摘要：火星大气密度极低、热容小,致使火星的大气压和大气密度伴随着温度大幅度变化,具有较强的不确定性。针对单一大气密度进行旋翼确定性气动设计,可能导致旋翼在非设计点功耗大幅增加,影响火星无人机的正常使用。为了避免上述问题,本文从火星大气环境研究入手,建立火星大气密度概率分布模型。针对应用潜力更大的火星六旋翼无人机,采用黏性涡粒子方法建立火星大气环境下高置信度的旋翼精细化气动模型,并通过快速非支配排序遗传算法Ⅱ开展旋翼气动外形的稳健设计优化。设计得到的旋翼气动外形方案在面对火星大气密度变化时能保持较好的气动性能,且具备更强的稳健性,有利于火星六旋翼无人机在不同大气环境下执行更远距离、更长时间的火星探测任务。

摘要：提出一种GhostConv轻量级网络模型并将其用于故障诊断。GhostConv利用常规卷积生成一小部分特征图,然后在生成的特征图上进行多次特征提取来生成其余特征图,最大程度地节约了常规卷积中生成冗余特征图的成本,减少了模型参数,保证了模型的性能。采用连续小波变换对振动信号进行时频变换生成二维时频图,之后利用设计的GhostConv搭建轻量级网络模型进行故障诊断。采用凯斯西储大学轴承数据集进行验证,并与其他卷积结构网络模型进行参数量、计算量以及识别准确率的对比。实验结果表明,与其他模型相比,所使用的网络模型在参数量和计算量较少的条件下依旧有较高的识别精度,且具有较好的鲁棒性和泛化能力,具有一定的工程应用价值。

摘要：利用瞬变电磁法进行管道移动检测的过程中,经常由于检测设备抖动造成检测信号的误差或检测失败。为此,设计了一款可搭载瞬变电磁检测设备的自动检测小车。基于检测小车和埋地管道检测的工作要求,进行可变线圈搭载平台和减震机构设计,并利用解析法对弹簧阻尼器的刚度系数和阻尼系数进行优化。基于ANSYS Workbench软件对上摆臂和车轮连接件进行拓扑优化。基于减震机构的关键零件下摆臂对整体性能的影响,利用CCD中心组合试验法,进行仿真试验设计取得数据,并利用响应面法得出最大应力和质量与下摆臂设计参数的映射关系。采用粒子群算法对映射关系进行优化设计,获得最大应力和质量最小时的下摆臂参数。优化结果表明:采用Adams对优化后的检测小车进行运动学仿真,小车平台质心在竖直方向上位移和速度的峰值分别降低约55.7%和26.5%,均值分别降低约67.9%和24.2%,波动的次数也明显减少,检测小车性能显著增强。所得结论可为检测小车设计提供理论参考,对管道缺陷检测领域具有一定的工程意义。

摘要：在幻三元系已有定理的基础上给出了偶数情况下的分类,进而通过可分解设计思想进行1-因子分解,并充分利用平衡不完全区组设计、可分解设计、柯克曼三元系等辅助设计构造了除α=12m-8外所有阶为偶数,k=2,λ<α2情况的幻三元系(α,β,λ,k)-MTS.

摘要：掺氢天然气管道受氢损伤等因素影响,容易产生缺陷进而导致管道失效,因此需要定期对掺氢管道进行检查。通过对掺氢管道的主要缺陷产生机制和缺陷特征进行分析,得到主要的缺陷形式,设计一种针对掺氢管道氢损伤的管外漏磁检测机构对管道进行缺陷检测,利用Maxwell进行漏磁检测仿真模拟,采用响应面法建立检测探头各参数与轴向漏磁曲线峰谷差值、吸附力和成本之间的函数,得到探头的结构参数最优组合。最后搭建实验台,利用单组探头进行单通道的漏磁检测。结果表明:与未优化结构对比,优化后管外缺陷检测效果提高26.2%,管内缺陷检测效果提升11%,探头与管壁吸附力降低56.7%,探头成本降低14%,检测效果得到提升;优化探头不仅能检测到已成型的比较明显的掺氢管道缺陷,也可以在缺陷形成早期管壁损失达到整体壁厚40%时将其检测出来。缺陷检测实验验证了文中设计方案的可行性。

摘要：无人机已广泛用于物流配送,具有快速投递和低成本的优势.针对远离仓库中心、交通受限制客户的需求,在车机并行配送模式上引入车载无人机以服务该类客户,提出多模式下的车辆和无人机联合配送模型及其路径优化问题.该模型融合了车机协同配送模型和并行配送模型,包括搭载无人机的卡车和独立的无人机舰队.在此基础上建立以最小化交付时间为优化目标的混合整数规划模型,并设计基于知识学习策略的多算子遗传算法来提高搜索效率.实验结果表明,与传统交付方式相比,车辆与无人机联合配送模型可显著减少交付时间.在大规模数据集上,改进的遗传算法表现出更好的性能.该研究成果可为解决物流配送中的复杂动态的“最后一公里”问题提供指导和参考.

