摘要：载人航天任务中压力应急事件是航天员生命安全的重大威胁,舱内航天服能够为人体建立起赖以生存的服内大气环境,是应对这一威胁的必备救生装备。中、美、俄各国结合运载条件和总体救生方案设计,均发展了各具特点的舱内航天服装备。综述了舱内航天服的发展历程,对舱内航天服循环方式、压力制度、结构特征等特点进行了归纳,对当前舱内航天服使用模式及未来任务需求展开分析,提出了未来舱内航天服的发展趋势。

摘要：为解决成品电磁挂梁起重机大车运行减速机频繁断轴的故障,按照起重机设计规范中提供的方法,分析出该减速机输出轴频繁断轴的原因为设计上以小代大、材质上以低代高和减速机自身制造质量不良,提出了以硬齿面减速机代替目前的中硬齿面减速机的解决方案,以将损失控制在最小限度。该方案实施后效果良好,切实可行,保障了起重机的稳运行定,为起重设备减速机断轴故障提供了可借鉴的分析思路和解决方法。

摘要：四川省自然资源投资集团物探勘查院有限公司项目组针对川南中-高山地形、喀斯特等典型地貌地质条件下页岩气平台的开发建设,采用多种物探方法与地质相结合的岩溶勘查新方法,通过在长宁页岩气井区9600 km^(2)范围的水文地质研究,20个页岩气钻井平台(94口井)进行工程物探方法集成试验,对预选井位地下地层岩性、地质构造、地质异常体进行探测,研究总结出了适用于复杂地质条件的工程物探集成技术,并在页岩气井平台建设中成功应用,为工区内地质灾害评价、水文调查、环境评价、井位部署、钻井设计、措施制定等环节提供重要支撑手段,保证钻前平台选址的科学可靠性,避免重复建设,控制平台投资风险.

摘要：采用鱼群模型驱动多智能体可以涌现出优良的运动特性,但是,由于机器人与真实鱼类相比具有较大的差异性,使得鱼群模型难以应用于真实机器人系统.为此,提出一种结合深度学习与强化学习的迁移控制方法,首先,使用鱼群运动数据训练深度网络(deep neural network, DNN)模型,以此作为机器人成对交互的基础;然后,连接强化学习的深度确定性策略梯度方法(deep deterministic policy gradient, DDPG)来修正DNN模型的输出,设计集群最大视觉尺寸方法挑选关键邻居,从而将DNN+DDPG模型拓展到多智能体的运动控制.集群机器人运动实验表明:所提出方法能使机器人仅利用单个邻居信息就能形成可靠、稳定的集群运动,与单纯DNN直接迁移控制相比,所提出DNN+DDPG控制框架既可以保存原有鱼群运动的灵活性,又能增强机器人系统的安全性与可控性,使得该方法在集群机器人运动控制领域具有较大的应用潜力.

摘要：为了更深入地了解目前靠生理实验及临床手段无法洞察的心脏三维空间的电生理运行机制,分析和表现心脏复杂的电生理活动,从而揭示心脏的生理物理特性,本研究通过人类心肌细胞的动作电位传导数学模型,结合基于心脏解剖数据所建立的真实心脏组织结构的三维空间模型,构建出精细的心脏生物物理融合模型,并将心脏在三维空间中的生物物理活动表现出来.实验结果表明,基于心脏动作电位传导的融合模型,不同时刻的动作电位传导在非匀质性组织内的三维空间中的传播位置、空间关系以及生物物理过程被清晰地显示出来,心脏研究人员从而能够以视觉感知的方式认识和深入理解人类心脏电生物物理系统的功能机制,并有助于进一步推测心脏的生理和病理反应.

