【摘 要】
：
通过数字化测量技术获取的航空发动机外形点云数据是构建无设计模型（如外购）航空发动机外形数字样机的基础,为飞机发动机舱体设计和发动机与飞机的装配提供了协调模型。但由于测量环境、温度、光线干涉、结构遮挡以及人为操作等因素的影响,获取的点云数据不可避免存在噪声、数据分布不均匀、欠采样、数据残缺等问题,不能直接进行航空发动机外形的重建。为构建航空发动机外形数字样机,需去除点云数据中的噪声,使点云分布均匀并
论文部分内容阅读
通过数字化测量技术获取的航空发动机外形点云数据是构建无设计模型（如外购）航空发动机外形数字样机的基础,为飞机发动机舱体设计和发动机与飞机的装配提供了协调模型。但由于测量环境、温度、光线干涉、结构遮挡以及人为操作等因素的影响,获取的点云数据不可避免存在噪声、数据分布不均匀、欠采样、数据残缺等问题,不能直接进行航空发动机外形的重建。为构建航空发动机外形数字样机,需去除点云数据中的噪声,使点云分布均匀并且修复缺失数据。针对航空发动机特点,本文进行了相关的点云去噪和重采样算法研究,解决了航空发动机原始外形点云数据中的上述问题。本文主要研究和成果如下:（1）面向航空发动机外形结构特征的深度学习去噪算法。发动机外形结构复杂,特征繁多,常规算法在参数选择上难以满足不同特征的需求,为此设计了基于深度学习的点云数据去噪算法。首先提取不同点云局部信息作为深度学习网络的输入;然后在神经网络中使用了多层感知机和金字塔解码器（PPD）等结构,预测输出了位移向量;最后基于位移向量进行噪声点的位置更新。将上述步骤迭代应用于噪声数据中,逐渐缩小噪声尺度,达到去噪的目的,去噪的同时保持了航空发动机外形特征。（2）航空发动机点云数据的重采样。基于发动机待处理表面为平滑曲面的假设,提出了一种基于代数球面修复算法和基于WLOP算子的均匀采样算法。上述重采样算法修复了航空发动机外形点云数据的残缺区域并使点云数据分布更加均匀,保持了航空发动机外形点云数据的相关几何参数,为后续航空发动机外形的模型重建提供了前提。
其他文献
当前,具有明确应用背景和环境适用性的微波吸收体在军民领域引起广泛关注,已成为研究热点之一。本文以纤维素/聚苯胺（PANI）复合材料为研究对象,构筑了气凝胶及柔性薄膜等吸波体,研究了工艺条件对电磁特性及多功能性的影响,解析了三维结构与电磁参数和吸波性能之间的构效关系,在低匹配厚度下实现了宽频吸收。主要研究内容和结果如下:（1）首先,以羧甲基纤维素钠为基体,经冷冻干燥后制得气凝胶,研究了三维结构对材料
在航空航天、机械冶金、能源等工程领域,许多零部件因气流中裹挟的固体粒子冲蚀磨损而导致失效,尤其随着航空航天等高新技术产业的迅速发展,传统的工程材料难以满足抗冲蚀磨损性能的要求,采用表面工程技术在工程零部件上制备防护涂层是解决该类问题行之有效的手段之一,本文采用双辉等离子表面冶金技术在TA18合金表面制备ZrN陶瓷改性层,来提高TA18合金的抗冲蚀磨损性能,并就其冲蚀磨损机理进行探讨。采用双辉技术在
面向国家在航空航天领域对长寿命、高可靠同位素电池的需求,本文针对辐致光伏效应核电池性能的优化增强与服役退化展开研究。从材料选取、参数设计、器件制备、机理分析、结构优化、服役性能测试等方面开展了一系列的研究工作,主要研究内容概括如下:1)设计制备出各换能部件之间高效匹配耦合的辐致光伏效应核电池,并探究提升其能量转化效率的限制因素。通过模拟研究结合实验验证,精细化分析材料微观结构与宏观性能之间的对应规
