摘要：【目的】为了提高氢能混合动力固定翼无人机飞行过程中能源系统功率变化的稳定性以及燃料经济性。【方法】在传统等效消耗最小化策略理论的基础上引入一种考虑蓄电池组功率变化幅度对能量消耗影响的变等效因子。将此因子与原有等效因子加权相加,形成复合等效因子。建立了适用于复杂飞行工况的无人机混合动力仿真平台,研究了复合等效因子对等效消耗最小化策略控制效果的影响。【结果】结果表明,使用复合等效因子的等效消耗最小化策略可以有效降低能源系统的功率波动幅度,巡航飞行时氢燃料电池的功率波动幅度比传统等效消耗最小化策略降低了94.7%,飞行过程中蓄电池组SOC累计变化量降低了46%;在3.5 h的飞行任务中可节省193标准升氢气,提高了燃料的经济性。当蓄电池组SOC接近平衡值时,可以大幅减缓充电功率的变化率。改进后的等效消耗最小化策略有利于延长能源系统的使用寿命,提高燃料电池和蓄电池组的安全性。

摘要：【目的】针对翼型优化气动参数间性能冲突问题,提出一种基于深度学习和MOEA/D相结合的混合优化模型,将卷积神经网络、遗传算法内插到MOEA/D框架之中,用于权衡各目标函数之间的相关性和复杂度。【方法】首先,尝试将深度学习方法作为常规流体力学分析方法的补充,建立高可信度的翼型气动特性CNN响应预测模型,用于快速评估翼型的气动参数;然后将响应模型、遗传算子内插到MOEA/D框架之中,构建基于MOEA/D的多目标混合优化模型,并以NACA某5位数高升力翼型巡航工况下的升阻比和力矩系数为优化目标,对其进行测试。【结果】结果表明:利用该混合模型可以高效地在设计空间内获得连续的Pareto前沿解,最后对获得的Pareto前沿面翼型进行气动性能和流场结构分析,研究不同翼型构型在前沿面的分布规律,进一步指导设计者在翼型选型中挖掘潜在的基础翼型。

摘要：针对传统视觉测量挖掘机工作装置姿态中人工靶标易被泥土污染遮挡和受背景环境影响导致姿态测量失败的问题,提出基于多点标识的挖掘机工作装置姿态测量方法,利用一台RGB摄像机和YOLOv3深度学习算法实现对无任何传感器挖掘机工作装置的姿态测量。设置区别于背景环境、易于识别和定位的关键点标识,捕获大量工作装置图像并标注建立数据集,以此数据集训练获得视觉模型实现关键点标识的检测;根据关键点间的约束关系和相机成像原理还原关键点标识的三维信息,并计算相应杆件的姿态角。研究结果表明:提出的姿态测量系统能够解决姿态测量中存在的问题,且对挖掘机工作装置姿态测量瞬时偏差在±2°范围内,平均测量偏差在±1°范围内,满足视觉伺服中姿态角的反馈;同时,测量系统对每帧图像平均处理时间为108.26ms,满足实时测量条件。

摘要：在工业生产任务中,实际操作环境通常比较复杂,常常导致手势识别的准确率降低。为提高手势识别对环境的适应能力并提高识别的实时性,分别在预处理,特征提取及分类识别三个方面进行研究。首先采用改进的同态滤波算法进行图像的增强预处理,然后提取增强后图像的梯度方向直方图(HOG)特征,采用主元分析(PCA)方法对其进行降维,并将降维后的特征输入到支持向量机(SVM)中进行分类。结果表明,改进后的同态滤波算法能较好克服光照不均导致的手势分割困难问题,使识别率从93.2%提高到了95.6%。而PCA结合HOG使每张图像的分类时间从18.07ms缩短到降维后的1.43ms,在大幅提高识别速度的同时,识别精度几乎不受影响。

摘要：构建渐进导电网络结构是一种降低导电材料电磁波反射率的有效策略。利用芳纶纤维(AF)、还原氧化石墨烯负载芳纶纤维(rGO@AF)与碳纤维(CF),制备多层纤维增强环氧树脂复合材料(AF/rGO@AF/CF/EP),研究CF/EP和AF/rGO@AF/CF/EP的电磁屏蔽性能。通过单层纤维的电磁参数和电导率预测,得到多层纤维增强环氧树脂复合材料电磁屏蔽效能的简化模型。结果表明:单层CF/EP的反射损耗效能(SE_(R))为12.3 dB,总电磁屏蔽效能(SET)为40.2 dB,与之相比,AF/rGO@AF/CF/EP的SER降至9.6 dB,SET提高至43.6 dB,说明梯度导电网络结构在保证材料屏蔽效能的同时降低复合材料的反射损耗。利用简化模型得到AF/rGO@AF/CF/EP的电磁屏蔽效能为42.6 dB,表明该模型准确预测多层结构复合材料的电磁屏蔽性能。

