摘要：针对管道高压工况条件,设计了一种具有自密封性能的镍钛合金双波纹复合垫片并对其进行研究。对自密封垫片结构参数进行优化设计,采用有限元方法研究了波纹数量、波纹幅值、波纹厚度和骨架厚度对垫片压缩回弹性能的影响,并比较了不同介质压力下相同结构参数的自密封垫片和常规波纹复合垫片的密封特性。结果表明,骨架厚度和波纹厚度对垫片回弹性能影响显著,自密封复合垫片最优设计方案为A_(2)B_(1)C_(1)D_(1)。相比于常规波纹复合垫片和双金属自密封波齿垫片,设计的自密封垫片在低介质压力下密封特性显著,在高介质压力下双波纹自密封复合垫片亦具有更好的密封性能。

摘要：引入分布式应变模态差损伤指标对大跨斜拉桥进行损伤识别研究。分析不同测试环境、随机激励及损伤程度等因素对损伤识别效果影响;对同种健康状态结构在不同测试环境条件下进行多次辨识,利用统计趋势分析和概率置信准则,提出基于准分布式应变模态残差统计趋势的损伤识别策略。数值计算表明,该策略可降低各种随机干扰的不利影响,能准确识别斜拉桥主箱梁发生的多处损伤,能弥补传统模态法损伤指标对结构早期轻微损伤不敏感缺陷,避免损伤淹没及误判。

摘要：数据采样是快速提取大规模数据集中有用信息的重要手段,为更好地应对越来越大规模的数据高效处理要求,借助近邻传播算法的优异性能,通过引入分层增量处理和样本点动态赋权策略,实现了一种能够非常有效地平衡处理效率和采样质量的新方法.其中的分层增量处理策略考虑将原始的大规模数据集进行分批处理后再综合;而样本点动态赋权则考虑在近邻传播过程中对样本点进行合理的动态赋权,以获得采样的数据空间上更好的全局一致性.实验中,分别使用人工数据集、UCI标准数据集和图像数据集进行性能分析,结果表明:新方法与现有相关方法在采样划分质量上可达到同等水平,而计算效率则可实现大幅提升.进一步将新方法应用于深度学习的数据增强任务中,相应的实验结果表明:在原始数据增强方法上结合进高效增量采样处理后,在保持总训练数据集规模的情况下,所获得的模型性能可实现显著的提升.

摘要：针对永磁同步电动机存在建模误差、参数和负载变化等内外干扰问题,提出一种基于降阶扩张状态观测器的复合滑模调速策略.首先,基于永磁同步电动机的状态空间模型,考虑到光电编码器可测量永磁同步电动机的转速信号,只需要设计观测器对系统的总干扰进行估计和消除,并分析降阶扩张状态观测器的性能;接着,引入滑模控制,设计滑模面和控制律,提高系统的抗干扰能力,并用Lyapunov方法证明控制器的稳定性;最后,基于DSP芯片TMS320F28335为控制核心和MATLAB环境下的控制模块,搭建半实物调速控制系统平台,并与传统PI控制和线性自抗扰控制进行对比验证.结果表明,所提出的复合滑模控制策略相较于传统方法在加载时转速变化量减少了60%以上,具有优越的抗干扰和调速性能.

摘要：针对量子点荧光猝灭法检测Cu2+大多通过实验室化学分析或大型仪器检测而难以满足现场检测需求的问题,设计了一种可用于现场检测的痕量Cu2+光化学传感器,主要包括光学感知模块与信号处理模块,光学感知模块完成激光光源的输出与荧光的激发,信号处理模块完成微弱荧光信号的光电转换、信号放大、数据处理与显示。利用自行研制的光电采集、转换与信号处理系统完成痕量Cu2+的快速检测,实现了检测仪器的小型化与低成本。实验结果表明,在Cu2+浓度30～1 000nmol.L-1范围内传感器检测结果具有较好的线性关系,拟合后的直线方程为y=0.109 77x+11.872 32,线性度为0.994 82,标准方差3.994 24,检测下限达到30nmol.L-1,传感器响应时间为40s,实验测定了其他共存离子对Cu2+检测结果的干扰,实验结果表明该传感器可以满足痕量Cu2+现场检测的需求。

