摘要：为提高无刷直流电机(brushless DC motor,BLDCM)转矩观测结果的准确性,定量分析了传统的反电势滑模观测器(sliding-mode observer,SMO)及相应的转矩观测结果受定子电感参数偏差的影响程度。分析表明,电感参数偏差会在定子电流变化时引起反电势和转矩观测误差。为消除这一影响,利用李雅普诺夫(Lyapunov)稳定性理论,设计了定子电感自适应辨识率,在线辨识得到电感参数,实时调整SMO的系数矩阵和输入矩阵,构成了新型的自适应滑模观测器,提高了观测精度。最后利用RT-LAB实时控制器进行实验,验证了理论分析的正确性。实验结果表明,所提方法能有效辨识出BLDCM的定子电感值,并正确观测出电机转矩。

摘要：本研究旨在利用草地贪夜蛾Spodoptera frugiperda昆虫细胞Sf9-杆状病毒表达系统筛选禾谷镰孢菌Fusarium graminearum β-1,3-葡聚糖合成酶催化亚基GLS2在昆虫细胞中的异源表达载体和分离纯化所用的去污剂,为后续研究该蛋白与药剂的结合模型提供基础。通过对杆状病毒表达质粒pFastBac进行设计和改造、利用同源重组的方法构建质粒、使用昆虫细胞表达系统对重组蛋白进行异源表达、筛选适合提取目的蛋白的去污剂等方法,得到适合禾谷镰孢菌β-1,3-葡聚糖合成酶催化亚基GLS2异源表达的载体和分离目的蛋白的方法。结果表明,载体pFastBac-GP67-8×His-GFP-TEV-FgGLS2、pFastBac-HA-8×His-GFP-TEV-FgGLS2、pFastBacGP67-6×His-2×Strep-TEV-FgGLS2和pFastBac-FgRHO-TEV-8×His均可在草地贪夜蛾昆虫细胞Sf9表达系统中进行表达,其中:GP67-8×His-GFP-TEV-FgGLS2融合蛋白可以用去污剂十二烷基二甲胺氧化胺(dodecyldimethylamine oxide,DDAO)从细胞膜上分离,HA-8×His-GFPTEV-FgGLS2融合蛋白可以用去污剂十二烷基-β-D-麦芽糖苷(n-dodecyl-β-maltoside, DDM)、十烷基-β-D-麦芽糖苷(n-decyl-β-maltoside, DM)或DDAO从细胞膜上分离,GP67-6×His-2×Strep-TEV-FgGLS2融合蛋白可以用去污剂DM或DDAO从细胞膜上分离。本研究首次成功地在草地贪夜蛾昆虫细胞Sf9表达系统中表达了β-1,3-葡聚糖合成酶催化亚基GLS2,FgRHO蛋白可促进FgGLS2的稳定表达,并筛选到适合FgGLS2提取的去污剂DDAO。

摘要：自适应巡航控制(ACC)为汽车驾驶提供了便捷性,通过对跟车控制上层控制算法以及下层执行策略进行设计,加强巡航控制功能的跟随性、安全性和舒适性。设计了考虑制动安全距离和舒适加速度的变时距跟车策略,基于滑模变结构控制算法实现跟车功能,建立包含速度偏差与距离偏差的滑模控制面,并改进趋近率缓解系统抖振。基于Carsim动力学仿真软件搭建ACC自适应巡航仿真车辆与交通环境,通过节气门开度、制动主缸压力作为Carsim的输入信号实现对车辆的闭环控制,与MATLAB/Simulink实现联合仿真。将使用传统PID算法跟车策略的实车实验与改进后的仿真跟车算法对比,结果验证了发动机逆模型和制动器逆模型的合理性,同时,车辆控制的精确性和舒适性都显著提升,跟车距离更具安全性。

