摘要：为了深入研究集簇式焊钉连接件的抗剪性能,结合装配式钢混组合桥梁焊钉连接件布置特征,以焊钉层间距和焊钉排数为变化参数,设计并完成了5组共10个焊钉连接件的静力推出试验,并建立了25组集簇式焊钉连接件精细化有限元模型,提出了同时考虑焊钉层间距和焊钉排数引起的群钉效应的单钉抗剪承载力折减系数计算公式。试验和分析结果表明:集簇式焊钉连接件受剪作用下由于各排焊钉之间剪力传递的不均匀性出现分批剪断现象,焊钉层间距较小时,各层焊钉之间混凝土破坏区域发生重叠,削弱了焊钉的抗剪承载力;与单钉连接件的荷载-滑移曲线特征不同,集簇式焊钉连接件持荷段较长,呈现出较好的延性,其破坏阶段呈阶梯状分布规律,验证了各排焊钉之间的承剪不均匀现象;单钉平均抗剪承载力随焊钉层间距增大而增大,随焊钉排数的增加而减小,当焊钉层间距超过8d时,可忽略其对抗剪承载力的影响;受预制桥面板预留剪力槽孔尺寸限制,装配式钢混组合桥梁常用的集簇式焊钉连接件层间距取值为4d~8d,排数取值为3r~7r;基于推出试验和有限元参数分析结果提出了同时计入焊钉层间距和焊钉排数的集簇式焊钉连接件抗剪折减系数实用计算公式,可为装配式钢混组合桥梁中集簇式焊钉连接件的设计计算提供理论依据。

摘要：基于模型的强化学习方法利用已收集的样本对环境进行建模并使用构建的环境模型生成虚拟样本以辅助训练,因而有望提高样本效率.但由于训练样本不足等问题,构建的环境模型往往是不精确的,其生成的样本也会因携带的预测误差而对训练过程产生干扰.针对这一问题,提出了一种可学习的样本加权机制,通过对生成样本重加权以减少它们对训练过程的负面影响.该影响的量化方法为,先使用待评估样本更新价值和策略网络,再在真实样本上计算更新前后的损失值,使用损失值的变化量来衡量待评估样本对训练过程的影响.实验结果表明,按照该加权机制设计的强化学习算法在多个任务上均优于现有的基于模型和无模型的算法.

摘要：在直流微电网功率变换系统(PCS)的控制方法中,虚拟直流电机(VDCM)控制具有为系统提供额外惯性和阻尼支撑的优势,但多机并联系统的功率协调分配控制问题尚待深入研究。文中提出一种基于VDCM的多层协同控制策略,能够实现多VDCM总输出功率的高、低频分量解耦和按需分配。首先,详细分析了VDCM控制策略下单机系统的运行特性,将其等效为一个含延迟环节的可控电压源,同时引入电压电流双环控制器改善了传统单电流环VDCM控制性能受制于电枢电阻参数的问题。其次,给出了一种三层级VDCM功率协调分配控制策略,实现了多VDCM总输出功率的高、低频分量解耦和按需分配。最后,给出了多层协同控制框架下各控制层参数的优化设计方法和步骤。基于MATLAB/Simulink仿真平台和dSPACE实验平台的双机并联系统的测试结果表明,所提方法具有较好的功率协调分配性能。

摘要：卫星遥感反演水深(Satellite Derived Bathymetry,SDB)是获取浅海水深信息的有效手段。然而,其有效范围只限于光学浅水区域,在深水区域呈现“伪浅海”的失真现象。因此,如何准确识别SDB数据的有效范围对其广泛应用至关重要。本文基于高空间分辨率多光谱卫星影像,在深入分析深/浅水辐射亮度统计分布特征差异的基础上,提出一种数据驱动的水深反演有效性评价方法。该方法以卫星影像辐亮度信息的局域标准差作为特征,基于K-S检验方法对光学深水区域统计特征进行模型优选,并使用假设检验方法对深水无效区域对应的SDB进行识别。甘泉岛水域实验结果表明,该方法通过统计分布划分光学浅水与深水区域边界,可以有效识别光学深水区域产生的无效水深反演数据。在剔除无效区域数据后,光学浅水有效区域内水深反演平均绝对误差(MAE)为1.01,均方根误差(RMSE)为1.52。实验结果表明,本文提出的方法可准确识别SDB结果的有效区域,进而为浅海地形解译提供方法支撑。

摘要：半导体电子结构的有效调控一直是人们长期关注的科学问题,也是主流半导体材料物性与器件设计的核心科学问题之一.传统栅极技术只能在小范围内改变半导体材料的带隙,作者从理论上通过人工设计半导体极性界面,产生约10 MV/cm的內建电场,从而实现对Ge、InN等主流半导体带隙在0-2 eV范围内的有效调控,并显著增强Rashba自旋轨道耦合强度,作者进一步利用构建的多带k.p模型证明增强的Rashba自旋轨道耦合可以将常规半导体驱动至拓扑相.文章重点介绍极性半导体InN的极性界面能隙调控;以及Ⅳ族非极性半导体Ge的极性界面能带调控.半导体极性界面的制备与主流半导体工艺兼容,展现了极性界面在主流半导体量子结构的物性调控与光电器件中潜在的应用前景.

