摘要：异常事件检测是交通安全防控的重要支撑技术,也一直是信息科学领域的研究热点。提出了利用深度时空自编码网络与多示例学习进行船只异常事件检测的方法,针对目前无法为模型训练提供精确帧级别标注的问题,引入多示例学习模型,将视频作为包,并将视频片段作为包中的示例,通过网络自动学习一个深度异常排序模型,该模型能预测异常视频片段的分数。同时,在特征提取方面,提出了深度时空自编码网络,在空间自编码器中,为了获取更精确的红绿蓝特征,将解码器中的上采样层替换为像素重组层。在时间自编码器中,为了突出运动变化较大的区域,引入基于方差的注意力机制,使快速移动的物体有更大的运动损失,有利于检测出异常事件。还构建了一个新的大规模的船只视频数据集,包括100个真实场景的监控视频以及5类真实的异常事件,分别为海面逗留、非港口靠岸、非港口离岸、超速和越界。该数据集可用于模型的训练与测试。实验结果表明,相比传统的双流网络以及基于图像重构的检测方法,所提出的基于深度时空自编码网络与多示例学习的方法的异常事件检测精度由71.7%提升为82.4%,表明了其在船只异常事件检测上的有效性。

摘要：针对物理综采工作面“三机”跟机自动化工艺参数调试周期长,费用成本高,以及工作环境搭建困难等问题,基于数字孪生技术,研究了液压支架群跟机行为工艺虚拟调试关键技术。首先基于现代建模技术构建了1∶1构综采“三机”孪生体,利用虚拟现实引擎对综采“三机”运动单元进行了虚拟重构和虚拟仿真;然后基于现代设计理论,依据“三机”协同原则实现了跟机自动化过程中的不同参数配置,建立了采煤工艺的支架行为工艺决策模型和支运装备直线度协同控制模型,并在虚拟场景中对决策模型进行预演;最后利用TCP协议建立了虚实交互通道,通过半实物仿真试验对决策模型进行了验证。结果表明:虚拟场景在执行采煤工艺时可对物理工作面场景进行精准复现,通过支架群行为决策模型可提前对液压支架工艺行为进行决策规划,通过反向控制试验可对支架控制器进行实时虚实交互,有望克服井下调试环境阻碍,对综采“三机”电液控程序的合理制定与修正提供参考价值。

摘要：针对通勤类飞机总体设计参数和飞行任务剖面需求,根据氢电-锂电推进系统架构方案,提出了推进系统参数匹配方法和能源动态平衡管理策略。以19座级通勤飞机作为验证对象,对其动力装置和储备能源进行了选型和管理研究。根据选型的分布式推进气动布局方案,进一步采用全析因试验设计方法分析了螺旋桨转向对飞机气动特性的影响,获得了有利于飞机巡航状态的螺旋桨转向配置方案。

摘要：[目的]农田环境的复杂性对履带式收割机的路径跟踪精度提出了严峻挑战。为了提升收割机在农田作业中的路径跟踪性能,减少跟踪偏差,本研究提出了一种基于改进鱼群算法的履带式收割机全田块路径跟踪方法。[方法]根据履带式收割机的结构特性,将其作业过程简化为二维平面上的运动形式。通过结合全局与局部坐标系的转换,构建了收割机运动轨迹的数学模型,并进一步建立了相邻时刻履带式收割机全田块作业的运动模型。随后,根据不同作业状态,以收割机的前视距离作为关键参数,确定增益系数,从而获取其实时控制变量。为优化路径跟踪效果,引入了粒子滤波算法对鱼群算法进行改进,并以此构建了目标函数。在目标求解过程中,通过算法的不断迭代和优化,实现了收割机路径的精准跟踪。[结果]经过多次试验验证,在设定不同起始偏差点的情况下,本文提出的方法表现出了良好的跟踪性能。应用本文方法后,作业路径跟踪平均响应时间为0.52 s,最小转弯半径为5.0 m,平均偏差0.8 m,最小偏差0.5 m,与设定路线基本一致。这一结果充分证明了本文设计方法的有效性。[结论]综上所述,本文提出的基于改进鱼群算法的履带式收割机全田块路径跟踪方法,能够准确实现收割机在复杂农田环境中的精准跟踪,跟踪效果好,具有广泛的应用价值。

