1 北京航空航天大学航空科学与工程学院强度与结构完整性全国重点实验室，北京 100191
2 北京强度环境研究所可靠性与环境工程技术重点实验室，北京 100076
残余灰度场是变形前后数字体图像中对应体素点的灰度之差。在基于有限单元的全局数字体图像相关（DVC）方法中，残余灰度场作为计算区域各体素点匹配质量的目标函数，可直接计算获得，并可用于材料内部损伤演化或裂纹扩展的精细表征。然而，当前广泛使用的基于图像子体块的局部DVC只能获得计算区域内各离散计算点的位移、应变和相关系数信息，无法直接计算区域内各体素点的残余灰度。相较于相关系数和变形信息，残余灰度场可实现逐体素的匹配质量评价，在内部损伤或裂纹扩展的可视化观测和准确定位方面具有显著优势。为能在局部DVC中获得残余灰度场信息，提出一种简单有效的残余灰度场计算方法。该方法基于三维Delaunay四面体剖分算法，并利用有限元框架对局部DVC离散计算结果进行稠密插值，以获取逐体素连续位移场，并将其用于变形体图像校正。模拟和真实实验结果表明，基于局部DVC测量结果后处理计算获得的残余灰度场不仅可以实现精准的损伤定位，还能观测到裂纹形貌以及界面脱黏行为。所提方法弥补了当前局部DVC在精细化匹配质量评价方面的不足，有望拓展该方法在材料和结构内部损伤观测和定位中的应用。
三维图像处理 数字体图像相关方法 残余灰度场 内部损伤观测与定位
上海交通大学 区域光纤通信网与新型光通信系统国家重点实验室, 上海 200240
针对局域分布式时间同步的需求, 提出了一种基于光纤和可见光结合的短距分布式时间同步方案。融合了光纤时间同步高精度与可见光时间同步高灵活性的优势, 设计了相应的时间同步端机, 并进行了分布式实验。实验结果表明: 当光纤链路长度为3 km时, 光纤时间同步从端与光纤时间同步主端的3σ钟差优于448 ps, 时间同步秒稳优于150 ps, 万秒稳优于4 ps; 当光纤链路长度为1 km、可见光链路长度为5 m时, 可见光时间同步从端与光纤时间同步主端的3σ钟差优于1.8 ns, 时间同步秒稳优于400 ps, 万秒稳优于15 ps。
光纤时间同步 分布式时间同步 可见光通信 光测量 光纤光学 optical fiber time synchronization, distributed ti
1 北京石油化工工程有限公司 工艺室, 北京 100107
2 际华集团股份有限公司 系统工程中心, 北京100070
本论文以Al(OH)3胶体为研究对象, 使用同步辐射SAXS技术并结合FTIR、SEM、DLS、Zeta potential表征手段, 考察了Al(OH)3胶体粒子在老化时间0 - 135 min下的分形结构演化规律, 并提出了一种可能的生长机制。不同老化时间下的双对数坐标图呈现明显的线性, 说明胶体样品存在分形结构。结果表明, 随着老化时间的延长, 质量分形维数Dm由25 min时的2.29增加至85 min的2.78;95 min - 135 min时, Dm值在2.76 - 2.79范围内, 基本不发生变化。这说明, 老化时间在25 min - 85 min时, 体系初级颗粒由最初的相对分散状态快速团聚为大尺寸的团簇, 最后形成致密的凝胶。95 min - 135 min, 凝胶过程已经完成, 胶粒尺寸不发生变化, 135 min时胶块可能发生破裂。
Al(OH)3胶体 分形 同步辐射 小角X射线散射 Aluminum hydroxide colloid Fractal Synchrotron radiation Small angle X-ray scattering
1 北京控制工程研究所，北京 100190
2 航天东方红卫星有限公司，北京 100094
针对空间碎片天基观测量与编目数据库在轨关联难题，建立天基光学相机对空间碎片的观测模型，分析在轨应用环境对观测信息的影响，基于碎片轨迹一致性检测设计识别方法。为适应在轨应用的需求，提出了DTW与轨迹形貌差异量化检验融合的空间碎片识别方法。首先，依据DTW原理筛选出与待检测真实轨迹形貌最接近的预报轨迹；进一步，将初选相似轨迹之间的形貌差异量化为轨迹间总误差的标准差；最后，通过统计量检验实现轨迹一致性确认，轨迹一致则碎片成功识别。对所提出方法与轨迹直线拟合参数误差检验识别法进行碎片识别稳定性的仿真与实验对比。结果表明：DTW与轨迹形貌差异量化检验融合识别法是一种更稳定的碎片识别方法，对仿真及实验中的全部碎片及低轨卫星均能实现稳定识别，较轨迹直线拟合参数误差检验识别法稳定性明显提升。文中提出方法具有不受碎片运动特性、观测环境等因素影响的特点，可在卫星感知与防护领域广泛应用。
空间碎片 天基观测 轨迹一致性检测 统计量检验 space debris space-based observation trajectories consistency detection statistical testing 红外与激光工程
