摘要：针对电动汽车换挡过程的转速控制阶段存在控制器局域网络(controller area network,CAN)通信时延而导致的控制精度低、稳定性差的问题,建立了带有随机时延的驱动电机转速闭环控制数学模型,通过基于伯德图的频域分析,提出了使用分数阶PID修正频响曲线的方法,提高了系统对时延的适应性.针对时延的时变性和固定参数PID性能的局限性,设计了一种基于模糊分数阶PID的驱动电机转速控制算法.仿真与台架实验结果表明,该控制算法取得了良好的控制效果.

摘要：针对电动汽车无同步器机械自动变速器(automated mechanical transmission,AMT)挂挡冲击问题,建立了包括驱动电机、AMT接合套与接合齿圈、整车等效转动惯量的两挡电动汽车传动系统模型,对挂挡过程进行了动力学分析.理论分析及台架试验验证结果表明,接合套与接合齿圈初始接触位置、接合套的轴向速度是影响挂挡冲击的主要因素,无论接合套与接合齿圈初始顺齿接触或逆齿接触均会产生冲击.为实现快速、低冲击的挂挡目标,设计了一种可以自适应接合套与接合齿圈初始接触位置的挂挡控制策略,台架试验结果表明挂挡冲击得到了有效控制.

摘要：拇外翻产生各种疼痛以及不良症状,主要是由前足足底压力过高导致。临床医生往往通过主观判断结合影像学诊断足底压力异常。由于缺乏足底压力数据支持,医生诊断与实际病情可能不相符。使用高传感器密度的阵列式压阻传感器设计了足底压力采集系统,实现了足底压力的精准采集、实时显示与存储。引入局部压力峰值分布,辅助实现拇外翻患者病情精准评估。还通过Resnet18对足底压力数据进行识别与分类,与现有6种算法相比,分类准确率提升1.1%。所提出的足部辅助诊断系统在影像学基础上通过阵列中的局部压力分布辅助医生进行主观诊断,对于手术与治疗方案的选择以及提升拇外翻判别准确度至关重要。

摘要：以氮氧自由基为配体,合成了2例未见文献报道的氮氧自由基-稀土配合物[Dy(hfac)3(NIT-C_3H_5)(H_2O)]与[Dy(hfac)3(NITC3H5)]n(hfac=六氟乙酰丙酮,NIT-C3H5=2-环丙烷基-4,4,5,5-四甲基-2-咪唑啉-3-氧化-1-氧基自由基)。单晶结构分析表明配合物1为单核结构,单斜晶系P21/c空间群;配合物2为一维结构,单斜晶系P21/c空间群。交流磁化率测试结果表明配合物2虚部表现出频率依赖,这表明配合物2是单链磁体。

摘要：针对金属注射成型(MIM)工业生产零件由于缺陷细微导致的肉眼识别率低和人力资源耗费严重的问题,设计了一种基于卷积神经网络(CNN)的缺陷检测识别方法。利用迁移学习解决当前由于训练数据少而导致识别率低的问题,并提出了一种轻量化特征重用网络模型,对MIM工艺生产的小模数齿轮进行缺陷检测。实验结果表明:训练模型在MIM齿轮缺陷检测的准确率达到98%以上,可对零件实现快速、准确的检测,该检测识别技术可以应用于同类的零件制造业完成分类和检测任务,在工业上具有重要的研究价值和实践意义。

摘要：在内撑式基坑工程中,活络端直接影响钢支撑的整体承载力和刚度,是控制基坑稳定和变形关键构件。对钢支撑活络端节点结构进行了创新设计,建立了该活络节点设计分析方法,研制了1∶1原型试件。

摘要：为了精确地进行矩形钢管混凝土结构分析,提出了矩形钢管混凝土柱偏压极限荷载的半解析计算方法。针对所有截面应力状态情况构建解析方程组,包括内、外力平衡方程,临界状态极值条件方程,以及根据变形假定和几何条件建立的曲率方程。通过编制数值计算程序求解方程组,得到矩形钢管混凝土柱偏压极限荷载数值解。与现有设计规范相比,提出的半解析方法选择了一种更精确的分段非线性约束混凝土本构模型。通过与已有的相关试验结果、设计标准和有限元计算结果对比分析,表明提出的半解析方法计算结果与试验结果吻合良好,计算精度与有限元法相当,高于设计标准提供方法的计算精度。

摘要：针对污水处理过程能耗模型难以建立的问题,提出了一种基于自适应回归核函数的建模方法。通过分析污水处理过程的运行特点,构建能耗与运行过程变量之间的关系,得到一种基于过程变量的能耗模型表达;同时利用梯度下降算法对能耗模型参数进行自适应调整,提高模型精度。最后,将设计的能耗模型应用于污水处理过程基准仿真平台BSM1和实际污水处理厂,实验结果表明该模型能够根据污水处理过程变量实时获得污水处理过程的能耗,具有较好的自适应特性和较高的精度。

摘要：针对非支配排序遗传算法(NSGA2)在求解管网多目标优化问题时容易陷入局部最优,最终导致难以求得分布均匀的Pareto最优解,提出了一种改进的INSGA2算法。该改进的算法引进了差分变异算子,抽取其中的差分向量与NSGA2算法结合以避免算法陷入局部最优,从而改善种群的分布性。通过4个国际标准的测试函数来对算法进行测试,并与原NSGA2算法进行对比,测试结果表明INSGA2算法能求得分布较均匀的最优解。最后,利用改进的算法对双环管网进行多目标优化设计,研究结果也验证了该算法的有效性。

摘要：针对污水处理过程具有非线性的特点,建立基于PSO-ESN神经网络的污水处理软测量模型,来对于污水处理关键水质参数BOD(Biochemical Oxygen Demand)进行预测。由于回声状态网络(Echo State Network,ESN)学习算法无法有效解决高维矩阵训练不可逆,采用基于粒子群优化算法对于回声状态神经网络输出权重进行训练,进而有效解决回声状态网络病态解的问题。仿真结果证明,所设计的基于关键水质参数生化需氧量(BOD)软测量模型,其应用在污水处理关键水质参数预测的有效性,且该软测量模型具有较高测量精度。