摘要：综合考虑受控制方向未知、输入受限和状态时延影响的有领导者多智能体系统的编队控制问题,设计基于模糊逻辑系统的预设时间一致性控制策略.为了保证编队输出误差在预设时间内满足预定的约束范围要求,引入预设时间性能函数,构造Lyapunov-Krasovskii(L-K)泛函解决状态时延问题,将外界干扰和L-K泛函的导数中的部分项定义为未知非线性函数,并利用模糊逻辑系统对其进行估计,利用Nussbaum函数和均值定理分别处理控制方向未知和输入受限问题,基于以上设计,提出预设时间模糊控制策略,并通过Lyapunov稳定性理论,分析闭环系统的有界稳定性,数值对比仿真和两级化学反应器应用仿真说明控制方法的有效性.

摘要：针对往复泵流量脉动大的缺陷,提出了基于非圆齿轮驱动的脉动平抑方法。首先,根据三缸往复泵的瞬时流量与平均流量,推导出脉动平抑用非圆齿轮理论传动比;其次,基于傅里叶级数,提出适应三缸往复泵周期流量脉动特点的封闭非圆齿轮设计方法,研究三角函数项数对平抑效果及非圆齿轮形状的影响规律;最后,考虑单向阀滞后导致流量倒灌引起的流量脉动,建立了三缸往复泵的流体仿真模型,定量对比了非圆齿轮和蓄能器对三缸往复泵脉动的平抑效果,并进行了非圆齿轮驱动三缸往复泵机械端运动测试。研究结果表明:通过非圆齿轮外部驱动后,三缸往复泵流量脉动率从30.39%降至13.12%,增加非圆齿轮传动比的三角函数项数可以进一步降低脉动率,却容易导致非圆齿轮发生根切问题;非圆齿轮无法平抑单向阀阀芯运动滞后导致的流量脉动,其平抑效果比蓄能器的平抑效果好,当非圆齿轮与蓄能器组合使用时,可将三缸往复泵的流量脉动率降至7.38%,使瞬时流量更加均匀。

摘要：基于大跨空间结构“围护+结构”合二为一的设计理念,提出张拉金属薄板空间结构体系。金属薄板具有强度高、面内刚度大的特点,但其面外刚度较弱,对于大跨空间结构,在面外荷载作用下金属薄板变形控制难度大。因此,通过对金属薄板施加面内预应力提高其面外刚度,同时将索结构与预应力金属薄板结构相结合,构成新的张拉金属薄板空间结构体系,实现围护与结构在大跨空间结构设计上的统一;进行了平面尺寸为6m×4.5m的张弦金属薄板空间结构的模型试验,研究了该结构金属薄板间的连接、预应力施加、结构成形过程、静力加载特性等,并将试验结果与数值模拟结果进行了对比,最后对采用新结构体系的工程实例进行了数值分析。结果表明:张弦金属薄板空间结构体系在成形后具有良好的力学性能,能够充分发挥围护与结构相统一的优点,在各类大跨度料场封闭工程中具有广泛的应用前景。

摘要：近年来随着科技的发展私家车不断的普及,汽车数量的不断增加导致交通事故频发,面对这一问题大量学者在不断地进行研究,5G的出现使得无人自动驾驶的实现成为了可能,路径规划是无人驾驶技术的重点研究内容。目前大部分路径规划采用的是传统的A^(*)算法,但该算法存在搜索范围大、时间长、路径规划效率较低、损耗较大以及路径拐点较多等问题无法规划出最佳路径。这里在此基础上加以改进,通过建立栅格地图,构建新的动态衡量启发式A^(*)算法函数,通过新算法所得新路径再进行路经拐角优化,最后对改进的算法进行仿真并分析和比较,证明了新改进的算法和经过拐角路径优化可得到最佳路径。

摘要：针对不同场景下动作时空分布不同导致视频对齐困难,进而影响视频识别准确度问题,提出对双流特征进行运动建模和循环一致性对齐的小样本动作识别方法,能够在全局帧和局部块双尺度特征建模和对齐高维运动表示。首先基于双流特征设计了运动建模框架,重塑视频序列中动作表示的时空联系,实现对视频动作的准确定位和语义性捕获;然后,为帮助模型学习动作间时空对应关系,引入循环一致性对齐机制,利用软最近邻查询的方法,高效对齐视频动作,显著改善了视频动作的错位问题;最后,结合基于注意力机制的时域交叉匹配模块,对动作类别进行推理分类。实验结果表明,该算法在SSv2、HMDB51、UCF101上分别达到68.6%、77.7%和96.9%的识别精度,实现了对视频动作的有效识别。

