摘要：针对输出受不对称时变约束的不确定高阶严反馈系统,提出一种基于全驱系统方法的高阶自适应动态面输出约束控制方法.所研究的高阶严反馈系统,每个子系统都是高阶形式,通过非线性转换函数将原输出约束系统转换为新的无约束系统,从而将原系统输出约束问题转化为新系统输出有界的问题.进一步结合全驱系统方法和自适应动态面控制,直接将每个高阶子系统作为一个整体进行控制器设计,而不需要将其转化为一阶系统形式,有效简化了设计步骤;同时通过引入一系列低通滤波器来获得虚拟控制律的高阶导数,以代替复杂的微分运算.基于Lyapunov稳定性理论证明闭环系统所有信号是一致最终有界的,系统输出在满足约束的条件下能有效跟踪期望的参考信号,且可通过调整参数使得系统跟踪误差收敛到零附近的足够小的邻域内.最后,通过对柔性关节机械臂系统进行仿真,验证了所提出控制方法的有效性.

摘要：隐写者检测通过设计模型检测在批量图像中嵌入秘密信息进行隐蔽通信的隐写者,对解决非法使用隐写术的问题具有重要意义.本文提出一种基于多示例学习图卷积网络(Multiple-instance learning graph convolutional network,MILGCN)的隐写者检测算法,将隐写者检测形式化为多示例学习(Multiple-instance learning, MIL)任务.本文中设计的共性增强图卷积网络(Graph convolutional network, GCN)和注意力图读出模块能够自适应地突出示例包中正示例的模式特征,构建有区分度的示例包表征并进行隐写者检测.实验表明,本文设计的模型能够对抗多种批量隐写术和与之对应的策略.

摘要：不确定因素普遍存在于气动弹性系统的优化设计中,但传统气动弹性优化设计技术并未考虑材料属性、大气环境、几何尺寸等不确定因素,存在最优化目标对设计参数变化敏感,也可能会发生预期之外的颤振失效。基于此,本文通过对传统优化模型中目标函数的鲁棒性处理和对约束条件的可靠性处理,发展了计及可靠性与鲁棒性的区间优化模型,并将该优化模型应用于气动弹性系统的优化设计中。针对超声速气流下的复合材料层合板和蜂窝夹层板结构进行了考虑不确定性的颤振优化设计,在满足颤振约束指标的条件下,实现了结构减重的设计目标。

摘要：金属化薄膜电容器因其具有优异的绝缘特性与自愈性能,被广泛用作高压直流输电等先进能源系统的核心设备,其绝缘介质聚丙烯薄膜是制约电容器安全可靠运行的重要因素。文中系统梳理了高压直流电容器用金属化聚丙烯薄膜的研究进展,基于聚丙烯薄膜的微观结构、运行工况及电极设计,提出了薄膜介质目前面临的风险及挑战。总结了提升聚丙烯薄膜耐受极端环境的绝缘改性方法,介绍了基于微观结构调控、本体掺杂、界面改性及多层结构设计的聚丙烯薄膜材料改性方法,并阐述了复合薄膜设计、安全膜设计、方阻设计等金属电极设计方法的发展进程。该研究将为服役于高压直流输电系统中电容器的绝缘设计、生产和运行维护提供参考。

摘要：时间反转技术特有的时空聚焦特性使其具有抗窃听能力.本文对提高时间反转正交频分复用系统安全性能的优化方案进行研究.首先,通过应用时间反转预滤波的时空聚焦特性来提高合法接收端相对于窃听端的信号强度;然后,以最大化保密速率为目标对子载波的功率分配进行优化.为进一步提升系统保密传输能力,利用循环前缀提供的自由度实现零空间人工噪声,在对窃听端形成有效干扰的同时,不对合法接收端造成影响.通过对子载波功率分配和人工噪声协方差阵进行联合优化,最大化系统的保密传输速率.仿真结果表明,所提优化方案能显著提高系统的保密速率.

摘要：车载牵引变压器是动车组单体最重的电气设备,其轻量化有助于动车组节能降耗与运输效率提升。现有车载牵引变压器均为油浸式,干式变压器是其轻量化的主要方案,但目前干式变压器采用的环氧树脂绝缘易开裂、散热无法满足要求。为此,以具有良好力学性能的硅橡胶为基体材料,首先通过温升分析研究绝缘材料热导率需求,然后制备样品开展实验,以电学性能和力学性能为约束条件研究绝缘材料导热性能改进方法,进而研究车载牵引变压器轻量化设计方法,最后依据研制的绝缘材料与轻量化设计方法,设计并研制了一台容量为250 kVA的小型轻量化车载牵引变压器样机。结果表明:制备的高导热硅橡胶复合绝缘材料性能满足干式车载变压器对绝缘和力学性能的要求;研制的小型变压器样机质量为780 kg,相比同容量油浸式车载牵引变压器质量减少了46.2%,经试验测试得在额定条件下样机的热点温度值为167.68℃,满足车载牵引变压器运行需求。