2022, 51(11): 20220076
1 中国人民解放军陆军装甲兵学院装备再制造技术国防科技重点实验室，北京 100072
2 中国人民解放军火箭军工程大学作战保障学院，西安 710000
碳化硅陶瓷在磨削加工中极易产生崩碎损伤，在碳化硅陶瓷磨削层实时涂覆增韧剂是降低崩碎损伤的新方法。以E51双酚A型环氧树脂、无水乙醇、651型低相对分子质量聚酰胺树脂和1,8-二氮杂二环十一碳-7-烯（DBU）为主要成分制备了一种增韧剂，通过测量增韧剂在碳化硅陶瓷表层的接触角、浸润深度与固化时间，探究了增韧剂各组分的添加量与碳化硅陶瓷表面粗糙度对增韧剂润湿性能与固化速率的影响规律，优化出一种润湿性能好、固化速率快的增韧剂。结果表明：增韧剂的最佳质量配比为m(E51双酚A型环氧树脂)∶m(无水乙醇)∶m(651型低相对分子质量聚酰胺树脂)∶m(DBU)=1∶0.9∶0.5∶0.02，该增韧剂在碳化硅陶瓷表层的浸润时间约为160 s，浸润深度约为40 μm，可使碳化硅陶瓷的表层硬度降低约25%；增韧剂的润湿性能随着溶剂的增加或碳化硅表面粗糙度的增大而提高，促进剂添加量的改变对增韧剂的润湿性能几乎无影响；增韧剂的固化速率随溶剂的增加而降低，随促进剂的增加而提高，但当促进剂达到饱和时，固化速率不再提高。
碳化硅陶瓷 崩碎损伤 环氧树脂 增韧剂 配制工艺 性能表征 SiC ceramics edge chipping epoxy resin toughening agent preparation craft performance characterization
1 上海交通大学船舶海洋与建筑工程学院，上海 200240
2 西北工业大学，超高温结构复合材料重点实验室，西安 710072
3 北京强度环境研究所，可靠性与环境工程技术重点实验室，北京 100076
为揭示平纹Cf/SiC复合材料的拉伸损伤演化及失效机理，开展了X射线CT原位拉伸试验，获得材料的三维重构图像，利用深度学习的图像分割方法，准确识别出拉伸裂纹并实现其三维可视化。分析了平纹Cf/SiC复合材料损伤演化与失效机理，基于裂纹的三维可视化结果对材料损伤进行了定量表征。结果表明：平纹Cf/SiC复合材料的拉伸力学行为呈现非线性，拉伸过程中主要出现基体开裂、界面脱黏、纤维断裂及纤维拔出等损伤；初始缺陷易引起材料损伤，孔隙多的部位裂纹数量也多；纤维束外基体裂纹可扩展至纤维束内部，并发生裂纹偏转。基于深度学习的智能图像分割方法为定量评估陶瓷基复合材料损伤演化与失效机理提供了有效分析手段。
陶瓷基复合材料 Cf/SiC复合材料 损伤 断裂 原位试验 人工智能 ceramic matrix composite Cf/SiC composite damage fracture in-situ test artificial intelligence
1 中国科学院上海微系统与信息技术研究所, 上海 200050
2 中国科学院微小卫星创新研究院, 上海 201203
3 中国科学院大学, 北京 100049
4 上海科技大学信息科学与技术学院, 上海 201210
针对多光谱遥感图像超分辨率重建易受噪声和色差影响的问题,提出了暗通道与交叉通道多先验联合的多光谱超分辨率算法。首先,在传统全变分先验的基础上,引入了暗通道先验与交叉通道先验。然后,基于最大后验概率估计理论,建立了多先验联合的多光谱超分辨率重建算法。所提算法可实现图像边缘信息恢复、图像纹理信息恢复、噪声抑制、阶梯效应抑制和色差抑制,进而综合提升了重建图像的质量。最后,开展了实验验证,结果表明,在不同信噪比(10~40 dB)和色差干扰下,相比已有算法,所提算法的重建效果显著提升。
图像处理 多帧超分辨率 多光谱图像 多先验联合 光学学报
2022, 42(10): 1010001
宁波大学 信息科学与工程学院,浙江 宁波 315211
目前自供电无线压电传感器网络已被广泛应用在智能家居及环境监测等领域。组成网络的每个压电传感器节点需要完成不同功耗的任务, 如数据采集、存储等低功耗任务和数据无线传输的高功耗任务。针对低功耗和高功耗任务, 该文设计了基于新型欠压闭锁电路的双模组能量收集电路, 电路具有蓄能周期短和容量大的特点, 可分别用于低功耗任务的低功耗级蓄能模组和高功耗任务的高功耗级蓄能模组, 解决了传统单模组能量收集电路因压电传感器节点工作时能量不足或充电过于频繁导致传感器网络无法正常工作的问题。实验结果表明, 采用新型欠压闭锁电路的能量收集电路最短蓄能周期仅10 min, 能量收集电路最长可驱动压电传感器节点在高功耗模式下工作52 s, 是解决自供电无线压电传感器网络能量供给问题的有效办法。
欠压闭锁电路 双模组 传感器网络 自供电 压电能量转换 under-voltage blocking circuit double module sensor network self-powered piezoelectric energy conversion
