摘要：液压工程机械负载变化大、受到控制器计算性能限制,常导致运动控制出现强烈冲击和精度降低等问题,为此提出一种基于低阶模型的含压力补偿比例阀控系统平稳控制方法。首先,证明了含压力补偿比例阀控系统可近似为线性系统,提出一种低阶建模方法,利用分段线性随机系统作为原系统的全局近似,并定量给出分段线性随即系统的协方差矩阵;其次,在所提出的建模方法基础上,设计了稳态卡尔曼速度观测器,提出基于速度观测的双回路控制器,利用精确的观测速度与速度内环控制提高系统阻尼,达到抑制振荡的目的;最后,在盾构管片拼装机举重臂上开展实验验证,实验包括AMESim与Simulink联合仿真实验和PLC控制的实机应用实验。研究结果表明:所提出的低阶建模方法在常见阀参数下与精确模型的精度相对误差不超过3%,所提出的控制方法在低算力控制器上实现了阶跃位置目标轨迹的低冲击、高精度控制,显著增加了系统阻尼,获得了更平滑的速度曲线,减小了稳态误差,力冲击峰值减少21.6 kN,振幅降低约39%,具有较高的工程应用价值。

摘要：为消除压电驱动柔性微定位平台高精控制对平台不确定动力学模型的依赖性,提出了一种数据驱动无模型迭代前馈补偿和自适应陷波滤波结合的控制方法来提高平台的跟踪性能。首先,建立了数据驱动无模型迭代前馈控制器,提高系统对噪声和其他干扰的鲁棒性,同时,证明了在无模型迭代前馈作用下,连续参考输入跟踪误差的有界性和闭环系统的稳定性;其次,构建了自适应陷波滤波器来消除平台谐振的影响,对误差信号进行快速傅里叶变换,并设计谐振频率在线提取算法,实现对陷波滤波器参数的在线实时整定,来进一步提升轨迹跟踪精度;最后,利用所设计的无模型迭代前馈控制器和自适应陷波滤波器对压电微动台进行轨迹跟踪实验。实验结果表明:在跟踪三角波信号时,与单独比例-积分(Proportional Integral,PI)控制和结合自适应陷波滤波器的PI控制相比较,最大跟踪误差分别减小78.25%和70.83%,能够有效提升平台的稳定性和跟踪精度。

摘要：为了解决室内建筑节点不合理与人群逃生路线选择困难的问题,提出面向自组织人群的建筑安全评估算法.基于IndoorGML建立室内空间的水平平面结构和垂直层级结构,形成拓扑空间中的节点关联图,以表示多层建筑物的空间结构.通过对单元空间的风险、通行率的定义,设计基于A^(*)算法的安全疏散路线选择算法.通过分析逃生路线的选择人数、单条逃生路线上节点的最高风险、单条逃生路线的平均逃生时间,找出室内建筑不合理节点并提出优化方案.构建模拟场景进行仿真实验,对比不同路线选择方法的结果,分析并验证所提评估算法的有效性.结果表明,所提出的方法能够找出建筑拥堵的主要因素及其对疏散的影响程度,有助于在建筑设计阶段开展科学的建筑安全评估.

摘要：针对2014年美密会上提出的PRIDE轻量级密码的实现安全,提出了面向唯密文攻击假设的新型不可能统计故障分析方法,设计了卡方拟合优度-汉明重量区分器、卡方拟合优度-极大似然估计区分器等新型区分器。所提方法基于随机半字节故障模型,结合统计分布状态和不可能关系分析,围绕导入故障前后中间状态的变化,最少仅需432个故障即可恢复出PRIDE算法的128 bit原始密钥,且成功率达99%及以上。实验分析表明,所提方法不仅能减少故障数和耗时,而且进一步提升了准确率。该结果对轻量级密码的实现安全性提供了重要参考。

摘要：针对卷积神经网络在正向推理时的高计算复杂度与空间复杂度问题,提出了一种基于二值神经网络(Binary Neural Network,BNN)的过滤器剪枝算法(Binary Filter Pruning:BFP). BFP算法通过剪除L2范数较小的过滤器,构建剪枝压缩后的二值神经网络模型.进一步面向FPGA(Field Programmable Gate Array)平台,设计并实现了基于二值复值神经网络(Binary Complex Neural Network,BCNN)的ResNet-18加速计算模型.对二值复值卷积层与预处理过程中的卷积层,分别设计了数据预处理合并优化与数据重排序.实验结果显示,BFP算法在CIFAR-10数据集上的分类精度,比基于SLR(Surrogate Lagrangian Relaxation)的通道剪枝方法平均提高了1%.与CPU平台相比,设计的加速器在PYNQ-Z1平台上的计算性能提高了23倍.

