摘要：针对多样化的驾驶员特性参数对线控转向影响研究。首先在分析驾驶员特性参数对转向控制影响的基础上,构建单点预瞄模型;其次,采用驾驶模拟器平台在典型工况下采集驾驶员转向特性数据,提取数据特征值;然后,设计RBF自适应神经网络控制器,以适应不同驾驶员特性的前轮转角控制;最后对所设计的控制器针对不同车速、不同驾驶员特性进行仿真试验。试验结果表明:基于RBF自适应神经网络控制器可以实现车辆在不同车速下的稳定转向,车速响应效率提升约(7.9~17.1)%,对于不同驾驶员特性具有良好的自适应效果,可提高驾驶员转向舒适性与安全性。

摘要：协作业务流程可以在执行跨组织的业务目标时简化业务逻辑,提升协作效率。它有两个重要的管理目标:隐私保护和数据监管。协作者们通常会利用可信的第三方平台。然而这种中心化的协作会存在监管失效和隐私泄露的风险。因此,目前的研究转向了利用去中心化方式的区块链技术实现流程监管。目前的方法基于匿名身份和公开的数据,会造成数据泄露的风险。为此,提出一个基于混合链的协作业务流程管理新方法,在监管业务流程数据的基础上,设计了对流程数据的针对性隐私保护方案。公有链部分确保流程实例对外部用户的隐私性和可监管性,联盟链部分提供了对内部协作者的隐私保护和数据监管。当流程实例在联盟链上执行时,利用三次遍历全体协作者的双向传递机制隔离协作任务。通过在多个公开的业务流程数据上的仿真实验,对比了混合链方法与其他基于区块链的方法。实验结果表明,混合链方法能够保护隐私数据和监管流程数据,在执行效率上具备可用性。

摘要：针对四旋翼编队的轨迹跟踪问题,提出一种基于离散积分滑模的分布式编队控制器。首先,建立四旋翼的离散模型,并将其分为位置系统和姿态系统。其次,基于一致性理论和图论知识建立四旋翼编队的拓扑图,对位置系统采用离散积分滑模控制方法,对姿态系统采用指数趋近律的滑模控制方法,并进行编队一致性分析。最后,利用离散扩张观测器估计并补偿外界干扰和不可建模部分。仿真结果表明,所设计的分布式控制器能使四旋翼形成编队并跟踪给定轨迹。

摘要：为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性,并大幅减少冷启动时间。DFS-Cache包括基于虚拟内存重映射的缓存碎片整理机制和基于生存时间(TTL)的缓存空间管理策略。前者基于NVM可被内存控制器直接寻址的特性,动态修改虚拟地址和物理地址之间的映射关系,实现零拷贝的内存碎片整理;后者是一种冷热分离的分组管理策略,借助重映射的缓存碎片整理机制,提升缓存空间的管理效率。实验采用真实的Intel傲腾持久性内存设备,对比商用的分布式文件系统MooseFS和GlusterFS,采用Fio和Filebench等标准测试程序,DFS-Cache最高能提升5.73倍和1.89倍的系统吞吐量。

摘要：传统的降压型功率因数校正(power factor correction,PFC)变换器由于存在高谐波电流的缺点,较难满足IEC61000-3-2 C类限值,其应用受到很大限制。文中设计并搭建了一种集成式功率因数校正变换器,该变换器由一个降压PFC变换器和一个反激PFC变换器组成,其中降压和反激PFC变换器采用输入并联和输出并联连接方式共用一个GaN开关管和控制电路,降低变换器成本。集成式变换器在临界导通模式(critical conduction mode,CRM)恒定导通时间(constant on time,COT)控制下,反激单元消除了降压输入电流死区的影响,利用降压和反激PFC变换器的优势和GaN开关管的优异性能,变换器可以在宽电压输入范围下实现高效率和低总谐波失真。文中介绍了电路结构和工作原理,通过PSIM(power simulation)仿真验证理论推导的正确性,最后搭建了满载效率为94.1%的120 W样机,验证了该方案的可行性。

摘要：在相同状态下各种故障刚出现时和大噪声环境下所收集的信号特征极其相似,导致诊断精准性下降。提出基于深度自编码法和频域相关峭度(FCKT)以实现对轴承运行状况的智能分类。在特征得到加强的前提下,使得数据长度大幅减小,并且在很大程度上增强了算法的识别效率及精准性。研究结果表明:在最大偏移点数取值范畴逐渐扩大的基础上,辨别精准性呈现出不断提高的态势,在该数值为340时,可实现100%的辨别,且有着较强的稳定性。与时域指标相比,频域指标有着更高的辨别精准性。在将FCKT指标当作样本的情况下,稳定性最强、精准性最高。在FCKT计算结束以后、再实施深度自编码智能区分,运行时间减少46.32%,能够在很大程度上减少运行时间。

