摘要：为进一步优化自愈材料的力学性能和修复能力,着眼于如何利用天然可再生的林业生物质原料设计制备出兼具高强度与快速自愈效能的新型弹性体材料。以木本油脂——桐油为原料,通过高效氨解反应制备了反应型功能单体(TOD),将其作为“软段”构筑了系列含悬挂链和动态共价键的热塑性聚氨酯弹性体。进一步利用TOD脂肪酸链中共轭双键的氧化交联特性,通过在合成过程中热诱导其自发形成桥接网络结构,最终获得高强度自主愈合材料。采用核磁共振氢谱(~1H NMR)和傅里叶变换红外光谱(FT-IR)确定了TOD单体的化学结构,并证实了其在合成终点后的有效交联,从而贡献体系的机械性能,拉伸强度可达16.16 MPa,断裂应变为1 318%。对弹性体热力学性能分析表明,TOD的引入会显著提升聚合物的玻璃化转变温度,保证材料稳定的力学性能,同时与动态二硫键协同作用实现弹性体在室温环境下的高效自主愈合。制备的薄膜在室温愈合24 h后的愈合效率可达95.4%(以应力为参照)。结果表明:桐油悬挂链的非对称结构能够打破分子链的规整度,进而诱导二硫键在室温下更加快速地复分解,促使材料自愈。此外,由于体系中动态键合结构的存在,交联型聚氨酯在加工温度下表现出优异的热回收利用性能。经过验证,弹性体在多次物理回收后机械性能与初始值保持一致,未出现显著降低。这为木本油脂的高值化利用提供了一种新方法,并丰富现有高性能功能弹性体增强理论体系,也说明,油脂基功能型聚氨酯弹性体具有广阔的应用前景。

摘要：现有的图像去雨算法存在雨滴去除不彻底和除雨后的图片因过度平滑导致图像模糊等现象。针对上述问题,提出一种基于生成对抗网络(GAN)的多尺度密集残差去雨网络(MDRGAN)。首先,将卷积门控循环单元(CGRU)引入生成网络,构建雨滴检测网络框架,实现对不同大小的雨滴位置、透明度等空间信息的学习;其次,利用CGRU的门控机制,使构建的框架更关注雨滴特征,确保检测目标信息的完整性和准确性;再次,设计多尺度密集残差网络(MDRN),在密集网络中引入残差模块用于传递和去除雨滴的特征信息;进一步,在密集残差网络的最后一层、倒数第3层和倒数第5层分别设置3个尺度的输出,使网络能够同时学习不同尺度的特征信息,彻底去除检测的雨滴;最后,引入Lipschitz约束改进判别网络架构中的损失函数,以生成更清晰的无雨图像,提高GAN的训练稳定性。在公开数据集Raindrop、RainDS上进行实验与测试,并与现有的6种主流网络对比。在Raindrop的测试集的Test A上,MDRGAN的结构相似度(SSIM)比ATT(ATTention raindrop network)高1.20%;在Raindrop的测试集的Test B上,MDRGAN的SSIM比DURN(DUal Residual Network)高4.74%,峰值信噪比(PSNR)比A2Net(Adjacent Aggregation Networks)高1.80%。在RainDS的测试集上,MDRGAN的SSIM和PSNR分别比A2Net高0.95%和1.82%。MDRGAN可以有效去除检测的雨滴信息,获得更清晰稳定的去雨图像。

摘要：以最小化卸载成本为目标,提出一种结合轨迹预测的任务卸载策略,将任务卸载转化为服务器节点选择问题。构建一种基于时间序列的车辆移动轨迹预测模型,将其表述为一个非线性回归任务;依据车辆位置信息与通信范围,提出一种基于最短通信距离的动态协作簇建立方法,利用服务器计算能力和传输成本均衡边缘网络负载,减少车辆移动形成的系统开销;利用马尔可夫决策过程,结合移动轨迹预测和动态边缘服务器簇设计任务卸载策略,解决多边缘服务器覆盖场景下的服务器选择问题。试验结果表明,所提算法与其他算法相比,任务卸载成本在简单与复杂移动轨迹下至少降低了80%和57.8%,有效减少多边缘服务器协作时的轨迹预测误差和成本开销。

摘要：针对某汽车侧门锁紧急情况下开启需求,提出了弹簧连杆应急快开机构,可实现小开启力和优先级高的开启操作。以奇异位形、棘轮棘爪接触状态和限位接触状态为划分依据,研究了不同工况下应急开启支链在运动过程中的多运动模式和变拓扑结构;经过静力学分析,得到了应急开启的必要条件;通过Adams软件仿真,验证了应急开启支链在车门锁内快速开启的可行性;用控制变量法对应急开启支链的开启时间和开启时间一致性进行研究,主弹簧刚度在5~7 N/mm内,预载荷在75~85 N范围内,主弹簧最大储能位置偏移小,满足开启时间的一致性。提出的弹簧连杆应急快开机构嵌入汽车侧门锁内,满足小开启力、高优先级和开启时间的要求,为应急快开支链设计及性能优化提供了重要理论依据。

摘要：表面装饰是消费者对定制家居的视觉感受性直接影响因素,饰面纹理的研究对于满足消费者审美需求具有重大意义。针对定制家居饰面纹理特征缺少客观分析的现状,将Tamura纹理特征用于定制家居饰面纹理的研究,旨为定制家居设计研发提供参考。依据品牌综合能力及用户熟知程度,搜集了12家国内外饰面厂商所有用于定制家居的饰面图案,共计6 134幅。再根据Tamura纹理特征参数计算方法,利用MatLab软件对其进行特征提取,然后依据手肘法和K均值聚类法进行聚类分析。最终样本被划分为各具特点的五大类,第一类饰面占据了市场主流,第四类饰面市场需求最小。

