摘要：结合平环模对辊与对辊挤压两种静态造粒方案,提出更有利于实现秸秆等生物质从收割到造粒成型一体化的“闭口带传动和双辊对滚相结合”的动态造粒机设计方案。基于该装置的实际工况,在弹性接触理论的基础上综合理论计算与CAE分析,研究了造粒压辊在挤压过程中的应力分布,以及孔腔内生物质原料的造粒成型密度指标。通过理论计算与仿真结果的对比验证表明,双辊造粒机的强刚度满足工程要求且挤压成型颗粒密度达到我国燃料行业相关标准指标。

摘要：基于空间化的人口格网数据及网络地图路径规划API获取的不同交通模式出行成本数据,运用累积机会法和高斯两步移动搜索法分析合肥市建成区医疗可达性和空间分布格局。研究结果表明:1)合肥市医疗可达性以老城区为中心向外围圈层式衰减;2)驾车至最近医院的出行时间最短且稳定性较强,中长距离出行时,公交相对骑行和步行有较大优势,短距离出行时,优势微弱;3)不同交通模式下的等时区分异明显,空间覆盖率和人口覆盖率均达到90%以上时驾车、公交和骑行所需的时间分别为20 min、60 min和40 min;4)驾车模式下,合肥市老城区在不同时间阈值都具有较高的医疗可达性,新城区不同时间阈值的医疗可达性结果不同。

摘要：以两淮高潜水位矿区为代表的我国东部大量采煤沉陷积水区的形成,严重影响了煤炭资源型城市的可持续发展,特别是城中采煤沉陷区水土资源撂荒、生态系统紊乱、人居环境恶化已成为制约城市建设的三大瓶颈,严重阻碍了经济社会发展和生态文明建设。为解决煤炭资源型城市生态修复与可持续发展问题,通过分析高潜水位采煤沉陷区地表沉陷积水演化规律和生态损害特征,基于开采沉陷原理和“采复一体化”理论,提出了地表沉陷积水动态预测方法,构建了沉陷区地形改造分区重构数学模型;研发了沉陷区边采边复施工、水循环与水资源调控、建筑分区设计、水土流失控制与基质改良、水陆复合生态系统重构等关键技术;探索了城中采煤沉陷区人居环境与生态一体化治理新模式,并以淮北绿金湖沉陷区为工程背景,开展了工程实践。研究表明:①融合Knothe时间函数和水量平衡模型参数,可实现开采任意时刻地表沉陷积水深度、积水面积、积水体积和最大库容的精准预测,最大相对误差为9.7%;②依据土方量平衡条件,建立了采前地形重构数学模型,将沉陷治理区划分为以地表沉陷盆地中央为中心、两侧对称的中央挖深、边界垫浅4个特征区域,土地闲置时间由14个月缩短至8个月,为高潜水位采煤沉陷区“挖深垫浅”超前治理提供了理论依据;③研发了环保疏浚退水及人工湿地尾水处理系统、底泥一体化机械深度干化系统、高填筑围埝多级装配式退水系统等成套施工关键技术,退水效率提高了17%,节约排泥场面积5260 m^(2);④提出了“平整地建筑-斜坡地水土保持-浅水区水生植被-深水区生态渔业”沉陷区分区治理技术,实现了沉陷区水土资源的100%高效利用;⑤与引江济淮、生态走廊、绿金城市等重大民生工程相结合,探索了集市场运作、科学修复、可持续运营于一体的沉陷区综合治理新模式,为城中采煤沉陷区生态环境治理和可持续发展提供了理论依据和技术参考。

摘要：针对四旋翼无人飞行器在姿态控制中存在外界干扰、输入饱和和模型不确定性以及执行器故障问题,提出了一种将反步控制方法与Fuzzy-RBFNN相结合的控制策略。利用反步控制方法具有化整为零的思想,降低无人机系统在控制器设计过程中的难度;利用模糊径向基神经网络的逼近特性,消除模型不确定性以及模拟风场对系统造成的影响;考虑实际系统中执行器的工作效率,利用双曲正切函数代替饱和函数,消除输入饱和对系统造的影响;针对执行器故障问题,设计自适应律在线估计故障因子并且设计Lyapunov函数,从理论上证明了自适应反步Fuzzy-RBFNN控制器设计的稳定性,仿真验证了该控制策略的可行性。

摘要：针对在快速运动和弱纹理场景中,提取到的点特征数量不足从而影响系统效果的问题,设计了一种融合点线特征的视觉惯性里程计算法。采用LSD算法通过设置动态的长度阈值过滤掉短线特征,然后利用逆向光流对点特征进行二次跟踪,并且提出一种基于采样点的直线匹配方法,将帧到帧和帧到平面的两种匹配方式结合,从而提高直线匹配的准确性。在公开数据集EuRoc上对此算法精度进行评估,实验表明,在复杂的场景中,与VINS-Mono相比,此算法表现出更高的精度和更强的鲁棒性。

摘要：为了解决移动机器人在路径规划时易出现收敛性差、搜索速度慢等问题,提出一种二维静态障碍物环境下的优化复式蚁群算法。首先,通过地图的规模大小以及障碍物的复杂程度,将蚁群分为诱导层蚁群和优化层蚁群;其次,为提升算法的收敛速度和找到更精确的解,诱导层蚁群通过改进的贪心算法搜索出一条相对较优路径A,随后以其经过的每个栅格为中心外扩一个栅格的距离,从而构造出一个小空间,设计优化层蚁群采用变步长优化策略对路径再次搜索;最后,每次迭代后只更新排名靠前路径上的信息素浓度,若路径寻优中某次迭代的蚂蚁寻得路径质量更高,则采用奖励信息素策略更新路径,防止算法陷入局部最优。仿真实验表明,与其他算法相比,优化复式蚁群算法在路径相同的情况下拥有较快的收敛速度,且在不同复杂度的环境中均能得到最优路径,验证了其有效性和可靠性。