用实施仿真优化。通过对某125 MW大型风电场进行降损控制的算例研究,验证了所提控制方案的有效性和混合仿真建模方法的高效性。     

航海模拟器中海洋环境时空动态变化的仿真

海洋结构物始终受到环境干扰,对海洋环境的仿真会显著影响航海模拟器的真实感。基于数值波浪模型生成海洋环境场,并利用SQLite开发实海域数据库。通过数据库中获取实际的风,海流和海浪信息来与真实海洋保持一致。对环境扰动进行建模,并且将时空变化特征和耦合效应都融入仿真。通过提出的仿真方法再现了真实的航行情况,并利用船载传感器的测量数据进行验证。仿真结果与实测数据吻合良好,说明本方法可以进一步提高海洋模拟器的物理真实感。     

复杂产品三维模型轻量化服务构建技术

提出了一种复杂产品三维模型轻量化服务构建方法。采用一种改进模型数据导出与空间索引生成方法,能够在模型轻量化过程中保留复杂产品模型装配树与标注信息;设计并实现了基于面片密度的自适应面片简化算法,能够在满足误差要求的条件下对几何模型面片进行自适应简化;并通过采用一种具有较高的压缩比和压缩效率的模型数据压缩算法,减小复杂产品模型的存储空间占用。设计并实现一种模型轻量化服务的B/S部署架构,能够借助高性能计算资源,提高多用户并发场景下复杂产品模型轻量化效率。     

基于DA-RKELM算法的光伏发电功率预测方法

针对光伏发电功率具有的波动性和随机性等特点造成的电网安全问题,提出了一种基于蜻蜓算法优化的正则核极限学习机光伏发电功率预测方法。通过相关性分析确定影响光伏发电功率的关键影响因子,构建光伏发电功率预测模型;利用蜻蜓算法获取网络最优的权重和阈值,在标准极限学习基础上引入正则化函数和核函数以避免传统梯度下降法造成的过拟合问题,增强模型空间映射能力;仿真实验表明,与DA-ELM、PSO-ELM以及标准-DA-ELM模型相比,DA-RKELM预测模型能达到更高的预测精度,更贴近光伏发电的实际运行功率。     

面向无人自主平台的战场地理环境模型研究

战场环境模型是复杂战场环境面向特定需求的抽象和描述,用以支撑战场环境特性和演变规律的研究和应用。现有的战场环境模型主要面向人类战争活动来描述战场环境,缺乏以无人自主平台为认知主体的设计。提出了一种耦合人机各自优势的多层次战场地理环境模型结构,充分发挥机器在特征层面的快速计算能力,以及人在要素和关系层面的认知经验。提出了一种集环境观测、模型构建和空间决策为一体的建模方法,支撑无人自主平台根据任务和环境实现自主空间决策。     

基于引导对抗网络的人体深度图像修补方法

移动设备配备的小型深度相机采集到的人体深度图像存在严重的孔洞问题。针对该问题,提出基于深度学习的引导对抗网络。使用基于堆叠沙漏网络的引导器从RGB图像中提取人体部分分割特征和深度类别特征;在上述人体特征引导下,使用独特的生成器修复人体深度图像中的孔洞。为使结果更加逼真,加入判别器在网络训练过程中对生成器进行优化调整。实验结果显示,该方法在现有的人体数据集和小型深度相机采集的数据集上,都能很好解决孔洞问题,均取得比现有方法更好的效果。     

基于深度Alignment网络的足部测量

足部测量在很多领域有重要作用。三维足部测量受到设备和算法的限制,难以方便快捷地测量足部。结合图像测量和深度神经网络,提出一种方便快捷的足部测量方法。基于足部生理结构分析,提取足部关键点并基于关键点定义了测量参数;针对足部关键点检测,优化了DAN(Deep Alignment Network)模型的激活函数和损失函数,并定义了一种基于手持相机的数据采集方式;检测足部关键点,测量足部主要参数。结果显示,该方法基于手持相机采集数据能够便捷地测量足部参数,并具有较高的精度。     

一种基于证据理论的战时备件需求预测方法

为解决战时备件需求预测缺乏数据的问题,提出一种基于证据理论的战时备件需求预测方法。构建马尔可夫链模型,从备件需求历史数据中挖掘平时备件需求规律;进而设计一种基于战斗强度变化的战时备件需求马尔可夫链转移概率调整策略,用于模拟战时备件需求规律;最后结合专家经验,综合利用模糊理论和证据理论实现对战时备件需求的预测。仿真算例表明,该方法能够有效实现战时备件需求的预测。     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。     

一个新型的期权定价二叉树参数模型

对目前普遍使用的期权定价二叉树模型的缺陷进行了分析 ,利用随机误差校正方法构造出新型的二叉树参数模型 .新的模型避免了负的概率并且具有很高的精确度 ,因而可应用于计算各种期权的价格 .     