摘要：通过将多部干扰机链接组网,欺骗式干扰可大幅提高其干扰能力,对雷达性能构成了致命威胁。然而,现有的多站雷达抗欺骗式干扰方法大多仅适用于单一干扰源的情况。针对此问题,提出一种多干扰源场景下利用目标接收信号矢量之间的相关性进行真假目标鉴别的方法。由于同一个干扰机产生的假目标是高度相关的,而雷达真实目标之间、真实目标与假目标之间,以及不同干扰机产生的假目标之间均是不相关的,利用这一差异可设计目标鉴别算法对多干扰源产生的欺骗式假目标进行有效鉴别。提出算法的优势在于可用于鉴别任意调制方式产生的假目标,且不需要任何先验信息。仿真结果验证了该鉴别方法的可行性,并分析了雷达目标空间相关性、干噪比(JNR)和门限对其性能的影响。

摘要：为了深入研究集簇式焊钉连接件的抗剪性能,结合装配式钢混组合桥梁焊钉连接件布置特征,以焊钉层间距和焊钉排数为变化参数,设计并完成了5组共10个焊钉连接件的静力推出试验,并建立了25组集簇式焊钉连接件精细化有限元模型,提出了同时考虑焊钉层间距和焊钉排数引起的群钉效应的单钉抗剪承载力折减系数计算公式。试验和分析结果表明:集簇式焊钉连接件受剪作用下由于各排焊钉之间剪力传递的不均匀性出现分批剪断现象,焊钉层间距较小时,各层焊钉之间混凝土破坏区域发生重叠,削弱了焊钉的抗剪承载力;与单钉连接件的荷载-滑移曲线特征不同,集簇式焊钉连接件持荷段较长,呈现出较好的延性,其破坏阶段呈阶梯状分布规律,验证了各排焊钉之间的承剪不均匀现象;单钉平均抗剪承载力随焊钉层间距增大而增大,随焊钉排数的增加而减小,当焊钉层间距超过8d时,可忽略其对抗剪承载力的影响;受预制桥面板预留剪力槽孔尺寸限制,装配式钢混组合桥梁常用的集簇式焊钉连接件层间距取值为4d~8d,排数取值为3r~7r;基于推出试验和有限元参数分析结果提出了同时计入焊钉层间距和焊钉排数的集簇式焊钉连接件抗剪折减系数实用计算公式,可为装配式钢混组合桥梁中集簇式焊钉连接件的设计计算提供理论依据。

摘要：基于城市轨道交通直线牵引系统,已有研究成果综合比较了直线感应电机(LIM)和次级齿槽型直线磁通切换永磁(LFSPM)电机,结果表明次级齿槽型LFSPM电机具有推力密度大、效率高和功率因数高等优点。然而,其次级为齿槽结构,如应用于轨道交通等长距离驱动系统时,则会增加次级体积及材料和加工成本。为了进一步降低次级成本,该文首先提出一种次级分段型LFSPM电机拓扑结构,该电机次级无轭部,仅由分段导磁块组成,次级材料体积小、成本低。通过对该电机的气隙磁场进行谐波分析,推导了推力产生的机理。然后在直线电机驱动地铁的实际尺寸及运行工况条件下,建立了该电机的二维有限元仿真模型,并对关键参数进行了优化。最后,在最优结构的基础上,结合广州地铁4号线,对比分析了该电机和LIM的系统成本和能耗。为该类电机在轨道交通直线牵引系统实际应用奠定了理论基础和设计参考。

摘要：为提高燃气涡轮发动机性能,设计了涡轮叶间燃烧室模型,利用FLUENT软件的Realizable k-ε湍流模型、概率密度函数(PDF)燃烧模型、离散坐标(DO)辐射模型和离散相模型对燃烧室的流动及燃烧进行数值模拟.结果表明:燃烧室燃烧效率高达98.4%,绝对压力损失低至4.2%,气体温度提高700K左右;出口径向温度随无量纲高度呈线性分布;速度、温度、组分分布受高温燃气与主流的掺混程度控制;径向槽(RVC)对促进掺混及改善出口温度场有着积极的影响,其结构值得深入研究.与文献实验数据对比发现:选择的数学模型合理,计算方法可行,其结果可为涡轮叶间燃烧室设计提供参考.