摘要：为提升目标检测算法在复杂环境下的精确性和实用性,将多源信息和深度学习技术相结合,提出了一种基于双模态特征增强的目标检测方法。该方法以红外和可见光图像作为输入,利用颜色空间转换、边缘提取、直方图均衡化等传统图像处理方法丰富图像信息,达到数据增强效果;特征提取部分采用卷积神经网络结构分别提取目标红外及可见光信息,并设计混合注意力机制分别从通道和空间位置角度提升有效特征权重;同时,针对目标双模态信息,引入了自适应交叉融合结构,提高特征多样性;最后,利用交替上下采样将目标全局和局部特征充分融合,并以自主选择方式提取目标相关特征实现检测。通过在标准数据集以及实际场景数据集上的实验结果表明,所提方法有效融合并增强了目标多模态特征,提升了目标检测效果,并能较好的应用于电网场景中,辅助机器人完成目标设备检测。

摘要：针对国内外已有非开挖技术中的方向可控气动冲击矛能源消耗率高的问题,设计了一种新型的穿地龙机器人冲击与转向机构,研究穿地龙机器人在非开挖状态下的地下穿孔工作机理。制定了差动式液压缸作为动力源的冲击方案,用以完成同一动力源对机器人在直线穿孔作业和曲线穿孔工作两种状态下转向的驱动功能,保证穿地龙机器人的工作质量,增强机器人运行整体协调性。此结构的设计具有创新性,为非开挖技术提供了新的设备支持。

摘要：遥感图像场景分类对土地资源管理具有重要意义,然而高分辨率遥感图像中地物分布复杂,图像中存在着与当前场景无关的冗余信息,会对场景的精确分类造成影响.对此,提出一种基于脉冲卷积神经网络(SCNN)稀疏表征的场景分类方法.从稀疏表征出发,利用脉冲神经元的稀疏脉冲输出特性,设计脉冲卷积神经网络,去除遥感图像中与场景无关的冗余信息,实现对图像的稀疏表征;提出基于脉冲输出交叉熵损失函数的反向传播算法,在该算法的基础上利用梯度下降训练脉冲卷积神经网络,优化网络参数,实现遥感图像场景分类;通过实验验证方法的有效性,将所提出方法应用于Google和UCM两个遥感图像数据集,并与传统的卷积神经网络(CNN)进行对比.实验结果表明,所提出方法可以对遥感图像进行稀疏表征,实现场景分类;相对于卷积神经网络,所提出方法在遥感图像场景分类任务上更具有优势.

摘要：为解决复杂道路环境(大曲率、低附着)下满足安全性和高效性约束的车速规划问题,提出了一种基于车辆动力学解析的微分方程规划方法。首先,推导了在稳态转向时满足侧向轮胎力约束的极限速度结构参数表达式。其次,将前轮和后轮的轮胎力执行空间组合为F-F图,得到考虑载荷转移和驱动方式因素的隐式微分方程,并求解该微分方程得到沿路径的极限速度,同时给出了面向离散路径信息的极限速度计算方法。最后,设计了横、纵向协同模型预测控制器,搭建了CarSim和Simulink联合仿真平台,在连续和离散两种信息路径上以规划的极限速度进行轨迹跟踪仿真实验。结果表明,本文提出的极限速度规划方法能够在尽快完成复杂路面环境下轨迹跟踪任务的同时,将轮胎力控制在稳定摩擦圆范围内。

摘要：针对基于方向梯度直方图与颜色命名的高效卷积算子(ECO-HC)算法缺少跟踪质量评价和滤波模板更新监督机制的问题,提出融合运动信息和跟踪评价的高效卷积算子.将卡尔曼滤波器加入ECO-HC跟踪定位框架对目标执行联合跟踪,设计高置信度判别指标评价ECO-HC对每帧图像的跟踪效果,使用原始跟踪结果和卡尔曼滤波预测值的加权融合值,修正不满足判别指标的跟踪结果.在滤波模板隔帧更新策略的基础上,加入当前帧跟踪结果质量评价信息,当2个条件同时满足时执行模板更新.依托公开数据集OTB-2015评估算法性能,结果显示改进算法整体跟踪精确度、成功率和跟踪速率均优于原算法,在运动模糊、低分辨率、离开视野场景中的精确度分别提高3.0%、3.5%和2.8%,成功率分别提高3.8%、2.1%和4.0%.改进算法在保证实时性的同时,有效提升了复杂场景下的跟踪效果.