摘要：针对四轮独立驱动与转向(4WID-4WIS)型港口重载自动导引车(AGV)常见的驱动电机失效情况,提出了三层控制结构的容错控制策略来进行转向稳定性容错控制。上层控制模块设计为模型预测控制器(MPC)与PI车速跟随控制器,实现港口AGV的路径跟踪;中层控制模块设计为横摆角速度、质心侧偏角RBF神经网络鲁棒滑模控制器,用来计算出最佳附加横摆力矩;下层控制模块设计为失效分配策略,对力矩进行重新分配。最后,搭建了CarMaker测试平台,通过实验验证了容错控制策略的有效性与优越性。

摘要：针对一类具有延迟时变全状态约束的不确定非线性系统,提出自适应神经网络容错控制策略。首先,设计平移函数使违反约束的系统初值在预定时间回到约束范围内。其次,通过设计应用范围更广的新型非线性状态变换函数,将约束系统转化为无约束系统,解决全状态约束问题。接着,利用径向基神经网络和自适应技术分别处理不确定性和执行器故障。然后,根据Lyapunov理论证明闭环系统的实际有限时间稳定性,且所有状态都能保持在约束范围内。最后,通过机械臂系统的对比仿真验证设计的自适应容错控制策略的有效性。

摘要：随着轻量级网络的发展,人体姿态估计任务得以在计算资源有限的设备上执行,然而,提升精度变得更具有挑战性。这些挑战主要源于网络复杂度与计算资源的矛盾,导致模型在简化时牺牲了表示能力。针对上述问题,提出一种基于解耦注意力和幻影卷积的轻量级人体姿态估计网络(DGLNet)。具体来说,DGLNet以小型高分辨率网络(Small HRNet)模型为基础架构,通过引入解耦注意力机制构建DFDbottleneck模块;采用shuffleblock的结构对基础模块进行重新设计,即用轻量级幻影卷积替代计算量大的点卷积,并利用解耦注意力机制增强模块性能,从而构建DGBblock模块;此外,用幻影卷积和解耦注意力重新构建的深度可分离卷积模块来替代原过渡层模块,从而构建GSCtransition模块,进一步减少计算量并增强特征交互性和提高性能。在COCO验证集上的实验结果显示,DGLNet优于轻量级高分辨率网络(Lite-HRNet),在计算量和参数量不增加的情况下,最高精度达到了71.9%;与常见的轻量级姿态估计网络MobileNetV2和ShuffleNetV2相比,DGLNet在仅使用21.2%和25.0%的计算量情况下分别实现了4.6和8.3个百分点的精度提升;在AP^(50)的评价标准上,DGLNet超过了大型高分辨率网络(HRNet)的同时计算量和参数量远小于HRNet。

摘要：针对联邦学习场景下客户端选择不公平及模型训练低效问题,提出了一种基于激励机制的隐私保护联邦学习框架(zCDP-FL)。该框架将第二价反向拍卖应用到客户端的选择策略,设计了激励机制算法(SRAI),最大化系统效益。此外,采用零集中差分隐私,提出了隐私预算动态分配算法,实现训练过程中噪声规模的动态调整,在严格隐私计算边界的情况下提供更强的隐私保护。理论分析与仿真实验证明,zCDP-FL能够有效防止隐私泄露,并提升了2.13%~3.62%模型训练效率。

摘要：针对雾化法去除微细颗粒粉尘过程中如何增强雾化喷嘴的雾化性能问题,采用Fluent对应用表面活性剂的雾化介质的压力旋流喷嘴雾化特性进行优化。研究基于欧拉-拉格朗日法探讨了三种不同雾化介质溶液(水、质量分数0.05%的十二烷基苯磺酸钠(SDBS)和十二烷基硫酸钠(SDS)的雾化特性,分析了压力旋流喷嘴雾化压力和介质种类在雾化场中对雾滴索特尔(Sauter)直径的空间分布和单位面积的雾滴数目通量N的影响。结果表明:雾滴轨迹呈空心圆锥状雾炬;SDS较SDBS、水溶液雾化得到的粒径更小,平均SMD粒径可达71.44μm。三种介质轴向距离的雾滴数量通量逐渐减小并趋于平衡,液滴数量通量N可达N=7.58E+09。研究结果可为冶金过程转炉蒸发冷却器、云式除尘器等除尘过程中喷雾压力与雾化介质的选择提供计算和设计基础数据。