摘要：为实现康复辅具造型求解方案的多样化需求,提出目标意象约束的人机辅助产品造型进化设计方法。构建了意象约束的产品造型进化设计体系与整体流程;从用户角度出发,针对用户意象需求的模糊性和多样化问题,通过三角模糊理论和因子分析法确定群体目标意象;借助SD量表,采用多元尺度分析、聚类分析等方法确定产品优势样本;根据产品建模特点,运用形态分析法对其造型基因层次进行提取与表达;通过BP神经网络构建预测模型,对目标意象与造型基因间的非线性关系进行映射,基于输出结果建立进化设计目标函数;利用遗传算法的全局寻优能力,将神经网络输出意象评价作为个体适应度评估依据,以样本的解空间为载体进行基因进化,搜索目标造型的优质解。以踝足矫形器(Ankle and Foot Orthosis,AFO)为研究对象,试验结果表明:该优化方法可适用于其造型进化设计,提高了设计效率,为人机辅助性产品的造型改进设计提供参考和借鉴。

摘要：利用改进的多稳态忆阻器模拟神经元耦合突触,提出一种忆阻Hopfield神经网络(HNN)模型。用分岔图、Lyapunov指数谱、相图、庞加莱截面等对其动力学行为进行理论分析与数值仿真。结果表明:该忆阻HNN不仅能够产生不同拓扑结构的混沌吸引子,而且能够产生高度依赖忆阻初值的位移调控动力学行为。最后,基于该忆阻HNN设计一种混沌图像加密系统,重点分析系统的直方图、相关性、信息裔以及密钥敏感性。结果表明:所设计的图像加密算法能够有效抵抗各种内外统计分析攻击,具有较高的安全性。

摘要：提出一种新型忆阻器模型,利用标准非线性理论分析三个忆阻特性,并设计模拟电路。基于忆阻突触,构建一个忆阻突触耦合环形Hopfield神经网络模型。采用分岔图、李雅普诺夫指数谱、时序图等方法,揭示与忆阻突触密切相关的特殊动力学行为。数值仿真表明:在忆阻突触权重的影响下,它能够产生多种对称簇发放电模式和复杂的混沌行为。实现了该忆阻环形神经网络的模拟等效电路,并由PSIM电路仿真验证MATLAB数值仿真的正确性。

摘要：随着风力发电机叶片的大型化,将智能材料粘贴在叶片表面或嵌入叶片内部形成新的结构,智能材料作为传感器和作动器。设计了小型风力发电机叶片及其智能夹层结构,用有限元分析软件Algor分析埋入的压电材料逆压电效应下的应力、位移,并与气动力作用下的叶片流体计算结果进行对比。分析实现叶片振动主动控制的可行性,以防止叶片这一弹性体发生颤振。

摘要：锤击式破碎机锤头在使用中受交变力的作用,极易磨损乃至失效破坏。在有限元应力分析基础上,找出极易发生破坏的部位。通过材料的合理选择,铸造工艺的合理设计,并进行锤头铸造模拟,确保了铸件质量,以便延长锤头使用寿命,提高设计效率。

摘要：提出了一个新的具有超多稳定性的三维连续自治混沌系统,该系统仅有2个非线性项.对系统的耗散性、平衡点的稳定性进行了定量分析,并利用分岔图、Lyapunov指数、彭加莱截面和吸引子相图分析了系统参数以及初值对其动力学行为的影响.在参数固定的情况下,分析初值变化的分岔图,得到了无限多种共存吸引子.通过采用模拟开关电子元件设计实现了该系统,同时运用Multisim软件仿真了该系统的混沌电路.结论证明电路仿真与数值仿真结果一致.

