摘要：为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural Network Controller,SRWNNC)来抑制振动。对双目视觉系统进行了标定,基于视差原理和图像处理算法,通过解算标志点的三维坐标来获取振动信号。建立了系统的有限元模型,并通过辨识得到校正后的系统模型参数。基于辨识得到的模型在仿真环境中训练SRWNNC,用于实验系统的振动主动控制。分别针对移动柔性铰接板系统固定基座和平移轨迹运动两种情况,进行了双目视觉振动检测和振动控制仿真和实验研究。仿真和实验结果表明,双目视觉传感器对振动信号的检测精度小于0.1 mm,SRWNNC也展现出比大增益PD控制器更好的抑振效果,验证了双目视觉振动检测和SRWNNC抑制振动的准确性和有效性。

摘要：为了给广府木结构的修复提供理论依据,采用菠萝格木材设计制作了5个箍头榫节点试件。考虑到榫卯构造尺寸的影响,首先进行了未加固无损节点的拟静力试验。然后,采用对原有外观影响较小的雀替型阻尼器对上述节点损坏试件进行加固,以尽可能保留建筑的原始风貌。最后,对加固节点进行拟静力试验,以研究节点的抗震性能变化以及阻尼器的加固效果。结果表明:采用阻尼器加固后的节点试件在加载至破坏时,榫卯处压痕明显,梁外榫外侧劈裂、脱榫现象明显,阻尼器脚部的橡胶与钢板有一定的脱离现象;对节点增设阻尼器能够弥补节点初期损伤导致的受力性能下降,为残损榫卯节点提供较好的后期刚度,提高节点的承载能力和耗能能力;与未加固试件相比,增设阻尼器后,试件的后期刚度、极限承载力、总滞回耗能均有所增加,分别提高18%、19%、20%以上。文中还在已有简化力学模型的基础上,结合OpenSees,提出了一种应用于箍头榫木结构的宏观模型建模方法。采用该方法得到的节点滞回曲线与试验结果吻合良好,可以有效模拟阻尼器加固的箍头榫木节点的滞回耗能特性。

摘要：为了精确评价沥青超薄磨耗层开放交通后抗滑性能衰变过程、机理及影响因素,首先利用弧形模具及其配套的轮碾机来制备弧形超薄磨耗层试件;然后通过驱动轮式加速加载系统对4种级配类型和3个沥青胶结料等级的沥青超薄磨耗层试件进行加速加载试验;最后借助激光纹理扫描仪对一定轮载次数作用后的试件分别进行扫描。结合试验数据分别建立了基于S型函数的沥青超薄磨耗层宏观和微观构造深度衰变模型,以及基于灰色关联分析方法来分析各空隙率和沥青胶结料对抗滑性能的独立和耦合作用。试验研究结果显示:采用驱动轮式加速加载系统结合S型函数模型可以定量地评价和预测沥青超薄磨耗层性能的演变过程;空隙率影响超薄磨耗层宏观和微观构造深度的前期衰减速率,空隙率越大,则超薄磨耗层的宏观和微观构造深度的前期衰减速率越大;宏观构造深度的中后期衰减速率受沥青胶结料等级影响更大,沥青胶结料性能等级越高,则宏观构造深度的中后期衰减速率越慢;空隙率和沥青胶结料等级对超薄磨耗层微观构造深度中后期衰减速率的影响相当。因此,在进行超薄磨耗层抗滑性能设计时,选择大空隙率的开级配超薄磨耗层混合料级配对路面抗滑耐久性是有益的,而沥青胶结料的性能等级则可以根据交通量的大小合理选择。

摘要：压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注。现有的深度学习重构算法可以划分为“黑盒子”以及基于优化启发网络两种类型。与“黑盒子”式的网络结构相比,基于优化启发的深度网络更容易获得高精度的恢复,同时也更具可解释性。然而现有基于优化启发的图像压缩感知重构网络在每个优化阶段仅学习单一梯度,存在测量值信息利用不足、难以准确地学习梯度等缺点,限制了重构性能的提升。为了更充分地利用测量值信息,降低梯度学习的难度,本文提出了高维空间梯度学习思想,实现更准确的梯度回归。在此基础上,本文提出了特征域近端高维梯度下降(FPHGD)算法,并设计了实现该算法的深度神经网络(FPHGD-Net)以获得高精度图像重构结果。此外,本文设计了3种不同复杂度的深度空间近端映射网络结构,以满足不同的应用条件,按空间复杂度从低到高,相应模型分别为FPHGD-Net-Tiny、FPHGD-Net、FPHGD-NetPlus。实验结果表明,与OPINE-Net+相比,所提3种模型在Set11数据上的平均PSNR分别提升1.34、1.51和1.88 dB,并且在重构视觉效果上,能够恢复出更丰富的图像细节。

