摘要：水下游动机械臂(underwater swimming manipulator,USM)是一种由水下蛇形机器人和矢量推进器组成的新型水下机器人。USM系统具有高度非线性、强耦合以及不确定性等特点,其动力学模型难以精确建立。因此,实现USM的高精度镇定控制存在挑战。针对这一问题,本文基于反馈线性化和自适应径向基函数神经网络(radial basis function neural network,RBFNN),设计了一种动力学控制方案以实现USM的镇定控制。首先,介绍了USM平台结构,基于Lagrange方程给出了USM的动力学模型,并推导了USM的矢量推力系统模型。然后,设计了基于反馈线性化和RBFNN的动力学控制器,并通过反步法自适应更新RBFNN的权重。其中,权重自适应更新RBFNN用于实时估计系统未建模部分、参数误差以及外部扰动,从而对动力学控制器进行补偿。此外,为了将动力学控制器提供的广义力和力矩转换成各个执行器的控制输入,给出了推力分配策略。最后,进行了湖泊实验,分别对USM的I构型和C构型镇定控制,文章所提出的控制方案在两种构型下的稳态误差均小于0.08 m和10°,验证了所提出的USM六自由度镇定控制器的有效性。

摘要：针对高超声速飞行器制导和控制系统分离设计方法的不足,提出通过制导控制一体化设计提升其可打击区域的方法。首先,在建立高超声速制导控制一体化模型的基础上,揭示了其通过控制弹体坐标系与地面坐标系的牵连加速度来跟踪制导指令的工作原理。其次,通过典型弹道的数值仿真,对比分析了制导控制一体化设计相较于分离设计的控制信号差异。最后,通过确定制导控制分离设计及一体化设计的高超声速飞行器可打击区域的方式,从大样本仿真角度体现制导控制一体化的优势。结果表明,制导控制一体化设计可以放宽对可用过载的需求且有助于提升高超声飞行器的可打击区域。

摘要：针对带有未知外部扰动的四旋翼无人机轨迹稳定跟踪问题,设计了一种基于干扰补偿的控制策略。针对四旋翼无人机位置环设计PID位置控制器,并基于干扰估计器对外部干扰进行补偿。通过姿态解算得到期望姿态,并针对四旋翼无人机姿态环设计具有强鲁棒性能的INDI姿态控制器,通过Simulink进行仿真对比试验。实验结果表明,该控制策略可实现带有未知外部扰动条件下的四旋翼无人机轨迹跟踪能力。

摘要：针对盾构管片自动化拼装中的管片位姿检测问题,提出了一种无需事先标记管片且适用于几何参数未知的盾构管片自动化拼装方案,并推导了管片位姿检测算法。该方案利用安装在拼装机器人末端执行器抓取板上的5个线激光传感器分别对管片的直边和弧边进行照射,通过检测线激光照射在管片边缘而产生的偏折点的3D坐标,逐步计算出管片在拼装过程中相对于拼装机器人的基坐标系的位姿,再据此计算出机器人将待拼装管片拼装至期望位姿时,机器人末端执行器相对于基坐标系的位姿,从而实现管片的自动化拼装。为了验证该算法的有效性,在实验室环境中搭建了基于线激光传感器的管片自动拼装实验平台,并利用该平台进行了管片自动拼装实验。实验结果表明,提出的盾构管片自动拼装方法在管片定位方面表现出较小的误差,且管片拼装最大错台为1.50 mm,最大间隙为0.96 mm,符合工程要求。这为盾构管片的自动化拼装提供了一种有效的技术解决方案。

摘要：随着压缩感知(compressed sensing,CS)在智能电网中的应用不断深入,其在非侵入式负荷监测(non-intrusive load monitoring,NILM)领域的研究表现出滞后性。为此,在分析NILM中的CS应用必要性后,该文针对CS在NILM中的应用研究进行展望和探索。首先,对CS原理与NILM流程进行融合分析,提出压缩感知在非侵入式负荷监测中的3种应用模式;然后,针对3种应用模式的具体流程,展望各应用模式的研究方向和适用场景。在此基础上,从CS要素和负荷分析两个方面,重点探讨CS在NILM中应用所需解决的关键技术,设计适应NILM的测量矩阵、稀疏基和重构算法等CS要素的改进思路,提出在CS框架下事件探测、负荷分解、负荷识别、特征提取等负荷分析方法的实现思路。该文所做工作旨在探索CS在NILM中的应用,以期为后续研究提供指导。

摘要：随着无人机执行任务复杂性与环境种类多样性的不断提高,多无人机集群系统逐渐得到国内外的广泛关注,无人机路径规划成为当前研究热点.考虑到传统路径规划算法一般需要先验地图信息,在搜索救援等环境未知场景中难以满足,本文提出了一种基于强化学习的未知环境下的无人机集群协同探索路径规划方法.首先,考虑无人机集群协同探索任务特点及动力学、避碰避障等约束条件,基于马尔可夫决策过程,建立无人机集群协同探索博弈模型与评价准则.其次,提出基于强化学习方法的无人机集群协同探索方法,建立基于策略-评判网络的双网络架构,并利用随机地图增强探索方法面对未知环境的泛化能力.每架无人机在探索过程中不断收集地图信息,并基于环境信息和个体间的共享信息调整自身策略,通过迭代训练实现未知环境下的集群协同探索.最后,基于Unity搭建无人机集群协同探索虚拟仿真平台,并与非合作的单智能体算法进行对比试验,验证了本文所提算法在任务成功率、任务完成效率和回合奖励等方面均具有优势.

