轮廓度误差对超声速压气机叶栅气动性能的影响

[目的]旨在评估轮廓度误差对压气机气动性能的影响,并为叶片鲁棒性设计提供参考。[方法]建立单峰值轮廓度误差分布数学模型,采用数值模拟方法,研究压力面和吸力面不同轮廓度组合误差对超声速压气机平面叶栅气动性能的影响。[结果]结果表明：吸力面轮廓度误差分布是影响叶栅总压损失的关键因素,随着吸力面轮廓度峰值误差位置向下游移动,总压损失系数逐渐降低;压力面和吸力面误差分布对气流折转角和静压升系数的影响趋势相反。对较低来流马赫数的叶栅,吸力面误差对气流折转角和静压升均起主导作用;对较高来流马赫数的叶栅,压力面误差对气流折转角和静压升影响明显。激波位置和激波强度、激波后扩张通道的流道型线综合决定了叶片表面和叶栅流道内的流动状态,使得近吸力面侧流动损失增大,近压力面侧流动损失减小,其综合效果决定了叶栅损失、气流折转角和静压升的变化。[结论]结果对指导跨声速压气机设计、加工和超差审理均具有重要意义。     

管片钢筋骨架外弧面尺寸检测系统的研制与应用

传统管片钢筋骨架的质检多数采用人工测量完成,不同人员对测量工具使用的熟练度不同导致最终结果参差不齐。研制了一套基于高精度激光三维轮廓测量仪的钢筋骨架外形尺寸自动检测系统,该系统由检测桁架及轨道小车、电气系统、激光三维轮廓测量仪和上位机软件构成。检测系统工作流程：将钢筋骨架放置在轨道小车上,轨道小车自动运行进入检测工位,测量仪扫描采集点云数据,系统自动处理数据、完成检测数据可视化。检测系统明显提高了钢筋骨架的检测精度和检测速度,同时可根据检测数据生成判定结果,有利于加强管片钢筋骨架的生产质量管控。     

CAD/CAM中复杂轮廓环的等距干涉处理

复杂轮廓环的等距算法是CAD/CAM系统中重要的基本算法之一.文章介绍了复杂轮廓环进行原始等距的过程,提出了环自交与交互的若干算法.     

基于视觉感知技术的低质量舰船航行图像增强系统

为提升低质量舰船航行图像质量,为舰船航行监测提供可靠依据,设计基于视觉感知技术的低质量舰船航行图像增强系统。该系统以同步动态随机存取内存中存储的低质量舰船航行图像为基础,利用FPGA矫正图像畸变后,在SDRAM控制模块的控制下,经由通信模块将图像传送至图像增强模块中,该模块采用视觉感知技术,增强舰船航行图像后,通过PCI总线传送至PC机中,呈现低质量舰船航行图像增强结果。测试结果表明：该系统具有较好的低质量图像增强性能,增强后图像的度平均梯度和图像信息熵的结果均在0.92以上;图像的边缘轮廓质量较好,有效改善了图像模糊情况,并且避免图像增强后发生色彩失真现象,图像细节的完整性较好。     

基于工业CT的混凝土集料二维及三维轮廓表征方法

利用工业CT获取沥青混凝土试件内部结构断层图像,通过数字图像处理手段将图像内颗粒的二维轮廓提取出来,采用傅里叶描述子表征颗粒轮廓,结合等效直径概念确定了合理的采样间隔角度,对傅里叶变换阶数n的取值进行了定性的分析,并用图形及决定系数R2来描述拟合优劣程度,分析了可能失效的情形。采用球面调和变换对颗粒的三维表面轮廓进行表征,分别对球面调和变换阶数n′及采样点的不同取值效果利用三维可视化进行了比较,探索了其R2随阶数n′及采样点大小的变化规律。结果表明:阶数n′取25～30比较合适;球面调和变换可以更准确地表征集料颗粒的三维轮廓及局部细观特征,并且颗粒的三维轮廓用此方式表征有利于计算机建模的需要,有利于混凝土虚拟试验工作的深入开展。     

基于图像连通域的桥梁裂缝提取方法

裂缝是水泥混凝土桥梁的一种常见病害形式,基于图像的桥梁裂缝病害检测是实现桥梁数字化无损检测的一项新技术.为此,提出了一种基于图像连通域的桥梁裂缝提取方法,以实现从桥梁图像上准确识别裂缝,并提取其特征参数.针对水泥混凝土桥梁图像采集时,施工接缝、光照、污损、抖动等因素造成的干扰,主要分3个步骤实现裂缝目标的提取:(1)对...     

