摘要：针对现有双旋翼直升机桨尖间距测量方法不适应室外复杂环境的问题,提出一种基于深度网络的桨尖间距实时测量方法。首先,采集桨尖图像制作数据集,搭建并训练YOLOv3-tiny网络;其次,利用训练好的网络定位桨尖区域;再次,采用OTSU分割区域图像并提取桨尖轮廓,定位上下桨尖气动中心,计算桨尖间距;最后,通过在模拟和真实环境分别开展测量实验,模拟实验结果表明本文方法精度高,相机离桨尖20 m时桨尖间距测量的最大误差为1.99 mm;真实实验结果表明本文方法适应能力强和速度快,可以适应不同复杂背景和光照下的桨尖间距测量,帧率达50 fps,已用于现场实验。

摘要：直升机旋翼桨叶在高速旋转时,进行全场景桨叶摆振测量和分析,对直升机桨叶载荷设计和旋翼结构设计具有重要意义。本文设计了桨叶摆振量立体视觉测量系统,并进行摆振模式拟合分析。首先,对课题组已有立体视觉测量系统进行改进,并在风洞试验中完成不同总距及周期变距下的旋转桨叶标记点三维坐标测量;其次,解算桨毂坐标系下的桨叶摆振量;最后,采用一阶多项式对桨叶在特定时刻下的摆振模式进行拟合分析,采用复合正弦函数对桨叶旋转过程中的摆振规律进行拟合分析。风洞测量实验结果表明,在4.6 m×4.6 m场景中测量的摆振量均方根误差小于1 mm;桨叶摆振模式和规律模型拟合度好,其均方根误差小于1 mm,为直升机桨叶设计提供了数据支撑。

摘要：针对现有基于卷积神经网络的故障诊断方法存在模型参数量和计算量大的问题,提出一种改进的SqueezeNet模型应用于直升机滚动轴承故障诊断。该模型借鉴VGG16模型的思想,在经典的SqueezeNet基础上,采用3个3×3卷积核代替1个7×7卷积核,实现了在相同感知野条件下增加网络容量、增强非线性、减少网络参数量,采用卷积层、池化层和Fire模块、池化层两大结构交替的方式组成模型特征提取层,在保障特征提取能力的情况下,进一步减少了网络参数量。通过轴承数据开展模型故障诊断实验,结果表明该模型诊断精度达到99.65%,与传统卷积神经网络及经典的SqueezeNet模型相比诊断精度相当,而计算量与参数量最大缩减约6倍和36倍。

摘要：服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。

摘要：高速运动状态下的直升机桨叶全场景挥舞状态分析,是直升机旋翼系统进行试验时的研究热点与难点。在直升机旋翼系统试验过程中,为准确可靠的复现桨叶在高速运动时的挥舞状态,提出一种基于CATIA参数化模型与Simulink仿真模块相结合实现桨叶在高速运行下挥舞形变仿真方法。建立全尺寸桨叶模型,利用立体视觉技术获取桨叶运动过程中标记点的三维信息,再对三维信息进行数据解算得出桨叶的挥舞量,并进行数据插值,构建桨叶挥舞状态运动三维仿真模型。仿真结果表明,构建的桨叶模型能够在满足仿真精度、实时性及可控变速的要求下真实地复现出桨叶在高速运动状态下的挥舞量变化。

摘要：红外视频存在颜色信息缺失较为严重、识别区域易与背景混淆等现象,使得现有小样本特征提取网络常常关注无效信息,导致识别精度较低。针对此问题,本文提出一种基于内卷积(Conv-Involution)算子的红外视频小样本人体行为识别方法。首先,通过InstColorization方法恢复红外视频中的颜色信息;其次,基于空间和通道特异性设计Conv-Involution算子,并利用该算子和改进注意力机制设计特征提取网络,分离背景,更有效地关注行为发生区域;最后,结合小样本学习方法ANIL进行人体行为分类。对比实验结果表明,本文所提方法不但识别精度最高,而且具有出色的稳定性。

摘要：针对直升机自动倾斜器滚动轴承振动信号复杂而传统卷积神经网络对轴承故障信号微小特征提取困难导致的故障诊断精度不高的问题,提出基于LeNet-5网络的一种改进方法。首先,在LeNet-5网络中设计一个新的特征提取模块,形成并行的特征提取框架,增强网络对微小特征的提取能力,缓解直升机故障诊断精度不高的问题。其次,采用Dropout层和自适应的参数算法,避免模型不稳定,加速模型的收敛。最后,利用课题组轴承数据和西储大学公开数据集开展实验,结果表明,相较于原LeNet-5网络模型,改进后的LeNet-5网络具有较高的测试精度,在课题组数据集的测试精度达99.6%,西储大学数据集的测试精度为100%,说明该模型对滚动轴承的故障诊断具有更高的准确率。

摘要：针对不同程度的小分类轴承故障,现有故障诊断方法准确率不高的问题,提出基于GWO-CMFH和改进ResNet的滚动轴承故障诊断方法。对于同一类型不同程度故障,提出基于GWO自适应优化结构元素参数的CMFH滤波方法,增强振动信号的脉冲故障特征并抑制背景噪声;采用连续小波变换将滤波后的信号转换成二维时频图谱;最后,提出基于混合注意力机制改进的残差网络模型,提高轴承故障诊断精度。在西储大学、东南大学及所选轴承数据集上进行验证实验,不同故障程度的小分类诊断准确率分别达到99.73%、98.12%和99.07%,表明所提方法具有很好的抗噪性、鲁棒性,可提高滚动轴承不同故障程度的诊断效果。

摘要：成果导向(Outcome-based Education,OBE)强调“以学生为中心、产出为导向”的持续改进,满足学生获取知识和培养能力的需求。现有的“面向对象程序设计”课程教学改革的成果导向强调的是对程序设计语言的理解和应用,掌握语言规则的原理和面向对象程序设计的方法以及思维模式。本课程教学改革基于OBE理念,重点将面向对象程序设计与学生专业相结合,引导学生在相关专业工程中合理高效地应用面向对象开发工具。在实践教学中引入综合性项目,适当提高实践教学的工作量和难度,培养学生团队协同合作的意识和能力。解决课程目前存在的“痛点”和“堵点”,使课程与人才培养相结合。实际应用的结果表明,学生工程应用能力提高,能较好地完成综合性实践项目。

摘要：在专业课程教学中引入课程思政,落实“立德树人”的根本任务,是一种全新的综合教育理念。如何在理工科专业的课程体系中有效开展课程思政,面临很多实际问题。本文以通信工程专业课程教学改革为切入点,结合“通信电子线路”课程特点与教学内容,挖掘思政元素、凝练思政案例,通过设计教学内容、分析典型案例等方式将思政教育有效融入专业课程教学过程,对通信工程专业课程思政教学改革的路径和措施进行了探索。实践表明,专业课程与思政教育相结合的教学改革,可以达到知识传授与价值引领相统一的育人目标。