摘要：以可见光导引头橡胶垫缓冲减振结构为研究对象,确定橡胶材料的模型公式,建立橡胶垫缓冲减振的理论模型,验证使用ANSYS Workbench稳态和瞬态分析模块仿真分析的可行性;对橡胶垫材料属性进行线性化处理,通过设置不同的减振型式,在18000 g工况下对镜片进行了强度校核,对比分析了减振效果,确定2片减振垫缓冲为最佳方案;用摆锤锤击等效冲击的方法验证了可见光导引头缓冲系统在高g值工况下能够正常工作。根据材料实验得到合适的橡胶参数,弹性模量取6 MPa,泊松比取0.47时,2片减振垫缓冲时镜片的安全系数能够达到4左右,验证了高g值条件下减振垫对光学镜片可靠性的影响,为后续研究奠定基础。

摘要：为优化电厂巡检,提出了使用电厂巡检机器人进行巡检工作;对于电厂复杂环境的巡检,需要巡检机器人能够完成跨越障碍、降低自身高度等动作,经过多方对比,设计了一种具有两个自由度的闭环五连杆轮腿式机构作为巡检机器人的腿部机构,基于整体比例给出了各杆件的尺寸,通过SolidWorks软件对足端进行了运动曲线模拟,经校核足端曲线能够满足机器人跨越的要求。此外对轮腿结构轮子的安放位置进行了分析,选定了轮腿结构的形式并对整体结构在SolidWorks软件中进行建模,得到整体结构的三维图及二维图,并对轮腿机构的变形过程进行了说明。

摘要：NFT(non-fungible token)图像为元宇宙中进行创作、交易、分享和收藏的数字艺术作品。不同于自然图像,NFT图像的内容为用户自主定义,在数据空间分布较广,这为秘密信息的隐藏提供了极大便利,因此借助NFT图像进行隐蔽通信成为图像隐写的一个新分支。提出了一种NFT图像的隐写方法。对一幅给定的NFT图像,对高频与边缘轮廓部分进行增强,以丰富图像中有利于掩盖隐写修改痕迹的细节部分,从而使增强后的图像更适合隐写,将其作为载体。根据增强前后图像像素的差异确定载体图像各像素加1或减1的倾向修改方向,并根据此差异调整载体各像素的修改代价以满足确定的倾向修改方向,进一步提升隐写抗检测性。利用主流隐写编码框架在载体图像中进行信息嵌入。实验结果表明,所提方法应用于NFT图像时的抗检测性优于现有的数字图像隐写方案,对于HILL、Mi POD、DFEI隐写方案,所提方法可分别将隐写分析错误率(PE值)平均提升8.7%、9.2%、6.2%(所有嵌入率与隐写分析特征情况平均值)。所提方法适用于NFT图像,为除自然图像与生成图像以外的第3类载体(即NFT图像)提供了针对性的隐写方法。待NFT图像数量较为可观后,可充分利用神经网络强大的拟合与学习能力,设计深度学习的NFT图像隐写方法。