摘要：为完善磁悬浮针织横机的工艺流程,实现花型设计图案到织针编织动作的数据转换,首先根据混合磁悬浮针织横机系统的工作原理,设计了步进式磁悬浮织针的驱动方案;然后采用数学矩阵的方法,建立磁悬浮针织横机双色单面提花织物的意匠图模型,同时推导出双色单面提花织物的数据转换算法,最后将意匠图设计的花型数据转换成织针编织的驱动数据,并根据步进式磁悬浮织针的驱动方案定义织针编织动作对应的电流信号。在此基础上搭建织针驱动的实验平台进一步验证步进式驱动方案的可行性,并使用仿真软件验证意匠图转换算法的准确性。研究结果表明,步进式织针驱动方案可使织针逐步达到工艺编织高度,满足工艺设计要求;双色单面提花转换算法也能准确将意匠图的花型数据转换成织针驱动的编织数据,通过定义编织动作对应的线圈电流信号使设计的织物花型图案能转换成磁悬浮针织横机驱动的电流信号,达到织针驱动和编织工艺相结合的效果,简化了磁悬浮针织横机编织双色单面提花织物的工艺流程,为磁悬浮针织横机的工艺设计探索出一条可行路线。

摘要：针对地心甚高轨道星座构形协同捕获控制问题,基于虚拟编队方法设计了协同捕获控制策略,采用三脉冲燃耗最优轨迹规划算法对构形捕获轨迹进行协同规划;并且结合自适应全程积分滑模控制器对卫星各自转移轨迹进行跟踪控制。以10万km轨道高度的三星星座构形捕获为例进行仿真验证,仿真结果表明:该策略可以有效应用于地心甚高轨道星座构形捕获控制,能够在燃耗较少的情况下使星座中卫星同时到达各自的标称位置,同时具有较高的精度。

摘要：在自动指纹识别系统中,指纹防伪能力的发展至关重要.传统指纹一般由表面成像得到,而这种表面的纹理特征极容易被盗取.基于这种传统指纹的识别系统,检测指纹表征攻击的能力十分有限.因此,现有研究普遍针对具有防伪特征的指纹模态,如具有汗腺特征的高精度指纹和具有指静脉特征的指纹开发表征攻击检测算法.在本篇工作中,为了进一步提高指纹系统的表征攻击检测能力,我们提出一种基于光学相干断层扫描技术(Optical Coherence Tomography,OCT)的频域指纹表征攻击检测方法.与以往方法不同,我们首先利用卷积神经网络和残差结构设计了一个频域特征解离模型,通过该模型可以分别解离出时域中叠加在原始OCT指纹图像上的信息(如区分性特征、无效特征和冗余特征).然后,我们让它学习不同的频域编码,并结合OCT指纹在时域中的重构编码形成相应的潜层编码.利用潜层编码,我们设计了一种用于区分表征攻击指纹和真实指纹的预测模型,用于表征攻击检测.在目前常用的OCT指纹数据集上的实验结果表明,我们的方法可以通过在频域中分离出一些叠加在时域中的无用干扰信息,从而有效地消除干扰.在实例方面,该方法的最小误差(Err.)为0.67%,与已有的基于时域的最优方法相比,最小误差降低了3.03%,性能提高了81.89%.

摘要：为了提高机器人末端执行器的几何定位精度,在机器人精度的初始设计阶段合理分配几何参数公差,提出了一种带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)的以成本与精度为目标的多目标公差优化分配方法.以ROKAE XB7型6自由度串联机器人为研究对象,分别基于遗传算法(GA)的最小成本单目标公差优化分配方法和NSGA-Ⅱ的多目标公差优化分配方法对DH(Denavit-Hartenberg)参数的公差优化分配.在精度设计目标和遗传算法参数设置相同的情况下,与基于遗传算法的最小成本的几何参数公差优化分配相比,基于NSGA-Ⅱ的多目标公差优化分配能够给出不同制造成本和不同精度设计要求的一系列最优解,在得到同等制造成本和机器人精度的情况下,公差的容错松弛率相对较高,参数公差优化分配的结果更优.

摘要：针对传统机器视觉方法在列车轮对轴承损伤检测中存在的图像特征提取不敏感、专家经验要求高以及识别准确率偏低等问题,本文提出了一种基于卷积与Transformer融合框架的列车轮对轴承损伤识别方法.首先,发展了一种图像增强类别重组的预处理方法,消除不同类别数据样本不均衡的影响,提高图像数据集质量;其次,基于卷积与自注意力融合思想,设计了VGG与Transformer双分支并行融合网络(VGG and Transformer parallel fusion network,VTPF-Net),综合获取图像全局轮廓特征与局部细节特征信息;再次,构建了多尺度膨胀空间金字塔卷积(Multiscale dilation spatial pyramid convolution,MDSPC)模块,利用多尺度膨胀卷积递进融合充分挖掘特征图中多尺度语义特征;最后,基于NEU-DET图像缺陷数据集与自建列车轮对轴承图像数据集进行了实验分析.结果表明,所提模型对NEU-DET数据中6类缺陷图像与轮对轴承4类故障图像的识别准确率分别为99.44%与98%,能够较为准确识别不同损伤类型图像样本,在不明显增加模型复杂度基础上各项评价指标要显著优于当前CNN模型、自注意力机制ViT模型以及CNN-Transformer融合模型.