摘要：针对高端汽车门锁电动吸合及开启优先功能需求,提出了凸轮摆杆柔顺连杆组合机构,构造了双凸轮单摆杆和含弹簧构件四杆机构的组合机构,结合限位块、接触状态、凸轮间歇运动、型面突变等构件特征,可实现柔顺自适应滚滑、刚性拨动、避让释放3种运动模式及各模式间切换;嵌入锁内棘轮棘爪锁紧机构,将组合机构转化为电动吸合与开启支链;对应汽车门锁电动吸合、手/电动开启及复位、吸合复位3种工况,以相应驱动方式和运动边界条件,研究分析了吸合运动与锁内现有支链的运动兼容功能、开启优先功能、吸合卡止情况半锁开启功能。将机构及驱动嵌入车门锁进行仿真,研究了全工况开启凸轮与摆杆、摆杆与棘轮、棘轮与棘爪的接触力;机构仿真实现各功能动作的时间与车门锁设计要求匹配,其由半锁到全锁的吸合过程时间为420.97 ms,复位时间为29.03 ms,手动开启时间为622 ms。

摘要：针对联邦学习系统极易遭受由恶意参与方在预测阶段发起的成员推理攻击行为,以及现有的防御方法在隐私保护和模型损失之间难以达到平衡的问题,探索了联邦学习中的成员推理攻击及其防御方法。首先提出2种基于生成对抗网络(GAN)的成员推理攻击方法:类级和用户级成员推理攻击,其中,类级成员推理攻击旨在泄露所有参与方的训练数据隐私,用户级成员推理攻击可以指定某一个特定的参与方;此外,进一步提出一种基于对抗样本的联邦学习成员推理防御方法(Def MIA),通过设计针对全局模型参数的对抗样本噪声添加方法,能够在保证联邦学习准确率的同时,有效防御成员推理攻击。实验结果表明,类级和用户级成员推理攻击可以在联邦学习中获得超过90%的攻击精度,而在使用Def MIA方法后,其攻击精度明显降低,接近于随机猜测(50%)。

摘要：针对老年人群在信息科技产品使用中面临的数字鸿沟问题,以数字打车产品为例,提出运用心智模型理论和方法指导,开展基于老年人心智的产品适老化设计研究。(1)收集老年人使用数字产品打车出行时的心智信息,对语音数据关键词文本进行信息编码,获得链接节点表格和过程链路图,并借助系统聚类分析方法产出心智节点聚类网络,提取出老年人在使用数字打车产品过程中存在的心智差异和缺口;(2)运用亲和图法构建老年人使用数字产品打车出行全流程心智空间,通过产品信息架构和功能流程设计填补各阶段心智空间缺口,整合交互流程,形成基于老年人心智的产品原型方案;(3)通过可用性任务测试和可用性度量评价对产品方案的适老可用性进行评估。研究指出,数字打车产品适老化设计的实质是填补老年人既有心智经验与产品使用需求能力之间的差距、引导老年人跨越数字鸿沟的过程。

摘要：针对交通锥摆放问题,以一类装有标准交通锥模型的移动机器人为研究对象,提出一种新的编队摆放动态控制方法。该方法根据编队摆放条件,构造出交通锥机器人编队摆放的运动学约束,并将编队摆放约束视为控制目标。基于Udwadia-Kalaba方程,建立满足编队摆放的动力学模型,设计基于模型的编队摆放控制器。研究结果表明:所提控制方法能够实现交通锥机器人的编队要求,可进一步解决当前交通锥有序摆放问题。相较于基于领航者-跟随者模型的模型预测控制和基于神经动力学反步控制,所提出的基于模型设计的控制方法,具有编队距离误差收敛速度快和扭矩易于优化等特点。并借助MATLAB仿真软件和物理试验平台,对所提控制方法进行了仿真与试验验证,实现了三角形工况以及直线工况下交通锥机器人的编队摆放控制。试验结果验证了该控制系统的实用性和有效性,为交通锥的摆放提供了一个新的研究思路。

摘要：针对自行车机器人侧向自平衡问题,以一类装有角动量轮的自行车机器人为研究对象,提出一种新的平衡控制方法.该方法根据自行车机器人静止时刻的侧向平衡条件,构造机器人平衡控制的运动学约束,并将平衡约束视为控制目标.基于Udwadia-Kalaba(U-K)理论,建立满足机器人侧向平衡的扭矩解析模型,设计基于模型的平衡约束跟随控制器.研究结果表明,所提控制方法能够实现自行车机器人的侧向平衡,克服机器人侧向横滚角θ初始偏差的干扰,通过对平衡扭矩模型的计算,对自行车机器人进行主动平衡控制.相较于传统PD反馈控制方法,该种基于模型设计的控制方法,具有系统响应速度快、超调量小和控制扭矩易于优化等特点.借助MATLAB软件,对所提控制方法进行了仿真验证,实现了初始横滚角速度分别为0、1、2、5°·s^(-1)条件下的自行车机器人侧向自平衡控制,仿真结果验证了控制系统的稳定性和有效性,为无人驾驶自行车机器人的平衡控制领域提供了一个新的思路.