摘要：在面向区域型电能互联应用的虚拟交流母线式多端无线能量互联系统中,双极型线圈较低的耦合系数会导致母线侧线圈损耗过高,系统效率偏低。为此,该文提出一种混合式线圈结构,即利用平面方形线圈替代原来单一式结构中的部分双极型线圈,在保证多线圈交叉解耦的前提下提高耦合系数。在该结构的基础上,对系统参数展开优化设计。基于线圈拆分与等效的思想,提出一种统一化线圈建模方法,以此获取最大效率下线圈匝数、补偿电感和母线电流幅值的最优取值。最后,搭建四端口原理样机验证所提线圈结构和参数优化设计的有效性,优化后的系统其在不同运行模式下的效率均提升8%以上。

摘要：为了解决基于常规深度强化学习(Deep Reinforcement Learning, DRL)的自动驾驶决策存在学习速度慢、安全性及合理性较差的问题,本文提出一种基于柔性演员-评论家(Soft Actor-Critic,SAC)算法的自动驾驶决策规划协同方法,并将SAC算法与基于规则的决策规划方法相结合设计自动驾驶决策规划协同智能体。结合自注意力机制(Self Attention Mechanism, SAM)和门控循环单元(Gate Recurrent Unit, GRU)构建预处理网络;根据规划模块的具体实现方式设计动作空间;运用信息反馈思想设计奖励函数,给智能体添加车辆行驶条件约束,并将轨迹信息传递给决策模块,实现决策规划的信息协同。在CARLA自动驾驶仿真平台中搭建交通场景对智能体进行训练,并在不同场景中将所提出的决策规划协同方法与常规的基于SAC算法的决策规划方法进行比较,结果表明,本文所设计的自动驾驶决策规划协同智能体学习速度提高了25.10%,由其决策结果生成的平均车速更高,车速变化率更小,更接近道路期望车速,路径长度与曲率变化率更小。

摘要：数据增强被认为是一种有效提升模型效果的方案。但是在选取生成的数据时,需考虑固有的数据特征和相应的任务关联性。针对这一问题,以中文纠错任务场景为例,提出了一种可用于数据集增强质量的评价方法。该方法使用对比学习优化后的预训练模型提取数据集的特征向量,提出互覆盖度、总分散度、自支撑度等三个基本评价指标,并给出一个综合性的数据集质量融合指标。在四种数据增强方法、两个中文纠错数据集和三个中文纠错模型上的实验分析结果表明,上述评价方法能够独立于测试集性能检验方法,为不同增强数据集的选用提供重要依据。

摘要：提出一种基于诊断观测器的最优事件触发故障检测方法.首先,针对自适应混合事件触发下的远程监控系统,发展一种数值代数结合型的低阶诊断观测器参数矩阵计算方法,以满足残差生成中的Luenberger条件;然后,通过评估事件触发传输误差、干扰和故障对残差信号的影响,构建H∞/H∞型性能指标,并利用互内外分解技术设计最优后置滤波器,以实现对故障灵敏度和对干扰鲁棒性的最优权衡;进一步,为降低传统的预设残差阈值方法的保守性,依据系统初始状态和干扰的有界性,采用基于中心对称多胞体的方法设计残差评价函数及相应的故障决策逻辑来实现故障检测;最后,通过多车跟踪系统的仿真,验证所提方法的有效性.

摘要：目的 随着遥感观测技术的飞速发展,遥感影像的分辨率越来越高,如何从高分遥感影像中有效提取具有鉴别性的特征进行地物变化检测成为一个具有挑战性的问题。卷积神经网络广泛应用于计算机视觉领域,但面向遥感影像变化检测时仍存在图像语义或位置信息的丢失及网络参数量过大等缺陷,导致检测性能受限。为此,提出一种新型GUNet++(Ghost-UNet++)网络,用于遥感影像的精准变化检测。方法 首先,为了提取双时相遥感影像更具判别性的深度特征,设计具有多分支架构的高分辨率网络HRNet替换传统UNet++的主干网;其次,采用UNet++解码结构进行差异判别时,引入鬼影(Ghost)模块代替传统卷积模块以降低网络参量,并设计密集跳跃连接进一步加强信息传输,以减少深层位置信息的丢失;最后,设计一个集成注意力模块,将网络的多个语义层次特征进行聚合和细化,抑制语义和位置信息的丢失,进一步增强特征表征能力用于最终的精准变化检测。结果 在LEVIR-CD(LEVIR change detection data set)和Google Data Set两个公开数据集上进行实验,结果表明本文算法变化检测精度高达99.62%和99.16%,且网络参数量仅为1.93 M,与现有主流变化检测方法相比优势明显。结论 提出方法综合考虑了遥感图像中语义和位置信息对变化检测性能的影响,具有良好的特征抽取和表征能力,因此变化检测的精度和效率比现有同类方法更高。