摘要：随着近似电路可用性增加,评估其可靠性变得十分必要。基于概率门模型(probabilistic gate model, PGM),提出了一种精确、高效的近似电路可靠性评估方法。该方法基于概率门模型将电路转换为概率多项式,并对引发相关性问题的扇出端门电路变量进行降阶操作,从而消除相关性对结果精确度的影响,面向输入向量进行有针对性的可靠性分析,经实验,该方法比蒙特卡洛方法快5个数量级,快于对比方法近50%,在中大型电路中以相当的速度保证了较高的精准度。并且,基于所提出的方法使用遗传算法进行了近似电路可靠度界限的搜索,以便辅助设计者评测近似电路的可用性,并针对所研究的问题,对遗传算法进行了改进,实验结果表明,改进后的遗传算法具有更好的效果,在近似电路可靠度计算和可靠度界限搜索中有较好效果。

摘要：在冲击荷载作用下复合材料会产生断裂和分层等损伤。基于损伤数据对冲击工况进行识别,对改善复合材料的设计和确保其安全使用具有重要意义。基于此,本文提出一种基于深度学习和近场动力学(PD)理论的层合板冲击工况识别方法。首先使用改进的表面修正系数PD理论建立复合材料层合板刚体冲击损伤演化分析PD模型,PD模型数值模拟结果结合噪声数据增强技术构建层合板的冲击工况数据库;基于深度学习-卷积神经网络(CNN),对不同工况下的冲击损伤演化数据进行训练,实现对未知冲击工况的识别。结果显示,对于钢球冲击速度和角度的识别准确率均高于90%。

摘要：针对某汽车油底壳压铸件前期模具设计的浇注系统,以减小高压油道串漏和改善铸件内部缩孔和气孔为目标,对传统设计方案和改进方案进行模拟。经过计算机自动运算、结果对比,筛选了满足铸件品质要求的最优方案。经过试验验证,局部位置可以采用一种压铸新型超点冷,并采用改进方案设计,使铸件的内部品质得到明显提高,同时提升了铸件合格率,缩短铸件品质改善的周期。

摘要：传统缺口型柔性球铰的工作行程较小,且存在结构构型及柔度计算复杂、加工工艺要求高等问题,不能应用于需大行程的场合。为此,设计了一种正交簧片型大行程柔性球铰,即将具有较大变形能力的簧片梁通过正交组合形成虎克铰,使其能够实现3个功能轴线方向的运动。该柔性球铰具有结构构型简单、加工制作容易和工作行程较大等优点。根据柔性球铰单个簧片梁的柔度矩阵及连接方式,采用柔度矩阵法和坐标变换方法,对柔性球铰的全局柔度矩阵进行建模和计算,通过有限元仿真和实验测试对所建立的柔度模型进行验证,并分析了柔性球铰几何参数对柔度的影响规律。结果表明:柔度理论计算值与仿真值的相对误差基本在10%以内,与测试值的相对误差在8%以内;几何参数对柔度影响程度从大到小依次是柔性簧片梁2的厚度、宽度、长度。研究结果可以为大行程空间柔顺机构的多样化设计提供参考。

摘要：铝合金链条盖在压铸过程容易变形,导致其平面度差。虽然可以采用人工矫形,但费工费力,且平面度改善不理想。通过分析,发现压铸件变形的根本原因是顶出设计不合理,开模时动模侧及抽芯局部包紧力过小。通过对顶出系统的优化以及动定模及抽芯包紧力结构的改变,最终改善了平面度。