摘要：针对现有轨迹跟踪控制方法较难兼顾控制精度与稳定性的问题,提出一种基于Udwadia-Kalaba(U-K)控制理论的鲁棒控制方法。基于拉格朗日法建立机器人动力学模型,将动力学参数分为确定的名义部分与不确定部分;结合U-K理论与系统名义部分参数确定外骨骼机器人系统理想运动轨迹约束下的名义部分控制力矩;为消除机器人系统不确定部分的影响,引入鲁棒控制器,通过划分不确定性边界确定其应输出的额外控制力矩。仿真结果表明:相较于传统PID算法,基于U-K控制理论的鲁棒控制的外骨骼机器人髋关节、膝关节角度的轨迹跟踪控制精度分别提高了76.4%和96.8%。基于设计的下肢外骨骼机器人样机进行轨迹跟踪对比实验,实验结果表明:基于该方法的下肢外骨骼髋关节、膝关节角度的轨迹跟踪精度为0.467 0°和0.114 1°,相比作为对照的PID算法,分别提高了82.6%和86.8%,同时系统整体控制周期缩短了56.6%,该控制方法具有更高的同步性、控制精度与稳定性。

摘要：针对目前工程上常用的常截面盘形滚刀受力分析问题,应用有限元方法建立了滚刀破岩的三维旋转切割模型,模拟滚刀破岩过程。通过计算得出常截面盘形滚刀破岩时的切削力,并与实验数据和文献数据进行比较,结果表明模拟的滚刀切削力与实际情况较为吻合,验证了仿真模拟的可靠性。同时,滚刀破岩掘进试验结果表明,所测滚刀垂直力随时间变化曲线与仿真结果一致,呈波动特征,且滚刀切削力试验值与仿真数据误差较小。进一步将模拟数据与科罗拉多矿业大学(CSM)模型对比,发现整体结果较CSM模型值偏大,但与实验值更接近。通过对仿真模型岩石强度、掘进加载速率、刀刃宽度3个因素进行参数敏感性分析,得出在相同贯入度下,垂直力随上述因素的增大而提高,但掘进加载速率对垂直力的影响较小。相关成果可为TBM隧道的掘进设计与施工提供参考。

摘要：考虑离心力、陀螺力矩、滚子偏斜以及套圈挡边与滚子球基面之间的润滑,建立联合载荷作用下圆柱滚子轴承力学分析模型,基于该模型分析了滚子球基面半径对轴承接触特性及发热量的影响,结果表明:随滚子球基面半径增大,接触点距离滚道表面越近,最大接触应力越小,发热量越少。基于轴承寿命理论对不同偏差的内、外圈挡边倾角和滚子球基面半径进行匹配优化,轴承寿命可提升约34%。

摘要：现有空投装备的气囊缓冲系统适用性较差,难以满足未来低冲击、抗侧翻的大吨位装备空投缓冲需求。针对这些问题,文章设计了可适用于新一代空投装备的组合式气囊,并采用最优拉丁超立方设计试验方法进行抽样,基于这些样本构建了以最大过载和最大翻转角为目标的多项式代理模型。在代理模型的基础上采用多目标粒子群优化算法对气囊的结构参数进行多目标优化,并对优化后的缓冲系统进行有限元分析,结果显示:优化后的气囊缓冲系统最大过载减少了24.7%,缓冲性能提高;最大横向翻转角降低了42.6%,其横向稳定性大幅度提高,大大降低了侧翻风险。研究结果表明,文章所设计并优化的气囊缓冲系统满足未来大载重、抗侧翻的需求,能够为空投装备气囊缓冲系统提供技术支持。

摘要：心血管疾病和心理障碍已成为威胁人类身心健康的两大主要问题。尽管基于心电图信号的研究为解决这些问题提供了重要契机,但在心电特征的理解以及跨任务知识迁移方面,现有方法仍面临性能瓶颈和适用性不足等挑战。为此,本文设计了一种基于残差网络的多分辨率特征编码网络,能够有效提取心电信号的局部形态特征与全局节律特征,增强特征表达能力。此外,提出的基于模型压缩的持续学习方法通过将简单任务中的结构化知识逐步传递到复杂任务,可有效提升下游任务性能。多分辨率学习模型在心电QRS波群检测、心律失常分类和情绪分类等五个数据库上取得了超越或与当前先进算法相当的性能。持续学习方法在跨领域、跨任务和数据增量的场景下都取得了相较于常规训练方法的显著提升,证明了所提出方法对于心电跨任务知识迁移的能力,为心电多任务学习提供了新路径。

