摘要：吸气式电推进(air-breathing electric propulsion,ABEP)系统使用超低轨道大气作为工质,可突破推进剂携带量对卫星使用寿命的限制瓶颈,是超低轨卫星实现长期驻留的关键技术途径之一.本文采用直接模拟蒙特卡罗(direct simulation Monte Carlo,DSMC)计算方法,对二维的ABEP进气道模型进行模拟.设定壁面碰撞模型为完全漫反射,在进气道的进口直径保持定值的前提下,改变进气道的长纵比、出口锥角、栅格长度和栅格层数,以分别探究这些影响因素单一作用下的进气道性能变化规律.在单一影响规律的前提下,利用遗传算法进行多目标优化,得到符合设计要求的高性能进气道设计参数,通过权重分配实现了典型高度下进气道设计中收集效率与压缩比的最优解.本研究对大气收集器产品的工程化应用具有指导意义.

摘要：孤岛交直流混合微电网群多采用子微网功率按比例分配方法,其在重负荷接入下面临频率与直流母线电压的越限风险。为解决上述问题,提出了一种分层协调控制策略。首先,构建一种分层控制架构;其次,在微电网群控制层,提出一种基于子微网极限功率点钳位的微电网群互联变换器功率分配方法,当重负荷接入时,有越限风险的子微网功率钳位于其阈值,保证频率与电压稳态不越限;再次,在子微网控制层,设计一种基于频率与电压微分前馈补偿的子微网瞬时功率控制方法,进一步保证频率与电压动态不越限。基于此,通过建立系统的小信号模型分析关键参数对稳定性的影响,并给出参数的设计过程。最后,多工况下的仿真算例验证了所提方法的有效性与优越性。

摘要：为提升高速铁路地震预警系统中地震事件识别的可靠性,提出基于生成对抗网络(GAN)和卷积神经网络(CNN)的高速铁路地震预警干扰信号识别方法。首先,通过GAN对打夯干扰信号进行数据增强,以实现数据平衡;其次,设计并构建GAN-CNN打夯干扰信号识别模型,并对其进行训练和测试;最后,通过对比试验,验证该模型在干扰信号识别中的有效性和准确性。结果表明:与未使用GAN进行数据增强的情况相比,所提方法识别打夯干扰信号和地震事件信号的准确率分别为99.60%和100%,性能显著提升;此外,GANCNN模型的交并比、准确率、召回率和综合能力评价指标也得到提高。该方法可为高速铁路地震预警干扰信号识别提供参考。

摘要：由于面齿轮具有结构简单、噪声低、对安装误差不敏感以及较好的互换性等特点,文中提出了一种新型面齿轮车桥设计方案.对面齿轮车桥总成结构原理和工作特性进行了理论研究.基于面齿轮成形原理和结构工况环境,设计并建立了面齿轮车桥三维实体模型和虚拟样机模型,利用ADAMS/View2013多体动力学分析软件,分别在直线和转弯工况下对面齿轮差速器进行了运动学和动力学仿真,获得了不同工况下面齿轮差速器转速,转矩变化趋势.开展了面齿轮的加工试验,搭建了面齿轮车桥测试实验台,完成了车桥差速性能试验,试验结果与仿真结果吻合度高,验证了面齿轮车桥设计方案的可行性.

摘要：本文分析了未知远程环境下移动机器人导航过程中进化学习的效率和知识更新问题 ,提出了并行进化模型来解决此问题 ,并设计和论证了高效的并行进化计算机 .