摘要：【目的】电催化还原CO_(2)(CO_(2)RR)是降低大气中CO_(2)浓度的绿色可行方案,制备高催化性能和稳定性的催化剂尤为重要。【方法】以γ-Al_(2)O_(3)粒子为载体,采用浸渍-焙烧法制备了SnO_(2)/γ-Al_(2)O_(3)粒子电极用于电催化还原CO_(2)产甲酸来测试其性能,并结合物化分析、电化学测试及长周期实验等手段对粒子电极的微观结构、物相组成、电催化活性、产甲酸性能和稳定性进行了探讨。【结果】物化分析结果表明,负载SnO_(2)前后的形貌由孔洞和裂痕状为主转变为裂层状,比表面积自310.18m^(2)/g增加到352.70m^(2)/g,粒子电极中Sn含量占比48.32%,SnO_(2)成功分散负载到γ-Al_(2)O_(3)表面。据电化学测试所得,SnO_(2)/γ-Al_(2)O_(3)粒子电极的伏安电量(扫速50mV/s)、交换电流密度和析氢电阻分别为40mC、20.02μA/cm^(2)和96.86Ω,与γ-Al_(2)O_(3)相比分别提高了37.93%、75.46%和6.80%,大幅提升CO_(2)RR活性的同时有效抑制了析氢副反应。SnO_(2)/γ-Al_(2)O_(3)粒子电极表现出良好的CO_(2)RR特性,反应时间2h的产甲酸速率为70.35μmol·h-1·cm-2,电流密度为4.94mA/cm^(2),法拉第效率和能量效率分别为79.05%、24.51%;经过12h连续电解,产甲酸法拉第效率仍高于67.81%,说明制备的SnO_(2)/γ-Al_(2)O_(3)粒子电极具有较强稳定性。

摘要：为提高自动泊车系统中控制器的抗扰动能力,优化控制律执行效果,提出了前轮转角闭环的分层控制方案.设计了以行驶距离为非时间参考量的fal函数非光滑控制律,输出前轮转角控制量.以阿克曼转向模型为基础,建立了前轮转角观测器,并使用模糊滑模控制器实现前轮转角闭环的横向控制.搭建Carsim/Simulink联合仿真系统,在典型泊车场景下验证所设计控制器的有效性、跟踪效果及鲁棒性.使用实车测试平台开展了试验.结果表明:所设计的前轮转角闭环分层控制方案能够快速准确地跟踪目标路径,提高了泊车系统的横向控制精度,并在未知转向非线性扰动下也具有良好的跟踪控制效果.

摘要：为探讨某车用无模组动力电池包的振动特性,建立了不同电芯尺寸和电芯布置的两种电池包有限元模型;基于所构建的电池包有限元模型,在3种极限工况下,对两种电池包进行静力学分析与模态分析;基于分析结果对电池包进行改进设计。研究表明,动力电池包中的电芯尺寸及电芯布置方式对电池包的振动特性具有显著影响;电池包1.0的上盖刚度不足,其最大应力和上盖最大变形量都较大,1阶约束模态固有频率低于平整路面的最大激振频率,易导致动力电池包共振;动力电池包2.0具有较好的静力学特性,且其1阶固有频率高于平整路面的最大激振频率,可避免路面激励导致的电池包共振;上盖改进后动力电池包1.0的静力学特性和振动特性均能满足要求;增加电池包的约束范围可以提高其1阶固有频率。

摘要：智能博弈对抗领域已成为当前研究的热门领域之一。侧重在兵棋推演系统的体系构建和模块设计,分析了兵棋推演系统的建模要素,包括兵棋要素、兵棋规则及智能接口设计,构建了智能兵棋推演系统的整体架构。通过A3C强化学习智能算法对系统设计进行可行性验证。其中,改进了强化学习训练过程的奖励设置,明确智能兵棋环境的状态输入、算法驱动过程及动作输出过程,通过自主实现的智能兵棋推演系统,验证了所提的系统理论与工作。该工作为基于强化学习的智能博弈系统的设计与实现提供了可行路径,并为以后基于强化学习的智能博弈对抗研究提供了基础平台。