摘要：基于UG/WAVE装配技术和PTS模块,建立了大型矿用挖掘机铲斗的参数化模型,实现了无代码的可重用系统的编制,大大缩短了挖掘机铲斗的变型和设计周期。铲斗的设计方法为机械产品的可重用设计提供了一种新思路,具有一定的实用性。

摘要：针对目前微层裂物质诊断技术的不足,设计了一种小型化动量探针。在传统动量传感器的基础上对传感界面和保护膜的测试结构进行改进,并结合数值模拟和联合实验诊断技术对小型化动量探针的测速结果数据进行解读。研究结果表明:改进后的动量探针可获取持续稳定的高质量信号,测试时长得到延长;小型化导致部分时段测速结果产生偏差,但第1速度峰值时刻之前的测速结果可信度高,可用于定量诊断微层裂物质空间密度分布。

摘要：传统民歌是我国民族宝贵的文化资源。珠江上游传统民歌因其独特的地缘性,历经数千年,与生活在这片神奇土地上的各族儿女和谐共生,并在历史的传承与文化的碰撞交融中形成了多元并存的文化艺术形态。从人类学特别是音乐人类学的角度考量珠江上游传统民歌的文化内涵,将珠江上游传统民歌研究纳入体系化、长期性、多角度、跨视角的研究中,实现尽量客观的审视这种文化形态的目的,从而为发展珠江上游的文化艺术,提供人文观照。

摘要：通过分析与改进传统圆环缝隙天线，提出了一种用于无线局域网（WLAN）的小型双频圆极化缝隙天线．天线的底层由接地面的2个圆环缝隙组成，圆环之间用2条矩形切口连接，确保能量由外到内传递．介质基板采用FR-4材料，顶层由50Q开路微带线馈电，天线大小为40mm×40mm．给出了天线的阻抗带宽、辐射方向、圆极化率及最大增益的仿真曲线．仿真结果表明，天线能够完全覆盖WLAN工作频段（2．400～2．485，5．150～5．350，5．725～5．825GHz），并且在WLAN频段内圆极化轴比低于3dB，最大增益达到4．8dBi．利用矢量网络分析仪测量了天线实物的阻抗带宽，测试数据与仿真结果十分吻合．

摘要：本文论述门机模拟装置的基本设计原理及其在就业岗位培训中的应用。本模拟装置既经济实用,又不失技术上的先进性,它操作安全、方便、可靠,提高了学生动手能力,实现了专业实践与实际就业岗位的有机结合,达到了模拟培训的预期效果。

摘要：应用电容模型,分析了传统E型磁芯在全桥合成磁芯变换器使用中出现的严重的磁路不平衡问题。根据合成E型磁芯中3个臂所发挥的不同功能,将复杂的全桥合成磁芯设计分为变压器和电感设计,并推导出相关公式;然后提出了一种新型的E型磁芯设计作为实际解决方案。最后通过一种3 kW DC/DC实验电路证明该设计在超过30%额定输出时,能大幅提高整机效率。

摘要：研究了广义连续系统的扩展严格正实的控制问题。首先,利用与原系统等价的增广系统和矩阵分解,给出了广义系统正则,无脉冲,稳定且扩展严格正实的一个新的充分必要条件。并且此条件是便于Matlab求解的严格线性矩阵不等式形式。其次,基于此定理和线性矩阵不等式的性质,给出了保证闭环系统是正则,无脉冲,稳定且ESPR的控制器设计方法。最后通过2个数值算例说明了所提出方法的有效性和可行性。

摘要：针对面向节能的不相关并行机混合流水车间调度问题的特点,分析了混合流水车间的能耗组成,基于Wagner建模思想提出一种以最小化能耗为目标的混合整数线性规划模型,并提出一种改进的候鸟优化算法求解该问题。在候鸟优化算法中,采用随机策略生成初始种群,提出4种解码方法;基于关键路径的思想设计了两种移动策略,目的分别是调整空闲时间段使其可以实行关机重启策略,以及尽量延迟机床开机;该算法中领飞鸟和跟飞鸟通过最优交换操作和最优插入操作进行进化。通过41组实例对加入移动和关机重启策略的候鸟优化算法,以及没有加入移动和关机重启策略的候鸟优化算法进行测试,证明了所提移动和关机重启策略能够大幅度减少车间总能耗。同时,通过41组实例测试验证了所提模型和算法的有效性和可行性。

摘要：本文研究了网联车辆编队的节油速度轨迹优化和分布式控制问题.考虑异质车辆编队节油,采用一种基于滚动时域优化的速度规划算法,求解出适应于变化道路坡度的编队整体节油速度.此外,为了提高速度规划和调节的灵活性,提出了一种基于期望编队速度的二次间距策略.采用基于间距误差最小化的分布式凸优化算法对轨迹优化问题进行求解,为所有跟随车提供最优轨迹.在此基础上,设计了一种具有双幂次趋近律的PID型滑模控制器,使得各跟随车跟踪最优轨迹.仿真结果表明,该方法可在忽略空间和速度扰动的情况下保证车辆的内部稳定性和队列稳定性.

摘要：为了全面准确地检测出潜在的设备异常,针对汽轮机、风电转子等高关联耦合分布式系统多测点多源传感器产生的多维多态监测数据,提出了一种基于多变量耦合网络与变分图自编码器的异常检测方法。首先采用去趋势互相关分析(DCCA),定量分析多维变量间的耦合关系,构建复杂系统多变量耦合关系网络。在此基础上,建立基于无监督学习的变分图自编码模型,对系统多变量耦合关系网络进行特征提取,使用正常数据训练该模型,图卷积网络作为编码器学习输入数据的分布,采样获得其潜在表示,以实现耦合网络的重构,采用重建概率作为系统多维多态监测数据异常检测评价指标。最后以某火电厂汽轮机组转子系统监测数据为例开展异常检测分析,结果表明:考虑多维多态监测数据间的耦合关系,提高了系统异常检测的准确性和可靠性;引入基于变分图自编码器的无监督学习方法,降低了经验依赖性并克服了异常样本少的问题。