喷气涡流纺旋转气流场及纱体运动的数值模拟

对喷气涡流纺喷嘴内的高速旋转气流场进行分析研究,并在此基础上研究纱体在该气流场中的运动。对喷气涡流纺喷嘴及纱体分别进行三维建模,采用Realizable κ-ε模型求解高速旋转气流的湍动特征,采用壁面函数法对近壁区域的流动进行求解,采用三角形插值法对纱体运动进行求解。实现对喷嘴内高速旋转气流的动力学特性及纱体运动的三维数值模拟分析,揭示喷气涡流纺纱过程中喷嘴内高速旋转气流的流动规律、湍动现象及纱体的运动情况。模拟结果表明:气流速度在喷孔出口处最大,且气流区域各截面的径向速度均为正值,这有助于自由端纤维的形成和纱强力的提高;喷嘴内气流区域各截面有不同程度的不规则湍流涡存在;温度在喷气孔的出口处最小;喷嘴内气流的静压值大部分为负压且小于外界大气压强;喷气孔气流流线进行较为规律的旋转运动,而喷嘴入口气流流线较为复杂,并有回流现象;纱体在喷嘴高速旋转气流场中运动时会产生较大的位移和弯曲,而产生的扭转相对较小,几乎没有伸长。

高斯过程模型在SAR图像目标识别中的应用

将高斯过程模型应用于合成孔径雷达(SAR)图像目标识别。高斯过程模型是基于贝叶斯框架的统计学习算法,通过结合核函数和和概率判别构建分类模型。与传统分类模型相比,高斯过程模型可以获得更高的分类效率和精度。方法实施过程中,采用SAR图像的特征矢量作为输入,以目标类别标签作为输出训练高斯过程模型。对于待识别样本,通过计算其在高斯过程模型下属于各个类别的后验概率判定其目标类别。实验中,依托MSTAR数据集在典型条件下开展测试。根据实验结果,所提方法在标准操作条件下对10类目标识别精度达到99.28%;在30°和45°俯仰角下的平均识别率分别为98.04%和73.13%;在噪声干扰各个信噪比条件下均保持最高性能。实验结果验证了所提方法的有效性和稳健性。