摘要：历经上亿年,大多数龟类爬行动物均进化出了比重轻、强度高、韧性好的防护外壳。研究这些龟壳的结构特征和材料力学行为对安全防护结构的仿生设计有着重要启示。本文分别从龟壳的宏微观多尺度结构-功能关系、静动态力学性能和仿生应用三个方面介绍了近年来国内外的研究进展及现状。基于对上述研究现状的分析,本文还进一步展望了龟壳力学性能研究未来需关注的重点,以期能够更好地促进仿龟壳结构在安全防护领域的应用。

摘要：针对大规模网络高效布局和递进式结构分析的需求,提出基于社区发现的多层级力导向布局算法。首先,该算法采用Louvain算法对网络进行多层级社团结构划分,根据划分结果压缩网络并进行骨架布局,确定网络整体架构;然后,采用自适应的力导向变体算法对各个社团内部的原始节点并行布局,细化社区内部网络结构,并引入补偿力减少社区划分带来的网络结构信息缺失;最后,设计了初始布局算法、改良了振颤模型来减少布局所需的迭代次数。实验结果表明,与现有网络布局算法相比,该算法能够更清晰、高效地展示大规模社交网络数据,满足大规模复杂网络可视化的需要。

摘要：压电陶瓷执行器在动态应用中具有迟滞非线性,给动态精密跟踪控制带来了许多困难。针对压电陶瓷迟滞特性提出了一种相移迟滞非线性模型,建模的相对误差小于0.4%;基于相移迟滞模型给出了迟滞补偿方法,实现了开环系统的线性化。同时,根据相移迟滞模型,为PID闭环系统设计了零相差前馈控制器进行指令预补偿。实验结果表明,零相差前馈控制使系统在给定频段内实现了良好的跟踪性能,有效地将跟踪控制相对误差降到0.36%以下。

摘要：针对移动机器人的实际应用,综合考虑移动机器人的可靠性、便携性和续航能力等因素,设计并实现了一种不间断电源管理系统,该系统具有多电池组无缝切换、电池过放保护、电量检测、多路电源可控输出及故障检测等功能;能够快速灵活地增减电源容量,有效提高系统可靠性,降低系统功耗;实验测试表明该系统电池组间切换时间约为5ms,输出电流达15A,能够高效可靠地为移动机器人提供电能。

摘要：针对增材制造模型高硬度和高抗断裂韧性不可共存的问题,受自然界多级生物体结构的启发,提出了一种多级晶格结构建模方法。设计了具有一定力学特性的晶格模型族,对多级体空间进行分级填充,采用等值面几何建模算法实现了晶格间的过渡连接与梯度设计;通过图片映射的方法,利用有限元分析结果来驱动晶格结构的孔隙率、尺寸等参数,多次迭代获得满足生物力学特性的模型。试验验证了该方法可以较好地控制多级晶格的弹性模量及其抗断裂韧性。将该方法运用到牙齿的设计中,取得了良好的效果。

摘要：针对制造企业生产单元重新布局的决策问题,以U型生产单元为研究对象,以物料搬运成本、单元重构成本和生产时间损失成本之和最低为优化目标,考虑了重新布局的预算约束以及各类惩罚约束,建立了单元生产可重构设施布局决策的集成模型。设计了决策问题的遗传算法,以实验测试方式确定遗传算法的参数设置,避免陷入局部最优,并通过实例求解,验证了模型和算法的可行性。根据U型单元现有布局、下一周期订单数量和产品工艺要求等信息,利用上述模型和算法进行分析和优化,为企业进行新一轮的生产组织提供决策支持。

摘要：移动运营商搭建的基站能够记录智能终端的活动,蕴涵着用户的移动行为以及基站的语义信息。针对城市中基站语义以及活动模式难以获取的问题,提出一种基于用户轨迹的基站语义及城市活动模式可视分析方法。该方法首先根据终端用户的轨迹构建基站序列,接着采用文本分析中的词嵌入技术对基站语义信息进行提取,对城市中的手机用户进行聚类以发现其移动模式。为了帮助用户对结果进行探索和分析,设计了基于用户轨迹以及基站语义的城市活动模式可视分析系统,能够根据用户的轨迹特征、基站的地域特征、用户访问基站的时空特征,对手机用户的行为以及城市的活动模式进行发现和解释。基于真实数据的实验结果表明,在系统用户的迭代交互中该方法能够帮助系统用户有效地结合基站轨迹及其基站语义信息,对城市居民行为模式以及城市整体的活动模式进行探索。

摘要：针对复杂电磁环境下器件多物理效应机理研究需求,研发了半导体多物理效应并行计算程序JEMS-CDS-Device。介绍了JEMS-CDS-Device的架构设计与实现技术。程序基于非结构网格并行框架JAUMIN实现,采用有限体积法(FVM)离散,使用牛顿法全耦合求解"电-载流子输运-热"问题。程序采用"内核+算法库"形式架构,支持2维和3维非结构网格、千万自由度问题并行求解,支持物理方程、离散算法、材料物理模型等的扩展开发。

摘要：首先,简要介绍了移动式抛丸机的系统组成、工作原理以及在船舶、桥梁等领域的应用需求。然后,对国内外相关产品和研究成果进行了详细综述和对比分析,总结了我国与国外先进移动式抛丸机生产制造厂家的差距。最后,围绕移动式抛丸机集成及设计、关键部件设计与优化、抛丸过程演变及弹丸动力学,以及移动式抛丸工艺参数规划等关键技术进行了总结,并对移动式抛丸机的发展趋势进行了预测与展望。

摘要：针对基于深度学习的图像超分辨率重建算法通过增加神经网络的深度提高图像超分辨率重建性能,造成网络模型复杂度提高和参数量过大的问题,提出一种基于反向投影的倒N型轻量化网络图像超分辨率重建算法.首先使用初始卷积块提取低分辨率图像的浅层特征;然后通过基于反向投影的倒N型网络的2轮逐步的模型压缩和反倒N型网络的2轮逐步的模型恢复,提取低分辨率图像的深层特征;再将提取到的深层特征和浅层特征通过全局残差学习相结合并被上采样模块放大到期望输出的重建图像尺寸;最后使用重建模块进行超分辨率图像重建.对Set5,Set14,BSDS100和Urban100测试集进行实验的结果表明,所提算法比对比算法拥有更轻量化的网络结构,重建的超分辨率图像不仅有更高的峰值信噪比(PSNR)和结构相似度(SSIM),而且重建的超分辨率图像具有更好的视觉效果.