摘要：随着城市化进程不断加快,城市功能分区正从规模增长向质量提升转型发展,优化城市空间布局、深化多模式融合交通运营和打造一体化出行服务平台是城市交通数字化转型的核心需求,挖掘城市交通出行特征并对其进行分析,有助于完善城市立体化交通服务体系、满足多样化出行需求、推进城市用地合理开发利用以及指导城市决策者制定合理的规划措施。蜂窝信令数据(Cellular Signaling Data,CSD)具有覆盖范围广、样本量大、可长期连续监测等优势,蜂窝网络大数据可以较低的成本挖掘大规模人口的起讫(Origin Destination,OD)分布和出行行为模式,是促进未来城市智能交通发展的重要组成部分。基于此,对现有交通信息采集方法、发展制约因素和蜂窝信令数据价值进行了总体概述,梳理了面向蜂窝网络大数据的城市交通出行特征挖掘框架、关键技术研究进展和未来发展方向。首先,依据基于蜂窝信令数据的城市交通出行特征挖掘系统的功能规划与发展需求给出了其架构设计与应用框架。其次,从蜂窝网络出行链构建角度总结了蜂窝移动通信网络结构、出行链特征与提取框架,阐述了针对出行链中噪声数据和轨迹震荡的数据优化方法,以及出行链轨迹与实际路网融合时的路网匹配技术。然后,面对蜂窝网络大数据驱动下的城市空间结构优化与多模式交通发展需求,从人口流动监测、出行模式识别、行为分析与预测等城市交通出行特征挖掘方面详细介绍研究现状。最后,从5G优化定位、多源数据处理与挖掘、细粒度出行模式识别、基于组件的系统模型体系构建等方面指出了未来研究的技术方向和发展趋势。

摘要：为了解决目前输电线塔杆倾斜姿态监测中出现的预测不准确、不及时和预测误报率高等问题,文章提出一种基于灰色模型-径向基函数(grey model-radial basis function,GM-RBF)不定权组合模型的输电线塔杆倾斜姿态预测方法,对昆明市某地区一处输电塔杆200 d的北斗逆向网络载波相位差分技术(real-time kinematic,RTK)数据,使用GM-RBF不定权组合预测模型对铁塔姿态进行预测。该方法不仅能有效规避灰色模型(grey model,GM)自身误差大的缺点,减弱神经网络中训练样本随机性对建模精度的影响,还可以消除因最小二乘定权组合影响整体模型精度的问题。实验表明:对于短期塔杆倾斜预测,GM-RBF不定权组合预测模型在X、Y、P向和倾斜角的预测精度与GM预测精度相当,优于径向基函数(radial basis function,RBF)神经网络模型和GM-RBF定权组合模型的精度;对于长期塔杆倾斜预测,GM-RBF不定权组合模型在X、Y、P向和倾斜角的预测精度分别优于GM预测模型约57.28%、48.07%、43.02%、42.08%,优于RBF预测模型约2.04%、2.31%、3.60%、2.02%,优于GM-RBF最小二乘定权组合模型约2.97%、2.36%、6.23%、4.73%。

摘要：针对弱监督文本分类过于依赖专家生成种子词的局限,提出一种基于类名引导生成种子词的弱监督文本分类方法。使用Skip-Gram模型学习单词的向量表示,借助vMF(von Mises Fisher)分布对用户提供的类名与语料库之间的关系进行建模,综合考虑语义相关性和语义特异性,由此生成一组高质量的种子词,无需依赖专家经验;迭代使用种子词生成伪标签和文档分类器;扩展种子词,进一步提升模型性能。在NYT和20 Newsgroups两个公开数据集上的实验结果(F1-score)表明了所提弱监督文本分类方法的有效性。