摘要：瞬变电磁发射机作为瞬变电磁法勘探的重要组成部分,它的性能几乎就决定了该方法勘探的有效性.为对浅层甚至是甚浅层采用多匝小线圈进行精确勘探,本文基于SiC MOSFET器件设计一种改进型的瞬变电磁发射机.SiC MOSFET是第三代半导体,相比目前被广泛应用的Si IGBT,该器件在耐压、耐流、散热和响应速度方面均有显著提升.关断时间作为发射机的一项重要参数,基本决定了一次场与二次场信号的耦合程度.为不丢失甚浅层和较浅层信息,本文设计的发射机支持大小两种电流切换发射.当对甚浅层或较浅层区域进行勘探时,可选择1.1 A小电流发射,关断时间只有4μs.当对浅层区域进行勘探时,可选择16.2 A大电流发射,关断时间为35μs.为给后期处理提供发射电流数据支撑,本文设计了支持变采样率的电流采集系统来对发射波形进行全时域采集.当处于发射波形上升沿或下降沿附近区域时,采集系统自动选择1.8 MSPS高采样率进行采样,当处于发射波形稳态区域时,采集系统自动选择50 KSPS最低采样率进行采样.测试表明,通过变采样率采样,能有效平衡采集精度和数据量,从而保证了存储系统的稳定性.此外,本发射机电路板尺寸较小,只有255 mm×192 mm,并且支持12 V蓄电瓶供电,所以便携性较好,能一定程度上提高野外勘探效率.

摘要：为了提高年轮式超高压模具腔体的极限承压能力、增大腔体容积,提出了一种缠绕离散式大腔体超高压模具结构,该模具主要由离散式压缸、支撑环和钢丝缠绕层组成。离散式结构消除了整体式压缸的周向应力,模具无需使用大尺寸硬质合金和支撑环,可有效提高模具的极限承压能力,降低模具制造难度,易于实现模具腔体大型化。对模具关键参数进行计算,得到确定模具结构最佳尺寸的方法。数值模拟结果表明:在相同的工作内压加载下,离散式压缸的应力值更低,压缸内壁的应力环境得到有效改善。对缠绕离散式大腔体超高压模具的极限承压能力进行预测,发现随着离散块数量的增加,模具的承压能力逐渐增强,但是增长速度越来越缓慢。因此,不能通过无限增加离散块数量来增加模具的极限承压能力。分析表明,缠绕离散式大腔体超高压模具的承压能力更高,降低了模具的运行成本。研究结果可为大腔体、高承压能力的超高压装置设计提供新思路、新方法。

摘要：在新型电力系统不断发展的背景下,为提升电力系统调节能力,满足电网调峰和顶峰需求,全国各地均在积极开展新型储能建设。新型储能具有双向传输、响应速度快等特性,在其接入电网后如何有效地提高主网网架的安全性,增强电网抵御故障冲击的能力,是储能规划选址阶段应重点考虑的问题。针对新型储能接入对分区电网脆弱性的影响,构建储能选址问题的多目标决策模型;考虑到传统电网脆弱性分析方法的不足,提出基于k-核分解的脆弱性评估方法,并将储能接入电网后不同典型运行场景下的主网系统脆弱性指标作为决策子目标,采用逼近理想解排序法(TOPSIS)综合评价储能目标接入点的最优解。以IEEE 39节点系统进行算例分析,验证了所提电网脆弱性评估方法和储能优化选址方法的合理性。

摘要：针对低轨卫星通信场景下长传播时延导致的信道状态信息(Channel State Information,CSI)过时问题,提出了一种基于地理环境认知的低轨卫星空时多维信道预测方法。首先,通过射线追踪法建模卫星信道,进而确定不同地理环境下影响CSI变化的几个关键因素并将其与信道特征参量建立映射关系;然后,设计了一个由卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆(Long⁃Short Term Memory,LSTM)神经网络构成的组合神经网络模型来有效预测CSI,通过CNN网络提取CSI和特征参量之间变化的空时相关性来认知地理环境对CSI变化的影响,利用LSTM网络处理时间序列的特点根据当前输入信息预测未来某一时刻CSI值。在此基础上,进一步提出了一种离线训练-模型更新-在线预测的实施框架以解决低轨卫星平台资源受限及高动态的问题。仿真结果表明,相较于传统的基于LSTM网络的低轨卫星信道预测方法,所提方法能够有效提升CSI预测精度及其预测模型的稳定性。

摘要：针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程,构建用于训练GNN模型的因果关联图。其次,使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型,模拟目标GNN模型的预测行为。最后,使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型,根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明,该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时,攻击准确率最高为92.6%,性能指标优于基线攻击方法,可有效地实施成员推理攻击。