摘要：在氮化硅陶瓷气压烧结制备过程中,除烧结加热制度外,氮气压力对其性能影响也很大,为了制备出性能更为优异的氮化硅陶瓷,本文采用气压烧结法在不同压力下制备氮化硅陶瓷材料,研究氮气压力对氮化硅陶瓷材料力学性能的影响。结果表明:当氮气压力达到4 MPa左右时,获得的氮化硅陶瓷材料综合性能最佳,α相几乎全部转变为β相,β-Si_(3)N_(4)晶粒长径比约为5.5,相对密度约为97.9%,抗弯强度约为(671.83±30.00)MPa、维氏硬度(HV)约为1670.25±50.00、断裂韧性约为(7.83±0.3.0)MPa·m1/2;通过分析氮化硅陶瓷材料腐蚀面和压痕裂纹的微观结构,发现适当的氮气压力能促使裂纹在扩展路径上更易发生偏转、分叉等增韧机制,消耗裂纹扩散能量,从而提高氮化硅陶瓷材料的断裂韧性,本研究对氮化硅陶瓷材料的增韧具有一定的指导意义。

摘要：基于4H-SiC设计了一种开槽四梁式的压阻式加速度计,通过分析开槽位置、开槽大小对传感器灵敏度及固有频率的影响确定了开槽的相关参数,并对该结构采用有限元方法进行了热-力耦合仿真,确定了该结构在不同温度场下施加不同载荷时的理论电压输出。研究结果表明:该结构相较于传统双端四梁结构输出灵敏度提升51.4%,固有频率仅下降14.2%,在ANSYS 600℃的稳态温度场环境下,传感器输入载荷与输出电压成线性关系,理论满量程输出为39.71 mV。

摘要：目前,采用三辊斜轧穿孔的大规格薄壁镁合金管容易出现尾三角。因此,本文提出采用二辊锥辊穿制坯料直径为110 mm的大规格AZ31镁合金薄壁无缝管的方法。分析了二辊和三辊斜轧穿孔的原理,根据镁合金材料的特点,制定了相应的变形工艺参数,并采用Deform-3D有限元软件对整个过程进行了数值模拟。分析了等效应变、轧制速度、等效应力等结果。模拟结果表明,管形均匀,尾部截面圆整。

摘要：针对低重叠场景下点云配准方法鲁棒性差、配准精度低的问题,提出一种基于空间可变形Transformer(SDT)的三维点云配准方法。设计多级分辨率特征的提取与融合方法,显式计算点云的局部空间关系。利用SDT模块增强点云空间特征的表达能力,聚合局部与全局的特征得到特征矩阵。计算两个特征矩阵的相似度矩阵并额外地为其添加边缘松弛块,有效降低了不可行匹配对配准鲁棒性的影响,同时对相似度矩阵进行归一化等计算得到软对应置信度矩阵,根据预测的对应点空间特征是否一致来寻找点云在低重叠场景下更精确的对应关系,使用直接定义在对应关系上的损失来训练网络,将软对应关系转换为一对一的硬匹配关系,最终通过随机抽样一致性刚性变换求解器执行配准。实验结果表明,在重叠率低于30%的3DLoMatch场景中,该方法的特征匹配召回率和配准召回率相比于高度关注重叠区域的成对点云配准等方法至少提高了3.7和3.9个百分点,并且具有较强的鲁棒性。

摘要：针对当前双频或多频带通滤波器主要以30 GHz以内的工作范围为主,在高频毫米波范围内以单频超宽带设计为主这一现象,设计出一款可以在100 GHz~103 GHz工作范围内存在两个超窄带工作带宽的双频腔体滤波器。两个工作频段分别为100.67 GHz~101.36 GHz和102.67 GHz~102.78 GHz,与之对应的相对带宽分别为0.68%和0.11%。所设计腔体滤波器采用UV-LIGA工艺完成其样品的制备,并使用由矢量网络分析仪和扩频模块所搭建的测试平台完成测试,经测试,相对带宽的绝对误差分别为0.19%和0.02%。

摘要：柱塞泵作为液压系统的重要元件,其性能好坏直接影响液压系统的运转,因此柱塞泵的故障诊断一直是工程机械故障诊断的热点。针对传统的故障诊断方法需要人工设计并提取信号特征,信号特征提取不完善等问题,提出运用卷积神经网络对轴向柱塞泵进行故障诊断。在柱塞泵正常状态、松靴、配流盘磨损、滑靴磨损、中心弹簧失效五种工作状态下,采集柱塞泵的振动信号,将振动信号转化为频谱图与时频图,并加以标签标记,生成样本数据输入到卷积神经网络、深度置信网络、堆叠自动编码器进行不同网络性能比较。研究结果表明,当样本数据选择小波变换时频图,卷积神经网络相对于深度置信网络、堆叠自动编码器在轴向柱塞泵故障诊断方面具有更高的准确率,为92.17%。