摘要：依据车体焊装线夹具设计理论,对轿车后地板各工位焊接夹具及其焊装总线进行规划、设计,应用CATIAV5R17进行夹具建模、装配,并应用CATIA的DMU模块对各工位夹具每个单元气缸运动过程进行模拟,检查干涉并优化结构,插入焊钳确定其数量、型号及判断其可达性,最终设计出符合要求的夹具图并生成相应工程图。

摘要：风力机叶片是风力机的关键部件,为了解决叶片受到阵风或随机风作用后振动衰减缓慢、叶片产生较大空间扭曲变形等问题,在叶片中嵌入压电材料,运用变分法、哈密顿(Hamilton)原理和扁壳理论,建立了压电板壳式复合材料叶片结构的机-电耦合动力学数学模型,并应用MATLAB软件对叶片在施加控制电压前后的响应特征进行了数值求解,根据计算结果分析了叶片各方向位移、转角随时间的变化和风载作用下控制电压对叶片振动的抑制情况。分析结果表明:施加控制电压前,叶片在受到阵风或随机风作用后,振动衰减缓慢,在给叶片中压电材料施加控制电压后,在压电材料的逆压电效应下,叶片的振动衰减迅速,在极端风速情况下能极大地提高风力机叶片的气动弹性稳定性。因此,采用压电材料,利用其逆压电效应,根据风载施加控制电压,能够有效抑制极端风载作用下叶片的振动,从而提高其服役周期。

摘要：针对人工照检在鹅蛋孵化成活性检测中存在效率低、劳动强度大、误判率高等缺点,试验提出一种基于改进YOLOv5的鹅蛋孵化早期成活性检测模型。设计2种不同采样系统获取孵化4~7d的鹅蛋特征图像,通过旋转、改变对比度等增强技术构建数据集。在YOLOv5模型的基础上,添加SE(Squeeze-and-Excitation)注意力机制模块增强模型特征提取能力,并引入FReLu激活函数替换原有SiLU激活函数,增强空间灵敏度的同时,显著改善图像视觉。使用改进模型对不同采样系统、不同孵化天数的鹅蛋数据集进行训练、测试,并与原始YOLOv5模型对比。结果显示:选取交并比(IoU)为0.5,2种采样系统的改进YOLOv5模型检测平均精度均值(mAP_(0.5))分别为96.5%、86.3%,单个鹅蛋平均检测时长为62.3ms、34.6ms;对孵化4 d、5 d、6 d、7 d的鹅蛋数据集分开测试,改进YOLOv5模型的mAP_(0.5)分别达到了89.6%、95.4%、98.3%、100%,对比原始YOLOv5模型,改进YOLOv5模型的mAP_(0.5)、F1因子分别提高了3.1%、4.1%。研究表明,改进YOLOv5检测模型在保持轻量化的同时,检测精度高、速度快,可实现对鹅蛋孵化早期成活性的无损检测,并为后期基于工业蛋托实现一次性多个种蛋的快速检测提供依据。

摘要：针对当前作物表型采集平台存在适用性差、采集数据量少、对农田配套设施要求高且需要人工实地采集等问题,该研究设计了一种基于桁架导轨结构的农田高通量信息远程采集平台。采集平台的运动轨道为桁架导轨结构,平台搭载相机、雷达、北斗及集成式环境传感器,可在轨道上进行前后(X轴)、左右(Y轴)、俯仰(P轴)运动,通过4G通信方式实现作物表型信息及农田环境信息的远程多方位采集。田间试验表明,4G远程通信端到端的最大延时不超过60 ms,远程监控端和采集平台端可在极短时间内进行数据交互;在远程监控端下发X、Y、P三轴阶跃信号控制指令,采集平台三轴的运动速度分别为0.5 m/s、0.0769 m/s和1.81°/s,表型传感器可在较短时间内到达目标位置进行信息采集,响应稳态误差分别为0.04 m/s、0.001 m和0.5°,运动过程平滑稳定,保证采集数据质量;Y轴从最左端移动到最右端跨度2 m的过程中,可有效对10行玉米产生近距离有效拍摄,P轴从-60°到60°的俯仰拍摄中,可对玉米苗带行垂直、前侧、后侧等几种不同的方向进行表型采集,且相机图像与雷达点云采集的一致,相机旋转俯仰拍摄的过程中受光照影响较小;对采集到相机及雷达数据融合得到具有颜色信息的三维点云,通过融合后的信息对油菜进行分株及提取株高信息,与人工实际测量株高值对比得到的R^(2)为0.96,表明采集数据效果满足后期实际作物表型参数的分析与处理;单区域的环境信息采集平均耗时10 s,各项环境参数组内无明显差异,与实测数据相比精度均大于0.95。研究结果表明该采集平台满足对农田高通量表型数据的智能化采集要求。