摘要：针对目前编织帘织机在选纬和引纬过程中仍依赖于人工操作,自动化水平较低的问题,自主研发设计了一种集纬料的存放、筛选、选取、输送于一体的自动选纬装置。通过对自动选纬装置关键零件结构设计要求的详细分析,在SolidWorks软件平台上进行三维建模和虚拟装配,并利用SolidWorks自动生成的相应二维图纸进行零件的加工和装配,成功搭建了自动选纬装置。同时,将现有易导致织物纬密不匀、经纱动态张力不匀等一系列问题的消极式机械卷取送经机构配套升级为电子卷取送经系统,结合编织帘织造的工艺要求,自行设计了编织帘织机的控制方案。研究结果表明,该方案结构简单,成本低,品种适应范围广,有利于提高织机的自动化水平。

摘要：为了解决压电泵设计中极限压力计算及压电振子的选用问题,提出了一种在恒定电压下通过压电振子参数计算压电泵极限输出压力的方法。在弹性小变形的基础上,应用弹性力学板壳理论的相关内容,通过振子变形量相等引入等效集中力及振子出力系数概念对压电振子的输出力特性进行研究,得出了等效集中力和压电泵极限输出压力关于压电振子参数的解析表达式。使用Matlab在各参数的常用范围内对模型进行了计算,分析了压电振子各个参数对极限输出压力的影响方式及取值范围。分析及实验结果表明:胶水的弹性模量及各层材料的泊松比对总体性能影响较小,在振子设计中不做考虑;基板厚度在0.8mm以下时,输出压力随其厚度增加而线性增加;在基板厚度大于0.4mm、陶瓷厚度小于0.3mm的条件下,陶瓷厚度降低输出压力增加现象最为明显,并且计算数值解与实验结果吻合。

摘要：机器学习技术广泛应用于车辆的智能驾驶,其中模型训练是该技术的关键,由于训练数据难以覆盖全部驾驶情况,使得极端状态下基于机器学习的智能驾驶系统存在失效风险,会造成重大交通事故.生存理论应用于车辆的道路安全态势感知具有理论优势,能客观地计算出车辆最大的高维生存空间,但该理论迭代计算繁琐,输出结果所需时间较长,无法满足高速车辆的实时控制,且生存核表面复杂,智能驾驶系统难以直接使用,需要将生存核转化为局部最优路径.鉴于此,设计一种基于生存理论的局部路径规划机器学习训练方法,通过对多种机器学习方法的特点进行分析,最终选定径向基神经网络来输出生存核中线投影.通过对比两种网络训练数据的输出效果,分析参数敏感性以及泛化能力,论证所提出训练方法的合理性.仿真实验表明,所训练的机器学习模型可快速输出高精度、大裕度的道路优化路径,即使使用简单的控制律也能实现无人车辆的大曲率转弯.由于所提出机器学习方法的安全性具有理论保障,又能大幅提升安全计算的实时性,在智能驾驶领域拥有广阔的应用前景.

摘要：集群运动的自组织控制相较于控制理论方法更具鲁棒性与灵活性,其中具有强大自组织特性的生物种群多表现为单体的等级交互,其特点是交互双方各自影响互不对称,由于信息交互繁杂导致构建等级交互模型仍充满挑战.鉴于此,使用深度学习技术分析红鼻鱼的集群运动实验数据,构建多参数输入的单体等级交互模型,有针对地设计成对交互的深度网络结构,并进行合理训练以获取交互模型,基于视觉压力挑选出关键邻居,将此模型用于该邻居的等级交互,相较于其他邻居选择方式,所提出智能控制方法与真实鱼类的集群运动具有较一致的宏观特性.仿真实验表明:所提出方法能扩展应用到更大规模的集群聚合运动控制中,使得单体仅利用局部信息即可实现大规模的集群运动;该方法具有使用简单、规模灵活、计算快速的特点,在多机器人控制、智能交通系统、饱和集群攻击以及多智能体物流等领域具有广阔的应用前景.

摘要：设计了一种轴向支承电机转子的超声波悬浮支撑结构。采用圆锥型轴承超声悬浮支撑结构,并对承载能力进行了分析和测试,获得了悬浮力与悬浮间隙间的关系,在振动过程中形成稳定的承载气膜;从理论上分析了在超声悬浮支承条件下,悬浮间隙变化对于电机转子临界转速与振动模态的影响情况,对转子最高转速与悬浮间隙的关系进行了实验研究。结果表明,通过减小悬浮间隙,能增强间隙气膜的刚度支承效果,并提高转子的最高转速。