摘要：针对目前选煤厂智能化建设过程中遇到的浮选精煤灰分难以在线快速精准检测的问题,进行了基于多源异构信息融合的浮选精煤灰分在线检测技术研究,通过多源异构信息融合,将实时浮选尾矿图像与浮选过程变量数据融合为11种特征作为输入变量,并使用IGWO-BP模型对浮选精煤灰分进行预测。通过对GWO算法中收敛系数和指导权重的优化,实现了对GWO算法的改进,并使用IGWO算法对BP神经网络的权值和阈值进行了优化。预测结果表明,与传统BP神经网络和GWO-BP模型相比,IGWO-BP模型的RMSE分别降低66%和44%,MAPE分别降低66%和47%,具有更高的预测精度。并进行了现场应用,通过检测流程的设计与开发,可以实现每3 min对精煤灰分进行1次检测,使用工业现场数据验证,检测结果RMSE=0.2473,MAPE=2.0832%,检测快速精准,为实现浮选过程透明化和浮选系统智能化提供了新方法。

摘要：本文为了保证失速告警计算机的数据完整性,进而保证失速告警系统的适航性、高安全性、高完整性和高可靠性,从数据的传输过程、存储和处理三个关键要素出发,分别在高安全性电路的设计、高完整性处理器的应用、存储器访问的安全机制、合理的内存分配和嵌入式软件的设计考虑等五个方面阐述了对失速告警计算机数据完整性的设计考虑,并应用在实际工程中,极大程度地提高了设备的测试性、安全性。

摘要：失速会影响飞机飞行安全。传统的失速告警系统虽然通过采用多处理器同步时钟的方法提高了安全性,但系统可靠性降低且复杂度变高。为提升失速告警系统的可靠性、降低失速告警系统的复杂度,采用异构双核处理器所具备的核间数据交互和数据一致性检查功能来实现失速告警系统的高安全性设计。首先,依据总体设计选择合适的处理器。然后,根据所选的异构双核处理器对核间通信机制进行对比选择。最后,对双核数据传输任务进行合理分配。测试结果表明,利用双核处理器中的共享内存通信机制进行数据传输,数据的传输交互更加安全、快速和高效。通过对解算数据在同一处理器进行一致性检查的方法,提高了输出指令的正确率,提升了系统的安全性能,满足了失速告警系统对于高可靠性、高安全性的要求。此外,选用异构双核处理器进行余度设计同样适用于其他类型系统。

摘要：采用深度神经网络提出了一种交叉融合算法(CrossFusion-Net)以整合红外和可见光信息生成融合图像。首先设计了一个具有交叉连接结构的信息交换自编码网络,用于特征提取和图像融合,其次设计了信息补偿支路传递边缘信息和光照信息,最终将红外与可见光信息整合到一张图像中。实验结果表明,所提算法有效提升了融合图像的视觉感知效果,与其他优秀算法相比,本算法在主观和客观评测中都取得了更好的结果,并可应用到电力图像融合中。

摘要：针对下肢助力外骨骼在穿戴者使用过程中人机交互力过大导致舒适性差的问题,对外骨骼关节角速度与腿部交互力产生的主动关节力矩间的映射关系进行研究,提出了将人体下肢摆动相腿部简化为以髋关节为支点的平面二杆模型,建立人体下肢摆动腿动力学模型,得到人体的重力补偿项。采用力传感单元获取人体与外骨骼之间的交互力,将外骨骼与人体间的腿部交互力转化为人体髋膝关节下一时刻运动的期望角度;分别通过S曲线映射和导纳控制模型建立了人体摆动相关节角速度与腿部交互力补偿人体重力分量后产生的关节力矩之间的非线性映射关系。实验结果表明:基于S曲线映射的期望角度预测算法和基于导纳控制模型的期望角度预测算法都实现了对外骨骼对人体运动意图的连续跟踪;基于S曲线映射的期望角度预测算法使得外骨骼跟随人体运动过程中大腿交互力峰值小于25 N,小腿交互力峰值小于20 N;基于导纳控制模型的期望角度预测算法使得外骨骼跟随人体运动过程中大腿腿部交互力峰值小于15 N,小腿腿部交互力峰值小于15 N,且关节角度曲线平滑,能够更好地识别人体运动意图,提升人机交互柔顺性。