上肢康复外骨骼机器人作为康复机器人中的一种,可以穿戴在人体,帮助人体进行有效的物理康复训练,对于伤残或者脑卒中病人是一种非常好的康复设备。在传统控制方法的基础上引入脑电控制,可以更好的解读人体运动意图,脑机结合可以更好的帮助病人重建神经通路,提升康复效果。本文主要研究上肢外骨骼机器人的脑电感知方法,主要研究了稳态视觉诱发电位和运动想象两种脑电信号感知方法,基于Open BCI搭建了完整的控制系统,
碳化硅颗粒增强铝基复合材料（SiCp/Al复合材料）具有高硬度、高比强度、高比刚度和高耐磨性的特点,广泛应用于航空、航天和电子封装领域。但是,刀具磨损严重和加工质量差是SiCp/Al复合材料加工的突出问题。为了解决上述问题,本文提出激光诱导可控氧化辅助铣削工艺,并开展了相关研究。主要内容和结论如下:（1）建立了激光辐照下SiCp/Al复合材料温度场的有限元模型,研究了激光参数对SiCp/Al复合材
清晰的医学显微图像可以有效地帮助医生进行病理分析和病情诊断,但是由于仪器设备以及环境条件等因素的影响,使用显微平台采集的图像会产生模糊,给诊断分析带来困难。因此,使用合适的去模糊算法去除显微图像的模糊具有很高的应用价值。近年来,随着深度学习的快速发展,去模糊算法从基于模糊模型的模糊核估计算法转向端到端的无核估计算法。端到端的去模糊算法相较于传统算法,运行速度快,泛用性高,可去除不同复杂情况下的模糊
电池的荷电状态（SOC）估算和健康状态（SOH）估算是电池管理系统的核心功能。本文以锂离子电池为研究对象,提出了两种基于模型法和神经网络法的电池SOC复合估算方法以及一种基于容量增量分析法和神经网络法的电池SOH复合估算方法。具体内容如下:（1）提出了基于改进扩展卡尔曼滤波（EKF）算法和长短期记忆（LSTM）可循环神经网络的复合算法来估算电池SOC。该复合法的具体实现步骤如下:第一步:将带有遗忘
随着温度检测在汽车、航天、农业、家电等领域的需求不断增多,目前采用人工生产温度传感器的产能难以满足市场需求,同时工厂面临劳动力短缺、人工成本上升等问题,迫切的希望引进自动化生产设备取代人工,提高生产效率的同时降低企业成本。本文设计并搭建了温度传感器智能化焊接设备,主要解决了热敏电阻自动插件与焊接过程控制。为了保证热敏电阻与导线的配合精度,结合机器视觉对电阻进行定位与缺陷检测。根据温度传感器焊接工艺
齿轮箱是旋转机械设备的重要组成部分,其可靠性直接影响着机械设备的运行安全,因此对齿轮箱进行健康检测和故障诊断研究对于工业生产具有重要意义。本文针对基于浅层机器学习的齿轮箱故障诊断技术过于依赖人工提取特征的好坏,不能满足现今机械“大数据“背景下的自动化、智能化需求的问题,重点研究了卷积神经网络（CNN）在齿轮箱故障诊断领域的应用。设计并实现了基于连续小波变换（CWT）和2D-CNN的齿轮箱故障诊断模
机匣作为航空发动机的重要零件之一,具有结构复杂、种类繁多、制造难度大、加工周期长等特点,一直是航空航天领域的制造难题。栅格结构机匣是众多机匣种类中的一种,由圆柱或圆锥形壳体和支撑板组成,表面通常具有加强筋,安装座和安装边等复杂轮廓结构。旋印电解加工作为一种适用于复杂薄壁回转体机匣零部件的新型加工技术,对于加工栅格结构机匣具有独特的优势和巨大的潜力。本文紧紧围绕栅格结构机匣旋印电解加工流场展开深入研