摘要：随着经济的快速增长和人们环保意识的不断增强,植物纤维类环保型发泡缓冲材料逐渐成为研究热点。为改善植物纤维发泡材料发泡率低、缓冲吸能效果差等问题,本研究设计半密闭型发泡模具,成功制备了具有高发泡率和优异吸能性的废纸缓冲材料并对制备工艺进行了优化。结果表明:使用质量分数为0.5%的氢氧化钠溶液预处理废纸浆,不仅可以有效去除废纸中的杂质,而且能在不降低纤维长度的情况下对废纸纤维进行适当改性,有利于提高废纸缓冲材料的发泡率和整体性能。以正交优化试验研究原料配比对废纸缓冲材料性能的影响,并据此确定了最优配方。通过设计全新半密闭型发泡模具,成功制备高发泡率的废纸缓冲材料,其膨胀率相较传统制备方式提高了3~4倍。本研究首次引入剪切增稠液(STF)增强废纸纤维,考察了STF含量对废纸缓冲材料力学性能、发泡倍率和回弹性能的影响,分析了STF对废纸缓冲材料的增强机理。结果表明:STF能够提高单根废纸纤维的强度并增强纤维之间的连结,从而提升缓冲材料吸能性,且随着STF含量的增加,材料的吸能性逐渐增强,发泡率逐渐降低,当STF含量为10%(质量分数,下同)时,STF增强废纸缓冲材料的综合性能达到最优。

摘要：家电产业的低碳转型是助力实现“碳中和”和高质量发展的重要途径,落实家电产业的“双碳”目标是一项涉及生产和生活方式变革的系统工程.目前低碳转型政策主要集中于对生产供给侧和生产者的环境责任规范设计,对消费需求侧的碳减排问题关注不足,缺乏直接针对消费者的碳责任规制措施.为此,本文在考虑消费者碳责任的基础上研究供需协同的家电产业碳中和方案,提出建立以电价规制、环保积分制、押金制等为主要内容的绿色消费激励机制,从需求侧着力引导供给侧绿色转型;建立消费者与政府、生产商之间的演化博弈模型,探讨三方协同推进家电产业绿色转型的作用机制,利用系统动力学理论探究不同演化阶段的主要影响因素.研究发现:博弈系统存在三个演化稳定点,分别对应家电产业碳中和的三个阶段,其中,政府在产业低碳转型的起步和发展阶段起主导作用,市场机制驱动价值共创的成熟阶段为理想状态,发展循环经济是产业碳中和的必要路径;生产商的决策行为受消费者的策略选择影响,体现于消费行为的低碳转型倒逼生产端的绿色创新与清洁生产;个人碳积分、电价规制等激励政策能够有效促进消费行为模式的转型升级,而环保押金会在一定程度上抑制绿色消费意愿.基于博弈分析和系统仿真结果提出产业低碳转型的对策建议,并根据系统演化规律阐明家电产业碳中和的发展路径.

摘要：无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式。虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),而在复杂和不可预测的开放环境中可能无法获得这些知识。受到现实场景的启发,该文提出一个更实际的问题设置,称为无先验知识的在线自监督持续学习。所提设置具有挑战性,因为数据是非独立同分布的,且缺乏外部监督、没有先验知识。为了解决这些挑战,该文提出一种进化网络模型(英文名EvolveNet),它是一种无先验知识的自适应自监督持续学习方法,能够纯粹地从数据连续体中提取和记忆表示。EvolveNet围绕3个主要组件设计:对抗伪监督学习损失、自监督遗忘损失和在线记忆更新,以进行均匀子集选择。这3个组件的设计旨在协同工作,以最大化学习性能。该文在5个公开数据集上对EvolveNet进行了全面实验。结果显示,在所有设置中,EvolveNet优于现有算法,在CIFAR-10,CIFAR-100和TinyImageNet数据集上的准确率显著提高,同时在针对增量学习的多模态数据集Core-50和iLab-20M上也表现最佳。该文还进行了跨数据集的泛化实验,结果显示Evolve-Net在泛化方面更加稳健。最后,在Github上开源了EvolveNet模型和核心代码,促进了无监督持续学习的进展,并为研究社区提供了有用的工具和平台。

摘要：该文提出了基于无源介质谐振器腔内磁偶极子谐振的准超方向性再辐射,旨在增强薄导电板受到平面电磁波侧向照射时的后向散射截面。在平面电磁波激励下,设计适当的长方介质体中可诱导产生具有磁偶极子再辐射特征的混合电磁谐振模式。以长方介质体为基本谐振单元,将两个相同的介质体沿入射波传播方向紧密级联以组成一个超单元。超单元的两个介质体中的磁场强度与电场强度矢量均呈现相反的方向且相近的幅度,接近等幅而反相的内部场分布使超单元类似一个二元准超方向性磁偶极子阵列,由此产生的准超方向性再辐射有效地贡献于后向散射截面增强。进一步,由镜像原理,将超单元剖面厚度减半并加载于薄导电板表面。结果表明,剖面厚度仅为0.078λ0的介质谐振器形成基于磁偶极子的准超方向性再辐射,在谐振频率处可显著修改薄导电板的侧向回射特性,进而在相对宽带宽角范围内对侧向入射波实现有效的后向散射截面增强。