基于HPal信息熵融合的三维模型检索方法

为了弥补单种特征提取算法描述模型特征的不足,提出基于HPal信息熵的三维模型多特征动态融合检索算法。针对给定的查询模型,利用各特征集上的检索结果列表动态计算各特征相对应的HPal信息熵,基于HPal信息熵确定融合权值,然后通过距离加权计算模型之间的相似度。与融合中最好单特征集相比,该方法的检索准确率明显提高,并且实验结果也表明该方法比其他3种流行的算法更为有效地提高了检索效果。     

基于遗传算法优化模糊树模型参数的算法设计及仿真

改进了Takagi-Sugeno型模糊树模型的反向传播学习参数的方法,提出基于GA的一套完整、系统的优化模糊树模型参数的算法,其关键是选择确定祖先节点a的方式和选择哪些变量作为染色体基因。对国际标准例题的仿真表明,该方法对算法初始值的选择不敏感,能显著提高模糊树模型的建模精度,在相同模型精度条件下,则可简化样本空间的划分,降低模型的计算量。     

基于能量算子的三维空间实体LOD建模方法

为解决当前多层次细节(LOD)建模方法没有将简化和细分相统一,而造成细节层次模型特征表现不够丰富问题.将能量算子用于三维空间实体模型简化与细分,提出了基于能量算子的三维空间实体LOD建模方法.该方法主要包括3个步骤:模型能量算子计算、基于能量算子的模型简化和细分.实验表明,该方法能够生成细节层次较为丰富的模型,并具有良...     

基于系统分析的控制系统故障树自动生成

提出一种基于系统分析的故障树自动生成方法。首先,建立描述元部件因果模型及控制回路因果模型的数据库。然后,利用控制系统流程图和邻接矩阵确定系统中独立元部件、控制回路以及系统外界不可控扰动的直接关系,确定系统故障树的结构模型。最后,通过搜索相关数据库,调用相应的因果模型,自动生成系统故障树。结合一个具体算例验证了该方法的有效性和可行性。     

基于特征子空间的三维模型相关反馈检索方法

从三维模型中提取出的高维特征向量一般分布在原始空间的某个非线性低维子空间中,而测地距度量算法可以有效地甄别这种非线性分布.提出一种在相关反馈中,通过更新测地距离来捕捉三维模型特征点的分布特性的检索算法.为了解决相关反馈后期效果提升缓慢的缺陷,作者提出了模型潜力值理论来辅助使用了测地距核函数的支持向量机学习器改善相关反馈机制.     

基于本体语义分析的三维文物模型检索

随着互联网和计算机图形图像技术的迅猛发展,以三维模型为主要展现方式的多媒体资源数量呈现井喷式的增长,这不仅归因于三维模型具有更丰富的展现力,同时还弥补了图像和视频等多媒体资源在信息共享、存储、展示等多方面的不足。针对文物数字化保护领域中三维模型海量增长所带来的模型管理和检索等问题,提出了基于本体语义分析的三维文物模型快速检索方法。首先,对三维文物模型进行分类,构建针对文物领域的本体,建立模型的属性信息以及构建文物分类概念之间的关系;其次,根据本体之间的属性关系,建立该领域的相关推理规则,形成文物保护领域的语义网络;再次,利用本体语义信息以及本体之间的关联关系,生成本体信息之间的语义推理系统;最后,基于上述工作基础完成文物三维模型的快速、准确检索。实验结果表明,该方法在检索结果的查准率和查全率方面较传统检索方法达到了更好的效果。     

基于神经网络的图像描述方法研究

自动识别和描述图像的内容是人工智能中一个重要的研究方向,它涉及计算机视觉和自然语言处理技术。针对这一难题,提出了一种由深层神经网络模型生成自然语言句子来描述图像内容的方法。该方法提出的模型由卷积神经网络(Convolution Neural Network,CNN)和循环神经网络(Recurrent Neural Network,RNN)组成,其中,CNN用来提取输入图像的特征生成固定长度的特征向量,该特征向量初始化RNN来生成句子。在MSCOCO图像描述数据集上的实验结果表明了该模型所生成句子的语法准确性和语义准确性,且优于先前的基线模型。