摘要：为了减轻域偏差,提升算法的应用泛化能力,提出了一种基于跨域双分支对抗网络车辆重识别策略。首先充分挖掘源域的标记数据以适应目标域来缩小跨域偏差,并提出了一个名为双分支对抗网络的图像到图像的转换网络,从而有效保留来自源域的图像的属性。另外提出了一种结构注意力机制的特征学习模型,从而在抑制背景的同时提取显著特征。最后通过两个车辆重识别数据集试验结果证明提出的方法能够实现较高精度的车辆重识别效果,并且具有较好的泛化能力。

摘要：为了增强非线性车辆模型的稳定性以及鲁棒性,提出了一种基于多层感知器的反传神经网络车辆稳定性最优鲁棒控制。采用四轮主动转向模型,建立了多层感知器前馈反向传播神经网络模型作为逼近器。采用最优鲁棒控制来调节车辆的横摆角速度和侧滑角,以满足期望的车辆响应。建立的神经网络模型通过状态变量训练来区分车辆的非线性动力学特性和相应的最优反馈增益。利用Lyapunov稳定性方法对控制器的鲁棒性与稳定性进行了分析,并采用滑模控制器跟踪期望的横摆角速度和侧滑角响应。仿真结果表明,所提出的方法能显著提高车辆的鲁棒性以及控制性能。

摘要：针对小样本条件下的轴承寿命预测问题,提出一种基于多子种群混沌自适应果蝇算法的多变量相空间重构-多核支持向量回归轴承剩余寿命预测综合优化方法。对多个特征向量进行相空间重构从而更加完整地还原轴承退化特性;利用不同的SVR核函数进行排列组合得到一个组合多核函数,从而将多核函数的构造问题转换为权值系数的优化问题;将延迟时间、嵌入维数、SVR参数以及多核函数权值作为整体参数向量,利用多子种群混沌自适应果蝇算法对训练数据预测精度的适应度函数进行优化,从而得到最优的预测模型参数。最后将得到的预测模型对轴承剩余寿命进行预测,结果证明了提出方法能够有效提升小样本条件下的轴承剩余寿命预测精度。

摘要：生物质衍生物的电催化转化为可持续能源的增值利用提供了一条绿色高效的途径.例如,由5-羟甲基糠醛(HMF)氧化可得到生物基聚酯前驱体2,5-呋喃二甲酸(FDCA),对于缓解化石资源带来的能源危机和环境问题具有重要意义.目前,HMF的电催化氧化通常在强碱性(pH>13.5)溶液中进行,但是容易产生难以分离的腐殖质,影响FDCA的工业利用.另外,强碱性介质还存在腐蚀安全隐患、设备维护成本高等问题.中性反应条件有助于改善上述问题,但是缺乏亲电氧物种(例如OH-),HMF和催化剂的活化困难,难以得到高附加值产物FDCA.目前,针对中性介质中HMF的电催化氧化研究少有报道,急需明晰中性介质中HMF的催化机理,并开发中性条件下具有高活性的催化剂体系.本文利用均相催化剂2,2,6,6-四甲基哌啶-1-氧基(TEMPO)和Co_(3)O_(4)电极,对HMF进行中性条件下电催化氧化,1.55 VRHE条件下反应1.5 h,以接近100%转化率获得产物FDCA,产率大于99%.而在无TEMPO的条件下,HMF在Co_(3)O_(4)电极上转化率小于2%.原位红外等实验测试及理论计算结果表明,低电位(1.10 VRHE)下形成的TEMPO+阳离子的活化能显著减低HMF,通过脱氢作用选择性生成中间产物2,5-二甲酰基呋喃(DFF),对调控HMF的氧化路径、促进中性介质电催化氧化起到关键作用.原位X射线光电子能谱和电化学阻抗等结果发现,TEMPO存在时,1.35 V后,在含有高价态Co^(3+)/^(4+)的Co_(3)O_(4)电极上出现更多的水以及OH吸附物种,并导致HMF的氧化电流密度以及FDCA的转化率显著增加.理论计算结果表明,TEMPO自由基与水分子存在较强的氢键作用,有利于促进水活化提供OH.然而,低电位(1.25 V)以Co_(3)O_(4)为电极,或高电位(1.55 V)以泡沫镍为电极,即使添加TEMPO,电极上没有出现相应的OH吸附行为和电化学活性提升现象.因此,活性的Co_(3)O_(4)电极对于协同水的解离形成OH具有重要作用,二者共同作用下,水活化解离形成Co^(3+)/^(4+)-(OH)_(ads)活性中心.在中性溶液中,亲电氧物种OHads提供氧源,促进DFF等甲酰基中间体进一步氧化转化为FDCA.综上,本文加深了对中性介质中HMF的电催化氧化机制的理解,对设计类似电催化剂体系有借鉴作用.

摘要：针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函数设计小波自动编码器从而有效地捕获信号特征。其次,利用多个小波自动编码器构造一个深度小波自动编码器来增强无监督特征学习能力。最后,采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。对实验所得的轴承振动信号进行对比分析,结果验证了研究结果能够在原始振动数据无监督特征学习的条件下该方法优于传统方法和标准深度学习方法。

摘要：针对总线条件下具有双通道多包传输的短时变时延汽车发动机分布式控制系统,提出了一种基于改进蝙蝠算法的发动机故障检测观测器优化设计方法。首先将双通道多包传输短时变时延系统建立为具有模型不确定性的切换系统。然后将残差信号对噪声信号和故障信号的传递函数比值作为适应度函数,通过改进蝙蝠算法对该适应度函数进行优化得到最优观测器增益矩阵,使得该故障检测方法不仅能够抑制噪声,而且对提升对故障敏感程度(而且能提升对故障检测的敏感程度)。最后将该方法在分布式控制系统半物理平台上进行仿真,仿真结果表明相比较于传统鲁棒故障检测来说,提出的方法能够不仅能够抑制噪声信号,而且可以放大故障信号,从而提高了故障诊断的正确率,降低了虚警率.

摘要：随着科技的快速发展,许多行业在生产过程中都实现了全自动化,同时全自动化生产,可以提高生产效率,并且能够减少生产过程中,因为人工操作失误而引起的故障,确保生产的安全性。锂电池生产是一项对技术要求较高的工作。在锂电池生产过程中,如果采用半自动卷绕机,将其作为生产锂电池电芯的设备,具体生产过程中,则需要通过人工方式,将生产中采用的极片放入到生产设备中,这种生产方式不仅会降低锂电池生产的整体效率,而且容易对生产过程中采用的极片造成污染,会对最终生产的锂电池的性能造成影响。可见,加强全自动锂电池卷绕机的设计研究意义重大。针对全自动薄膜卷绕及纠偏控制设计进行深入分析,希望文中内容对相关工作能够有所帮助。

摘要：为提升在模型不确定性以及干扰条件下伺服电机的控制效果,提出了一种基于鲁棒滑模策略的改进内模控制器设计方法。该控制方法综合了内模控制简单直观性与滑模控制的鲁棒性,将基于滑模控制技术的鲁棒控制律引入到内模控制策略中,可以降低控制器对模型不确定的敏感性,增强了其抗干扰能力。此外,二自由度增强型内模控制可以进一步减小未知扰动的影响。在不同的条件下通过仿真和实验结果分析可知所提出的控制器具有更好的瞬态跟踪性能和更高的稳态跟踪精度,而且对于不确定性和扰动具备更强的鲁棒性。