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。

摘要：近年来,单片集成的多波长激光器阵列作为波分复用(WDM)系统的理想光源而成为研究热点。通过重构-等效啁啾(REC)技术实现了一种低成本的分布反馈式(DFB)激光器阵列光源模块,采用掺铒光纤放大器(EDFA)对该激光器阵列的输出进行了光学放大,并通过PID控制程序对光源输出进行稳定化调节。光源模块中各通道激光器的中心波长间隔均匀,平均间隔为1.64 nm,波长间隔的误差小于0.2 nm。光源所输出的总光功率大于50 m W,输出光功率变化小于0.02 d Bm。

摘要：针对柔性作业车间环境下自动导引车系统单向导引路径网络设计问题,以最小化最大完工时间为目标,提出一种改进的小生境遗传算法。该算法每条染色体由单向路径网络染色体和工序染色体两部分组成,分别表示各路径段方向和可行调度序列。针对两种染色体设计相应的交叉与变异算子,并通过邻域搜索操作提高了算法的收敛速度。为了保持种群的多样性,综合运用小生境技术和精英保留策略。试验结果验证了该算法的有效性。

摘要：车道保持系统(lane keeping system,LKS)有助于提高商用车的行驶安全性,为保证控制系统的鲁棒性,减小由于简化模型过程引起的模型不确定性,采用基于线性矩阵不等式(linear matrix inequality,LMI)的鲁棒模型预测控制算法进行商用车车道保持跟踪控制.建立了三自由度车辆动力学模型,并进行线性化和离散化处理.基于车辆离散动力学模型以路径偏差和控制增量为目标函数设计了模型预测控制器.利用LMI将模型预测控制问题转化为min-max优化问题,通过在线动态优化,快速消除路径偏差,使车辆跟踪车道中心线.通过Trucksim/Simulink联合仿真验证了该算法的有效性.结果表明,基于鲁棒模型预测控制(robust model predictive control,RMPC)算法的车道保持控制系统可提高商用车的车道跟踪精度及行驶稳定性.

摘要：目的基于深度卷积神经网络的目标检测模型易受复杂环境(遮挡、光照、远距离、小目标等)影响导致漏检、误检和目标轮廓特征模糊的问题,现有模型难以直接泛化到航拍场景下的小目标检测任务。为有效解决上述问题,提出一种融合非临近跳连与多尺度残差结构的小目标车辆检测算法(non-adjacent hop network you only look once version 5s multi-scale residual edge contour feature extraction strategy,NHN-YOLOv5s-MREFE)。方法首先,设计4种不同尺度的检测层,根据自身感受野大小,针对性地负责不同尺寸车辆的检测。其次,借鉴DenseNet密集跳连的思想,构建一种非临近跳连特征金字塔结构(non-adjacent hop network,NHN),通过跳连相加策略,在强化非临近层次信息交互的同时融合更多未被影响的原始信息,解决位置信息在传递过程中被逐渐稀释的问题,有效降低了模型的误检率。然后,以减少特征丢失为前提,引入反卷积和并行策略,通过参数学习实现像素填充和突破每1维度信息量的方式扩充小目标细节信息。接着,设计一种多尺度残差边缘轮廓特征提取策略(multi-scale residual edge contour feature extraction strategy,MREFE),遵循特征逐渐细化的原则,构建多尺度残差结构,采用双分支并行的方法捕获不同层级的多尺度信息,通过多尺度下的高语义信息与初始浅层信息的逐像素作差实现图像边缘特征提取,进而辅助网络模型完成目标分类。最后,采用K-Means++算法使聚类中心分散化,促使结果达到全局最优,加速模型收敛。结果实验结果表明,非临近跳连的特征金字塔与多尺度残差结构的多模态融合策略,在提升模型运行效率,降低模型计算资源消耗的同时,有效提升了小目标检测的准确性和鲁棒性。通过多场景、多时段、多角度的样本数据增强,强化了模型在不同场景下的泛化能力。最后,在十字路口、沿途车道双场景下包含多种车辆类型的航拍图像数据集上,对比分析4种主流的目标检测方法,本文算法的综合性能最优。相较于基准模型(YOLOv5s),精确率、召回率和平均精度均值分别提升了13.7%、1.6%和8.1%。结论本文算法可以较好地平衡检测速度与精度,以增加极小的参数量为代价,显著地提升了检测精度,并能够自适应复杂的交通环境,满足航拍场景下小目标车辆检测的实时性需求,在交通流量、密度等参数的测量和统计,车辆定位与跟踪等场景下有较高的应用价值。