摘要：对新型宏观负泊松比蜂窝夹芯船舶隔振器形状及尺寸设计方法进行研究,探讨蜂窝形状参数及壁厚对整体隔振性能影响。建立负泊松比蜂窝夹芯隔振器动力学分析有限元模型,给出蜂窝胞元壁厚、胞元宽度尺寸、胞元高度尺寸对隔振器结构应力、固有频率、底部振级及振级落差影响曲线;建立以蜂窝胞元壁厚、胞元宽度尺寸、胞元高度尺寸为设计变量的蜂窝夹芯隔振器动力学优化模型。结果证明了形状参数影响曲线的有效性,可为负泊松比蜂窝隔振器设计提供指导。

摘要：针对泵控电液伺服系统中存在的未知死区特性、参数不确定性以及未知干扰,提出一种基于未知死区补偿的自适应鲁棒控制方法。建立泵控系统模型,分析系统中存在的死区非线性,并构造连续可微的近似死区逆函数对死区进行补偿。利用反步法设计自适应鲁棒控制器,合成自适应律进行参数估计,处理包括死区参数、系统参数以及干扰上界在内的参数不确定性;利用非线性鲁棒反馈进行未知干扰抑制。通过Lyapunov稳定性分析表明,在未知死区特性、参数不确定性以及未知干扰同时存在的情况下,所设计的控制器可以实现渐近跟踪。对比试验结果验证了所提出控制方法的可行性和优越性。

摘要：针对实际场景中跟踪目标的快速移动、光照变化和尺度变换等问题,提出一种基于动态特征注意模型(DFA)的三分支网络目标跟踪算法,包括:以SiamRPN++跟踪框架为基础,设计具有动态模板分支的在线更新三分支网络,以强化网络提取特征的语义信息,提高模板特征与搜索目标的匹配相似性;设计面向三分支网络训练的样本生成方法,以改变负样本分配方式,提升正、负样本训练的平衡性;设计一种DFA,通过等效自注意和互注意操作增强模板的历史动态特征,实现模板特征的自适应细化,同时利用通道注意力得分控制搜索特征图的权重分配,提高得分图对目标的响应。相对SiamRPN++、SiamBAN等对比算法,所提算法在包含运动模糊、明暗变化和相似背景干扰等场景的OTB100、VOT2018数据集上,获得了最高成功率(71.0%)和最优鲁棒性(0.122),同时可满足实时目标跟踪的要求。

摘要：目的　设计与合成结肠定位给药系统新型载体 ,探讨其模拟结肠环境下降解特性与载体结构关系。方法用甲基丙烯酸羟乙酯 (HEMA)、甲基丙烯酸甲酯 (MMA)和甲基丙烯酸 (MAA)为单体 ,对二乙烯基偶氮苯 (DVAB)为偶联剂 ,偶氮二异丁腈 (AIBN)为引发剂 ,合成了聚甲基丙烯酸羟乙酯 甲基丙烯酸甲酯 甲基丙烯酸 [P(HEMA MMA MAA) ]三元偶氮共聚物 ,用紫外、红外、核磁共振谱进行结构表征。测定该聚合物溶胀性能 ,建立体外厌氧菌条件下模拟结肠内容液环境模型。用GPC ,DSC与SEM比较聚合物降解前后 ,分子量、结构与形态变化。结果　载体材料溶胀指标Q随材料中HEMA和MAA含量增加而增加。该材料在模拟结肠内容液环境下 ,发生降解程度与材料中三组分相对比例直接相关。结论　合理调节材料中HEMA ,MMA和MAA三组分比例 。

摘要：机械中普遍存在的转速大波动工况是影响机械设备故障诊断的关键性难题,现有方法在计算效率及诊断误差等方面存在缺陷。深度学习理论能够利用深度神经网络实现数据的自动特征提取和分类。结合深度学习的优势,提出了一种专门用于处理转速大波动工况下的智能故障诊断方法。该方法首先根据机械转速信息提取频域样本;然后利用频域样本训练批标准化的深度神经网络,用批标准化技术中的平移和缩放参数能来处理转速大波动下频域信号的频移和幅变特性,并减轻深度网络内部协变量转移问题,加快网络收敛;最后采用两组特殊设计的转速大波动工况下的滚动轴承试验来验证提出方法的性能。研究结果表明,该方法可克服转速大波动的影响,从而实现不同轴承故障的准确识别,并获得比其他方法更高的准确率。