摘要：基于印制电路板(PCB)技术的盘式永磁电机(AFPMM)提出一种新型Halbach阵列的转子结构,该阵列结构简单、易于优化。运用矢量磁位法对新型转子产生的空载气隙磁密进行解析推导,获得关于气隙磁场的数学模型。基于该模型,保持永磁体总用量不变,以永磁体极弧系数比和径向长度比作为优化变量,气隙磁密基波幅值和谐波畸变率作为优化目标,确立最优转子结构参数。三维有限元仿真结果表明,解析法所得的气隙磁密波形与有限元法基本一致,验证了所提出解析模型的合理性。与传统Halbach阵列相比,新型Halbach阵列气隙磁密基波幅值提升了10.3%,同时谐波畸变率由19.8%降至4.8%,优化效果明显,可以有效降低高频工况下电机的涡流损耗、提升电机效率。最后制造一台样机进行相关实验测试,验证了解析和仿真分析的正确性,对PCB定子AFPMM的设计具有一定参考价值。

摘要：海表面高度作为一项重要的海洋观测指标,对海洋生态系统和气候变化研究具有重要影响。传统基于循环神经网络(recurrent neural network,RNN)的时空序列预测模型在更新记忆状态时,存在一个关键问题:旧的记忆状态会被立即刷新,模型无法有效地保留时间序列的长期依赖关系和变化趋势。这导致在多步海洋预测中,模型无法充分挖掘时间域的重要特征,从而使预测误差随着预测步长的增加而严重累积。为解决这个问题,设计一种原型校正时空网络(prototype corrected spatiotemporal network,PCST-Net)来实现准确的端到端多步海表面高度时空预测。PCST-Net采用基于RNN的网络结构,并设计记忆状态更新(memory state update,MSU)单元作为模型的核心构建单元。MSU单元利用原型校正模块(prototype correction module,PCM)来学习海表面高度样本的原型特征,从而提取时间域中的关键信息,并校正当前时间步的海表面高度高维特征,有效缓解多步预测中的严重误差累积问题。此外,提出一种多步信息输入策略,使模型能够从更广泛的时间步长中获得更全面准确的上下文信息,进而提高预测性能。通过对热带太平洋日平均海表面高度异常(sea surface height anomaly,SSHA)数据的多步时空预测验证了所提出的模型。结果表明:PCST-Net模型对未来5 d多步SSHA时空预测的平均均方根误差、平均绝对误差和皮尔逊相关系数分别为0.634 cm、0.488 cm和0.995。研究表明,PCST-Net模型可以准确地预测SSHA的时空变化趋势,这为多步海表面高度时空预测模型提供了一种可行性方法。

摘要：超音速旋流分离技术作为一种新型的多相流分离技术,在天然气脱水脱烃领域有较好的应用前景。超音速分离器内液膜特性与分离性能息息相关,本文以其湿气出口段液膜特征为研究对象,开发了一套FPC电导式液膜厚度测量系统,设计了标定装置获取传感器实际输出特性。搭建实验管段展开气液两相分离实验,研究了入口含液量与背压比对液膜特征的影响。实验显示液膜厚度低于500μm时传感器灵敏度较高,拟合曲线误差在±5%以内。时域上统计学分析表明液膜厚度呈双峰分布,基层厚度约为70μm。频域上小波包分解后第2、第3频段与其他频段能量分布变化趋势有明显差异,据此对原始信号依次进行重构、局部均值分解、求近似熵和聚类,结果表明含液量增大,液膜波动加剧,近似熵可聚类为三类,对应三种流形。采用互相关算法分析液膜扰动波速度,含液量增大其流向分量与周向分量均呈指数增长趋势,流向分量及其RMSE范围分别为84.7~339.0mm/s、1.15~4.51mm/s,周向分量及其RMSE范围分别为54.8~186.4mm/s、1.20~3.38mm/s。

摘要：无人机技术已经广泛应用于各种研究领域,任务分配是多无人机协同的关键技术之一,对多无人机任务完成质量的影响极大,针对多个目标追踪场景下的多无人机任务分配问题,提出了一种基于拍卖鸽群优化(auction-PIO)算法的分布式分配方法.首先采用追踪总距离、分配均衡性、任务完成时间3个性能指标,结合追踪任务约束条件,建立了分布式多指标0/1整数规划模型.然后以拍卖策略作为分布式优化框架,无人机作为拍卖者对地面目标进行竞拍出价,通过多轮竞拍确定任务分配方案.为提高拍卖分配的最优性,增强了各无人机间的共享信息量,进而使无人机可对所有目标进行竞拍出价,并引入PIO算法更新各无人机的竞拍价格,将鸽子位置编码为无人机对各地面目标的竞拍增价,利用地图指南针算子和地标算子迭代更新种群位置,实现对无人机竞拍价格的优化更新.在此基础上,设计基于目标优先级的解算策略,用于将竞价矩阵和距离矩阵解算为任务分配方案,并进行了算法的计算复杂度分析.最后对所提拍卖鸽群优化算法分别进行了数值仿真、Gazebo虚拟仿真和实机户外飞行实验,结果表明:所提算法拥有良好的任务分配性能,不但在数值仿真对比中,优化性能比经典拍卖算法提高了12.16%,而且虚拟仿真和户外实验也说明算法能够满足实用性要求.