摘要：高性能制造,是由以几何精度为主的制造上升到以产品性能的精准保证为目标的制造,其作为推动我国装备制造业升级的引擎,以及引领传统制造理念提升的旗帜,对国家装备产业的发展具有十分重要的意义。高性能制造理论指出,传统的装备制造流程形成了设计、制造、服役等严格的上下游关系,一定程度上了推动了多任务协作能力,提高了装备制造的效率。然而,不容忽视的事实是,这种设计、制造的单向串行模式人为割裂了设计环节与制造环节的耦合作用,在提高制造效率的同时,亦不可避免地制约了高端装备性能的进一步提升。作为高性能制造理论的重要组成部分,针对上述设计、制造之间的耦合作用,展开了进一步的讨论。首次采用Karush-Kuhn-Tucker最优性条件,从数学角度定量定式的揭示了传统设计制造“不协同”的根源所在,并针对这些不足,给出串行、并行和循环模式的高性能制造解决方案和求解方法。为打破我国高端装备/零部件的高性能制造瓶颈,进一步推动我国高端装备高性能制造的发展提供了理论与技术参考。

摘要：代理模型是计算复杂且费时的数值分析模型的替代模型,在一定程度上弥补了传统工程优化设计和数值仿真分析设计周期长、计算成本高、维数灾难等短板。近年来,代理模型技术蓬勃发展,成果丰硕,被逐渐应用在航空航天、船舶、汽车、发电等领域。首先对代理模型进行总体概述,调查了近三十年代理模型相关论文发表总量与年发表量,总体分析了国内外学者在此领域的投入与产出。其次从试验设计、单保真度代理模型、多保真度代理模型这三方面较为详细地介绍了代理模型研究现状。接着围绕代理模型在优化设计中的应用展开调查,分析与概述了代理模型辅助的多学科优化设计、多目标优化设计和不确定性优化设计。最后归纳总结了代理模型技术目前存在的问题,并对未来的研究方向提出了一些建议。

摘要：针对目前基于监督学习的轨迹预测模型数据利用效率低、精度有限的问题,提出一种轨迹预测模型及通用的自监督预训练策略。首先,基于Transformer搭建轻量化的轨迹预测模型,实现场景时序空间特征提取与交互关系建模;其次,设计运动信息时序掩码、道路信息空间掩码、交互关系掩码3类掩码重建任务对模型进行自监督预训练,以提升模型对场景通用特征的提取能力;最后,以预训练权重为初始化参数在下游任务中进行监督学习微调。在Argoverse2 Motion Forecasting数据集的实验表明,模型在预训练任务中能够很好地重建出交通场景,引入自监督预训练能够有效提升预测精度和数据利用效率,且对不同预测任务具有通用性,在单目标轨迹预测与多目标轨迹预测任务上minFDE6指标分别提升3.3%与3.7%。

摘要：为给球形机器人增加变直径功能,设计了一种由20个六边形单元、12个五边形单元及其连接件组成的变直径球壳机构,在其表面覆盖一层弧面元件,以确保球壳在滚动中的平顺性。为确保球壳内部机构始终处于球壳球心位置,设计了差动式对中机构。分析差动式对中机构中结构尺寸与球壳直径的关系,采用PID(比例-积分-微分)控制器,使球形机器人能够控制自身直径在220~329 mm之间改变。在机器人坠落触地时,利用球壳直径的改变与对中机构中电机的抵抗扭矩减小冲击,保护机器人内部结构。为使球形机器人具备在水平面内的全向运动能力,将机器人的运动分解为直线运动和转向运动。采用拉格朗日动力学方程对机器人直线前进运动进行分析,对前进电机旋转角速度进行闭环控制,使得机器人能够较为准确地跟踪基于高斯函数的目标速度曲线。采用牛顿-欧拉法对转向运动进行分析,对质心在机器人内部的侧向偏置进行闭环控制,实现了半径约为1 m的匀速圆周运动。