摘要：为探究Ⅱ型截面双层组合梁摩擦型螺栓连接节点翼缘和腹板的弯矩比,通过对3种腹板螺栓布置形式的Ⅱ型截面双层组合梁连接节点接触面滑移特征和力学传递机理的分析,进行Ⅱ型截面组合梁螺栓连接节点弯矩分配系数研究。结果表明:组合梁摩擦型螺栓连接节点滑移和力学传力过程可分为翼缘外接触面未完全滑移和完全滑移以及翼缘内接触面完全滑移3个阶段;组合梁摩擦型螺栓连接节点接触面承担弯矩与无连接板截面弯矩之和等于该梁截面处的理论弯矩,腹板接触面承担的弯矩主要由其上的水平摩擦力承担;摩擦型螺栓连接节点接触面上的摩擦力随节点滑移而重新分配,腹板螺栓布置形式对连接节点弯矩分配系数影响明显;根据推出的组合梁摩擦型螺栓连接节点的弯矩分配系数计算式所得结果与数值模拟结果吻合良好,最大误差为7.13%,该计算可用于优化螺栓连接设计。

摘要：摩擦纳米发电机(Triboelectric nanogenerator,TENG)作为一种新兴的发电技术在高熵能源收集、可穿戴电子器件以及自驱动传感系统中取得了重要的发展。但是由于TENG固有的高阻抗特性,高开路电压(kV)和低短路电流(μA)使得TENG的输出表征和信号采集高度依赖昂贵的仪器/设备,与此同时较高的信号处理复杂度限制了TENG在物联网中的实际应用。提出了一种简单有效的将TENG信号用于智能监测的信号采集和处理方法,并基于此设计制作了非接触式智能手势密码锁。以单电极式TENG为信号触发端,通过基于金属氧化物半导体场效应晶体管(Metal-oxide-semiconductor field-effect transistor,MOSFET)的唤醒电路设计实现TENG触发状态的识别,然后利用微控制器(Microcontroller unit,MCU)读取MOSFET的通断状态并处理,接着将MCU与上位机程序建立通信,最后利用上位机中的信号处理程序实现非接触智能密码锁的效果演示。该工作为TENG用于智能监测提供了实践借鉴,推动了TENG在物联网、人工智能等领域的商业化应用。

摘要：为了设计结构简单、制作方便、易于建模的大角度弯曲驱动器,提出了一种扇形腔室结构的软体多腔室弯曲驱动器。该驱动器由超弹性材料制作而成,并在Yeoh本构模型的基础上,建立了输入空气压力与弯曲角的函数关系。利用Abaqus有限元分析软件对驱动器在不同驱动气压下的弯曲变形进行了仿真,分析了腔室端面半径、腔室壁厚、腔室端面夹角、凹槽深度、底层厚度等结构参数对驱动器弯曲角度的影响。制作了软体驱动器,搭建了气动控制实验平台,测试了驱动器的弯曲性能,输入气压为0~65 kPa,弯曲角度为0~218°,仿真结果与实验结果基本吻合。基于弯曲驱动器设计了一种夹爪长度可调的软体夹持器,测试了其对不同尺寸、形状、质量的物体的夹持效果,实验结果验证了所设计驱动器和夹持器的实用性,表明驱动器具有良好的弯曲性能。研究结果可以为软体驱动器的进一步研究提供参考。

摘要：针对当前基于深度学习的遥感图像超分辨率重建模型部署时对硬件要求较高,本文设计了一种轻量级基于重参数化的残差特征遥感图像超分辨率重建网络。首先,采用重参数化方法设计了一种残差局部特征模块,以有效地提取图像局部特征;同时考虑到图像内部出现的相似特征,设计了一个轻量级的全局上下文模块对图像的相似特征进行关联以提升网络的特征表达能力,并通过调整该模块的通道压缩倍数来减少模型的参数量和改善模型的性能;最后,在上采样模块前使用多层特征融合模块聚合所有的深度特征,以产生更全面的特征表示。在UC Merced遥感数据集上进行测试,该算法在遥感图像3倍超分辨率下的参数量为539 K,峰值信噪比为30.01 dB,结构相似性为0.8449,模型的推理时间为0.010 s;而HSENet算法的参数量为5470 K,峰值信噪比为30.00 dB,结构相似性为0.8420,模型的推理时间为0.059 s。实验结果表明,该算法相比HSENet算法,参数量更少,运行速度较快,且峰值信噪比与结构相似性也有一定的提高。在DIV2K自然图像数据集上进行测试,该算法的峰值信噪比和结构相似性相比其他算法也有一定的优势,表明该算法的泛化能力较强。

摘要：为进一步提高语音增强模型的自学习及降噪能力,提出基于多域融合及神经架构搜索的语音增强方法。该方法设计了语音信号多空间域映射及融合机制,实现信号实复数关联关系的挖掘;围绕模型卷积池化运算特点,提出了复数神经架构搜索机制,通过设计的搜索空间、搜索策略及评估策略,高效自动地构建出语音增强模型。实验搜索到的最优语音增强模型与基线模型的对比泛化实验中,语音质量客观评价(PESQ)、短时客观可懂度(STOI)两大指标较最优基线模型均最大提升5.6%,且模型参数量最低。