真实形貌薄壁件铆接模型构建及铆接参数影响规律分析

为了提高飞机薄壁件铆接装配的预测精度,本文提出一种真实形貌薄壁件的铆接模型,并针对铆接参数对薄壁件铆接变形的影响问题,通过有限元仿真得到铆接参数对薄壁件铆接变形的影响规律。首先,对单钉的铆接过程进行分析,建立铆接装配力学模型;再基于薄壁件铆接面实测的三维形貌数据,构建具有真实形貌特征的薄壁件三维实体模型;然后通过有限元仿真对比得到真实形貌模型相较于光滑表面模型具有更高的预测精度;最后通过有限元方法研究铆接参数对真实形貌薄壁件变形的影响。

基于激光跟踪仪最佳站位的飞机数字化自动测量

在飞机数字化测量过程中,由于飞机尺寸大、结构复杂、水平测量点分散等特点,只使用单个测量站位很难完成全部测量任务,通常采用多个测量站位协同完成测量任务。每个测量站位下测量光路的可达性决定了测量任务实现的完整度,测量光路的可达性主要由测量仪器的有效测量范围和测量光路的遮挡共同约束。因此,需要合理规划测量站位,在满足约束条件的情况下,同时使有效测量范围最大化。首先,基于GJK碰撞检测算法解算测量光路和障碍物的明可夫斯基差,进行测量光路遮挡判定,并结合激光跟踪仪的有效测量范围综合分析测量光路的可达性。然后,以测量光路的可达性为主要目标,采用下一最佳观测方位搜寻较优测量站位替代无效测量站位;最后,引入改进混合灰狼算法实现最佳测量站位的高效搜索,完成激光跟踪仪的测量站位。

MRI伦勃朗视觉感受图像特征对脑胶质瘤分级的预测价值

目的探讨常规MRI伦勃朗视觉感受图像(visually accessible rembrandt images,VASARI)特征在脑胶质瘤分级及Ki-67、上皮膜抗原(epithelial membrane antigen,EMA)表达预测中的价值。方法脑胶质瘤患者77例,其中高级别胶质瘤41例(高级别组),低级别胶质瘤36例(低级别组),采用免疫组织化学法检测手术切除肿瘤标本Ki-67、EMA阳性表达率。77例术前均行常规MRI平扫及增强扫描,提取VASARI特征。比较2组VASARI特征及Ki-67、EMA阳性表达率,多因素logistic回归分析VASARI特征对脑胶质瘤分级及Ki-67、EMA阳性表达的预测价值。结果高、低级别脑胶质瘤VASARI特征在强化程度、强化百分率、强化边缘厚度、扩散、软脑膜侵犯、深部脑白质侵犯、卫星灶和肿瘤大小上差异均有统计学意义(P<0.05);高级别组Ki-67、EMA阳性表达率(92.7%、37.9%)明显高于低级别组(5.6%、20.7%)(P<0.05);年龄增加(OR=16.380,95%CI:2.882~93.087,P=0.002)和强化程度增加(OR=4.576,95%CI:1.668~12.552,P=0.003)为患高级别脑胶质瘤的独立危险因素;有深部脑白质侵犯(OR=5.437,95%CI:1.516~19.497,P=0.009)为Ki-67阳性表达的独立危险因素;强化强度等8个图像特征均非EMA阳性表达的独立危险因素(P>0.05)。结论高、低级别组脑胶质瘤患者在常规MRI上可量化提取病变VASARI特征,鉴别不同组织病理分级,并可通过深部脑白质侵犯来预测脑胶质瘤组织中Ki-67的表达情况。