摘要：The Dst index,designed as a proxy of ring current intensity,is known to be also affected by other magnetospheric current systems,*** *** pressure-corrected Dst index is obtained by removing the effects of the solar wind dynamic pressure and the quiet time ring ***,all previous studies treated the correction coefficient as an averaged parameter for storms of different *** this paper,based on the Burton's equations and employing two independent methods,we will show a positive correlation between pressure-correction coefficient b and the intensity of the *** divided our storm database(872 storms in total) into three categories according to the intensity of *** order to improve the accuracy of calculating,we also used the higher-resolution SYM-H index data instead of Dst index to compute the corrected Dst index during different ***,we are able to provide corrected magnetic storm index with high-time resolution(-1 min).

摘要：多峰优化问题(MultiModal Optimization Problems,MMOPs)需要同时找到问题的多个高精度全局最优解,它需要算法具有较强的全局搜索能力且能很好地平衡种群的多样性和收敛性.当前在处理MMOPs时通常面临以下难点:(1)现有方法通常只考虑到进化过程中种群的当前状态(如常用的贪婪选择策略),容易导致种群陷入局部最优;(2)传统的随机搜索策略在复杂搜索空间内难以快速有效找到全局最优解;(3)当前设计的多峰优化算法往往需要手工设置参数(如变异因子和交叉因子等),而参数的大小将直接影响种群的多样性和收敛性.针对上述难点,本文提出了一种新的基于局部时空的多峰优化(Localized Time-Distance-based Multimodal Optimization,LTDMO)算法,主要包括三个贡献点:首先,提出了结合随机搜索和定向引导的变异(Random and Direction-based Mutation,RDM)策略,利用随机变异增加种群中个体的多样性,并通过划分邻域将整个种群分成不同的可重叠子种群,在局部搜索空间内进行变异操作来更好地定位全局最优解,从而避免个体陷入局部最优.其次,提出了基于时间局部性原理的拥挤选择(Locality-based Crowding Selection,LCS)策略,利用进化过程中的时间局部性记录对当前个体更有潜力的进化方向,并在此方向上生成新的子代,使种群进一步向全局最优解收敛.最后,提出了自适应参数控制(Self-adaptive Parameter Control,SPC)策略,基于个体进化信息自适应调整算法的参数值,降低算法在进化过程中对变异因子和交叉因子的参数敏感性.本文将LTDMO算法在CEC'2013测试集上进行实验,并将结果与其他11种多峰优化算法对比,表明LTDMO算法能有效处理较多的全局最优复杂多峰优化问题,具体地,在F1~F5、F8和F10问题上峰值率和成功率均达到100%;在具有较多局部最优的多峰优化问题(F6和F7)上,LTDMO算法的峰值率达到86%以上,这优于9种其他对比算法的性能;在处理复合多峰优化问题时,LTDMO算法在处理F11、F12、F14、F16问题上性能达到最优.同时将LTDMO算法在比例-积分-微分(Proportional-Integral-Derivative,PID)控制器上进行应用,结果表明LTDMO算法能为PID控制器找到多种最优控制参数,使系统达到稳定状态且误差更小.

摘要：高中化学“无机非金属材料”教学内容知识点相对不突出,科普式的教学不利于学生建构大概念。因此,基于学科理解理论对教学设计进行重构具有重要意义。研究从课标要求抽提了主题认识视角与思路,从硅酸盐的结构与单质硅的利用史抽提主题素养功能,并基于抽提出的大概念进行了靶向教学设计。设计思路与内容突出结构和元素视角,设计目的指向发展学生科学态度与社会责任素养,发挥化学学科的育人功能。

摘要：在新能源技术高速发展的背景下,本文提出了一种基于深度强化学习的多目标优化方法,对混合能源系统进行配置和设计。首先,设计了一种基于循环神经网络的深度强化学习方法,对系统配置方案优化过程中计算耗时的目标值进行近似估计,以在线优化的方式实现能源系统运行控制策略的快速求解;其次,以经济性、可靠性、环境效益作为优化指标,采用多目标进化算法对混合能源系统进行优化配置,计算得到满足用户不同偏好的帕累托解集;最后,以离网型混合能源系统作为研究对象验证了该方法的有效性,所提方法明显优于多种传统优化设计方法。