基于金字塔池化网络的质子交换膜燃料电池气体扩散层组分推理方法

针对质子交换膜燃料电池气体扩散层(gas diffusion layer composition,GDL)形貌划分与制备工艺改进问题,提出了一种基于金字塔池化网络(pyramid scene parsing network,PSPNet)与多层感知器(multi-layer perception,MLP)的气体扩散层组分识别与比例推理方法:首先将带标签的气体扩散层扫描电镜(scanning electron microscope,SEM)图片输入神经网络,得到特征图;得到的图像特征层进入金字塔池化模块后,获取SEM图像的深层和浅层特征;随后将深层和浅层特征图层融合输入全卷积网络(fully convolutional network,FCN)模块,得到预测图像;最后统计各个组分上的像素点比例,通过MLP完成组分比例推理。结果表明:所提方法组分识别像素准确率达81.24%;在5%偏差范围内,比例推理准确率为88.89%。该方法解决了气体扩散层多组分无法区分、比例无法获知的问题,可有效应用于气体扩散层的质检、数值重构以及制备工艺改进。

高超声速飞行器一体化方法研究

针对高超声速飞行器一体化设计方法现状的分析,阐明了吸气式发动机与乘波体飞行器之间高效的一体化对于高超声速飞行的重要作用,并从理论、原理、设计方法3方面进行介绍。在激波理论方面,通过从直线激波的求解拓展到二次曲面激波的求解,为3维曲面激波的研究提供了帮助;在乘波原理方面,将乘波原理从外流乘波拓展到内流乘波,继而提出1种兼顾内外流需求的双乘波原理,深化了乘波原理的内涵;在设计方法方面,对于基本流场的气动设计问题,提出更加高效的一体化气动反设计方法。综上分析并归纳出准3维内外流一体化乘波理论与方法,从而在现有“准3维”研究体系上,构建并完善了全3维内外流一体化乘波理论与方法,对于复杂3维超声速内外流一体化设计技术的发展具有一定借鉴作用。