摘要：顶板瓦斯抽采巷因具有大流量和连续抽采的优点,被广泛用于高瓦斯或突出矿井回采工作面瓦斯治理。如何确定合理的顶板巷布置位置,以高效抽采采空区卸压瓦斯,是保障工作面瓦斯治理效果的关键。为此,在深入分析顶板瓦斯抽采巷布置原则及其布置位置影响因素的基础上,提出了一种基于GA–BP神经网络模型的顶板瓦斯抽采巷布置位置智能预测方法;采用灰色关联分析法确定了GA–BP神经网络模型的预测指标,并设计开发了顶板瓦斯抽采巷布置位置智能预测系统。研究结果表明:①工作面的采厚、埋深、覆岩结构、煤层倾角、倾向长度等5个物理指标是顶板瓦斯抽采巷布置位置的主控因素,且其权重值排序由大到小依次为采厚、埋深、覆岩结构、煤层倾角、倾向长度。②随着遗传代数的增加,GA–BP神经网络适应度不断减小,且当遗传代数为60时其适应度变化基本稳定,表明GA–BP神经网络初始权重和偏置效果较好。③在当前训练样本数据集的前提下,基于GA–BP神经网络模型的顶板瓦斯抽采巷布置位置的预测结果与实际工况值的相对误差仅为0.43%~11.27%,在可接受的范围内。该研究可为顶板瓦斯抽采巷精准设计提供一定的参考。

摘要：数字光处理(Digital Light Process,DLP)成型方法具有成型速度快、成型精度高的特点,能够较好用于微小尺寸结构的制备。因此,设计了一种以人工拓扑优化的正方体网格为单胞,并将该单胞沿空间进行周期性扩展,获得新型三维多孔点阵结构。配制了一种具有柔弹性的光敏树脂,选择DLP成型法进行实验制备。探究了DLP打印对该点阵结构成型的影响因素和成型效果,制备出了结构完整、无淤塞的样品,并通过该结构样品的单轴拉伸实验,研究其拉伸力学性能。结果表明,DLP打印所制备的该新型多孔结构,其内部孔隙清晰、连通性好,且孔隙率均达到了80%以上,拉伸断裂伸长率也均在85.6%以上,其中点阵结构3的拉伸韧性最大,其综合拉伸特性最优。该结构可广泛应用于皮肤组织工程支架、柔性电极、易碎品装夹夹具等。

摘要：消能减震技术能显著提高建筑物的抗震性能,消能器的效果依赖其与主体结构的有效连接,目前关于阻尼器与整体结构有效连接设计方法的研究不多。针对工程中金属阻尼器的中间柱型连接形式,本文提出一种带有预埋件的悬臂墙构造,并给出设计方法及其设计要点。为进一步验证该设计方法的可靠性,探究悬臂墙的受力性能,对两个试件开展拟静力单向加载和低周往复加载试验。研究结果表明,悬臂墙裂缝从预埋件连接处开始发展,最终破坏时墙角及预埋件核心区应力较大,增设暗梁暗柱可较好地提高悬臂墙的承载能力。型钢预埋件配合暗梁暗柱能使悬臂墙在设计尺寸较小的情况下承受较大的设计阻尼力,保证阻尼器充分发挥消能效果。

摘要：低弹性模量的三元β型钛或锆系合金中的体心立方(bcc)结构多处于不稳定状态,因此难以通过制备单晶的方式来直接测定单晶弹性常数。利用原位同步辐射高能X射线衍射(SXRD)技术和Eshelby-Kroner-Kneer弹塑性自洽模型,获取了具有bcc结构的三元Ti-33Nb-4Sn,Ti-35Nb-4Sn,Zr-12Nb-4Sn和Zr-4Mo-4Sn多晶合金的单晶弹性常数,成功解决了此类合金难以通过制备单晶来直接获得单晶弹性常数的技术瓶颈,揭示了具有bcc结构的多晶β型钛或锆系合金的低模量机制。结果表明,与二元β型TiV,TiCr和TiNb单晶合金相比,经冷轧退火处理的Ti-33Nb-4Sn和Ti-35Nb-4Sn合金和固溶处理的Zr-12Nb-4Sn和Zr-4Mo-4Sn合金具有较低的■剪切模量C′和超低的{001}剪切模量C_(44)。基于Hill近似理论进一步分析可知,三元β型Ti-33Nb-4Sn,Ti-35Nb-4Sn,Zr-12Nb-4Sn和Zr-4Mo-4Sn合金较低的剪切模量C′以及超低的剪切模量C_(44),是此类合金呈现较低杨氏模量E_(H)的原因。通过合理的成分设计及热机械处理降低合金的剪切模量C′和C_(44),可望获得与人骨模量相近的超低模量钛或锆合金。

摘要：针对目前尚无有效的中文文本纠错软件测试用例生成方法的情况,为了服务于软件纠错性能的测量并为软件提供优化方向,设计了一种面向多用户的、工程化的中文文本纠错软件测试用例选择生成方法(SGMT-CCS)。定义了两种不同的可供用户选择的用例评判标准:错误数量密度和错误种类密度。设计了三个模块:测试用例自动化生成模块、测试用例选择模块以及测试用例优先级排序模块。在SGMT-CCS中,用户可以:1)在测试用例自动化生成的过程中自定义错误最小间隔和用例集大小;2)在测试用例选择的过程中自定义错误最小间隔和期望值;3)在测试用例选择和优先级排序的过程中选择不同的用例评判标准进行自定义操作,以适应不同数据集的要求。实验结果表明,SGMT-CCS能够在较短的时间内获得有效的测试用例,选择模块实验在模拟的需求情况下都能满足用户自定义目标,优先级排序模块实验验证了相较于排序前,在不同评判标准下的不同时间段内都能有效提高测试效率。