摘要：现有的谣言检测模型通常依赖大规模人工标注的谣言数据集,标注成本高且谣言特征来源于已被辟谣的谣言.为了提高模型对未知谣言的检测能力,提出面向不同对象的谣言检测方法.基于零样本学习,将谣言数据集按照不同的对象划分为样本与内容互不重叠的多个数据集,从而实现零样本对象谣言检测任务;为了表征对象之间的关系构建通义掩码特征,从而设计区分通义掩码特征的代理任务;为了减少数据增强带来的噪声,引入面向对象的信息辅助文本作为特征,并将其与原语义向量进行线性变换.在此基础上,提出面向零样本对象谣言检测的基于代理任务的分层对比学习模型(ZPTHCL),可以通过迁移学习进行谣言检测.在一个基于对象的零样本谣言数据集和Ma-Weibo、Weibo20、Twitter15、Twitter16这4个公开数据集上进行实验,结果表明所提出的对比学习零样本对象谣言检测模型性能更优.

摘要：在持续进步的制造技术环境和复杂多变的市场环境下,以渐进创新为目标的复杂产品设计变更活动高频多发。为有效预测受变更传播影响的生产制造成本,提高设计变更决策的效益性和准确性,从企业内部价值链视角出发,提出基于复杂网络方法的变更成本预测模型。基于负载容量模型对变更传播进行表达,构建设计特征变更传播分析模型;采用改进的灰色关联度、关联分析方法对全局权重进行计算;基于变更传播影响下的量化设计特征值,建立基于特征映射的变更成本预测模型。最后,以G公司某型永磁同步变频冷水机组为案例,验证了所提方法的可行性和有效性。

摘要：电力电子实时仿真是目前电力电子系统研究过程中的重要工具。为设计一套经济、可靠的电力电子实时仿真系统,文中搭建了一个以现场可编程门阵列(FPGA)为计算核心的硬件平台,并提出了配套的电磁仿真算法和FPGA架构设计。首先,推导了一种简洁电磁暂态程序(EMTP)算法,用于提高传统离线算法的并行度。其次,从数值算法的角度分析恒导纳开关模型的虚拟功率损耗问题,提出了一种初始误差修正算法,消除了功率损耗。再次,串联以上算法,设计了一种基于状态机框架的数字信号处理(DSP)硬核资源复用FPGA架构,以硬件资源复用的方式实现了资源的高效利用,在不损失速度的同时提高了FPGA的利用效率。最后,通过多个实时仿真算例验证了所提方法的有效性和正确性。

摘要：以稳态特征量为输入的数据驱动稳定评估模型在新型电力系统安全防御系统中有重要的应用前景,但需要在模型设计中解决节点数量庞大和网络结构复杂带来的关键特征聚焦难题,并提供失稳模式等更为丰富的评估信息。因此,设计了一套基于稳态信息输入实现大电网主导失稳机群预测的深度学习稳定评估模型。首先,提出了一种异构的图和节点特征的动态池化降维模型,可伴随特征聚合过程,按节点特征相似性动态归并节点,实现大规模电网拓扑、节点数量和特征的并行降维。然后,提出了一种单机扫描型主导失稳机组分类器模型,通过全局注意力聚合将全网机组的相对运动信息集成到每台发电机特征向量中,使主导失稳机组辨识模型在结构上可以应对发电机组数量变化,具有很好的泛化能力。最后,在实际大规模电网中进行模型验证,并可视化地分析了关键环节的作用效果和应用性能。

摘要：为满足光学精密仪器更高的精度及动态特性要求,解决其安装空间逼仄与宽频域隔振的矛盾,提出了一种由屈曲梁与黏弹性材料并联构成的仿生准零刚度隔振装置,并建立了该仿生隔振装置的非线性动力学模型,结合谐波平衡法对其振动传递特性进行了分析。仿真与实验结果表明:当频率比大于15时,振动幅值传递率小于0.2,系统共振区振动幅值传递率低于0.75,隔振效果良好。该结论验证了仿足弓准零刚度隔振器的有效性,为光学精密仪器复杂隔振系统设计提供了参考。

摘要：为实现机器人末端位姿多自由度实时测量反馈,融合一维光学位置传感器(Position Sensitive Detector,PSD)建立了平面3自由度非接触测量系统,对其测量原理,信号处理电路,环境光干扰去除和非线性标定算法等进行研究。根据PSD传感器测量特性和平面3自由度测量要求设计了4-PSD测量系统,并建立测量系统数学模型。研究了PSD传感器的信号处理电路,通过运放和除法器实现了单个PSD的信号处理,结合单片机与A/DC采样电路,实现了上位机的高频率信号采集。对4-PSD测量系统进行预实验,为消除环境光干扰,通过激光调制和数字滤波等方法进行验证。最后,通过激光位移传感器标定4-PSD测量系统,介绍了4-PSD的标定步骤(原点、转角、长度和二阶非线性标定),测定了系统标定后的误差分布。该测量系统具有较高的测量频率(50 Hz)。标定实验结果表明:标定后的4-PSD测量系统在70 mm×70 mm内,测量精度平均为0.49 mm,比标定前降低了90%的误差,能满足大部分高速、高精度机器人末端的非接触式实时测量反馈需求。