受电弓滑板状态监测的图像目标提取

将数字图像处理技术应用于受电弓滑板状态监测,给出了受电弓无线图像监测系统的工作原理和组成结构,设计了图像目标的提取算法,将受电弓滑板图像的提取划分为粗提取和精提取2个步骤.该图像目标提取算法结合边缘提取、形态学图像处理、投影变换、聚类分析和Hough变换等方法,完成复杂目标图像的提取,并实现较高精度的定位.实验结果表明,所提出的算法对复杂背景、不均匀光照和噪声等影响因素不敏感,正确识别率能达到85%.     

监控环境下信号交叉口控制延误的获取方法

依据摄像头监控环境下可以检测到的相关参数,给出了信号控制交叉口进口道的车均控制延误参数提取的方法.文中以各个周期饱和度不超过1.2的信号控制交叉口进口道为研究对象,根据该周期的车辆通行需求和交通供给,将交叉口进口道的状态划分为正常交通状态和饱和交通状态;然后根据本周期车辆的到达情况、上周期排队车辆对本周期的影响及本周期排队车辆对下个周期的影响,结合监控环境下可以直接获取的相关参数,对两种交通状态分4种情况分析了交叉口进口道的控制延误参数的提取方法,构建了相应的模型.最后通过实例表明,该论文陈述的模型可以较好的提取交叉口进口道的控制延误参数.     

涡轮叶片逆向建模与特征参数提取

为了在已有涡轮叶片实物基础上进行再创新设计,采用激光扫描仪对涡轮叶片进行数字化扫描,提出了在三维测量得到涡轮叶片点云数据的基础上,准确进行逆向建模、反求几何参数和提取气动特征参数的逆向设计方法.根据涡轮叶片的几何参数反求和提取气动特征参数要求,基于获取涡轮叶片的截面点云图,用五次多项式曲线拟合叶盆和叶背,并用圆弧逼近叶形前后缘.基于该方法,采用Matlab软件对涡轮截面线点云进行拟合,反求得到了叶身型线方程,拟合偏差控制在之内,能够获得准确的叶片截面型线和气动特征参数.      

钢结构工程高强度螺栓微小松动视觉检测方法研究

基于计算机视觉的螺栓松动检测方法中,一类是通过对连接节点图像进行透视矫正并分析螺栓轮廓边缘直线角度的变化以及时发现微小的松动缺陷。然而,目前这类方法在图像矫正和螺栓轮廓边缘检测的可靠性方面还有较大的改进空间。为此,针对钢结构螺栓连接节点,提出了基于深度学习的螺栓松动视觉检测方法。首先,基于YOLOv5检测螺栓目标。针对螺栓感兴趣区域(RoI),基于鲁棒性较高的Attention U-Net提取螺栓轮廓边缘直线。为了提高螺栓目标检测精度,目标检测模型应设定较低置信度阈值以保证目标无漏检,再通过螺栓RoI提取的边缘直线数量筛除伪螺栓。使用透视变换法对节点图像进行矫正,变换所需的参考点是根据螺栓检测框之间空间移动后的相交关系自动定位的。最后,根据矫正图像中的螺栓轮廓边缘直线计算螺栓角度,通过检测螺栓和基准螺栓之间的角度差异判断松动情况。研究结果表明：螺栓目标检测的AP值为0.97;螺栓轮廓边缘检测的准确率、召回率和F1的均值分别为0.846、0.807与0.825,且在多种复杂背景干扰下具有较高的鲁棒性;伪螺栓筛除法可过滤掉99.82%的伪螺栓目标;提出的图像矫正法适用于常见的多种螺栓排列形...