摘要：基于声电类比,设计了与电滤波器性能相似的低频消音结构,并结合传递矩阵法和模拟退火法,构造了声学结构的优化设计策略。首先,采用归一化方法,以四阶切比雪夫高通电滤波器为基准,设计了电学带阻滤波器;然后,基于声电类比,将电路中的电感电容转换为声学结构中的细管和圆柱腔,构造了消音结构原型,并利用传递矩阵法,建立其数学模型,推导声波传递损失表达式;最后,结合声学结构的数学模型和模拟退火法,以有效衰减带宽最大为目标,以消音结构的尺寸参数为变量,对原型结构进行优化设计。结果表明:基于声电类比,能获得合理的消音结构原型,克服了仅依靠经典消音结构进行设计的局限;结合推导的传递损失数学模型和模拟退火法,对消音结构原型进行参数优化,能显著提高其消音效果,表现在传递损失超过20 dB的带宽拓宽至410~2 165 Hz,是优化前带宽的202%,特别是优化后的结构克服了原型结构在466~537 Hz频率内不能实现有效消音的缺陷,获得了连续的大跨度有效带宽,且传递损失曲线平均增幅达22.8%。

摘要：针对地面复杂场景下,红外目标检测准确率低、网络模型过大难以应用于移动或嵌入式平台等问题,提出了一种轻量级红外实时目标检测模型MCA-YOLO.基于YOLOv4模型,主干网络采用Mobilenet-v2网络,其余部分网络采用深度可分离卷积替代部分标准卷积,减少模型参数和计算量;在模型颈部网络中嵌入坐标注意力(CA)模块,增强模型特征提取能力;通过k-means聚类算法重新设计模型Anchor,提高模型检测精度;采用迁移学习策略进行模型预训练,加快模型收敛速度.实验结果表明:提出的检测模型相较于YOLOv4,模型参数量减少81%,检测速度提升47%,检测精度提升6.34%.同时保证准确率和实时性,可以满足军事及安防领域对红外目标进行实时检测的需要.

摘要：针对传统的视觉同时定位与地图构建(SLAM)算法依赖的特征提取方法多为人为设计的图像特征,存在动态物体、光照条件改变等动态情形不够稳定,容易产生丢失跟踪的问题,提出了一种基于深度学习的、稳定的、实时的图像特征提取与匹配方法.对带有注意力机制的神经网络模型通过多任务蒸馏训练的方式进行训练,实现面向光线条件剧烈改变的场景特征提取与匹配,并且基于全局特征与局部特征,提出基于分级特征的重定位方法,提高系统整体的精度与稳定性,同时具有实时性.在同一场景不同光照角度的图像对上与Superpoint特征进行特征提取匹配对比测试,并且在TUM数据集上与ORB SLAM2及GCN SLAM进行定位精度对比测试,结果表明:所提出的方法能够在光照条件剧烈改变情况下提取足够稳定的特征,并且在fr3/sitting_static与fr3/walking_static上表现优于其他两种方法,轨迹均方根误差为6.131 mm和124.493 mm.最后在真实室内环境下进行了稀疏建图,并且验证了改进的重定位方法的有效性.

摘要：为节约风力发电机成本,通过从多个维度权衡风力发电机综合效益、处理定性指标与定量指标的关系、解决定性指标主观因素过大的问题,针对风力发电机部件进行初步选型,确定了需要绿色选型的4种部件,即发电机驱动、变桨、偏航、主传动.基于可持续性评价框架,在全生命周期评价的基础上引入全生命周期成本分析,针对风力发电机制造、安装、使用过程的不同特点引入技术因素,建立部件绿色选型综合评价指标体系.从3个维度分别收集和计算风力发电机部件评价指标值,其中采用切削比能的方法解决加工过程能量消耗数据缺失的问题.在此基础上构建可持续性综合评价模型,建立风力发电机部件评价目标,采用蚁群算法优化最合适的参数.用优化后的模型参数对风力发电机可选部件进行评价,选取综合效益指标最高的部件用于设计和生产.

摘要：为了使飞行器在不同飞行状态下均保持良好气动特性,提出了一种可变厚度机翼气动特性优化方法.首先,以NACA0012为设计翼型,采用CST方法将翼型参数化,利用Isight集成XFoil对目标翼型优化,得到优化后翼型参数并进行气动特性分析;其次,基于优化结果,利用Fluent对翼型气动特性进行分析,得到翼型变截面厚度变化前后表面压力分布情况.结果表明,对于NACA0012翼型,在飞行马赫数为0.3、迎角为10°时,变形优化后可以使升阻比提高13.06%.

摘要：随着微纳米工艺的发展,微光学元件的制备和应用成为重要研究方向。生物复眼具有视场大、体积小、动态特性好等优点。微透镜阵列是一种常用的仿生复眼的光学元件,具有广泛的应用场景。为此,提出了一种基于电喷墨打印技术制备多焦距的曲面微透镜阵列的工艺,所制备的多焦距微透镜阵列可以解决曲面基底和平面的图像传感器焦距不匹配引起的离焦模糊问题。首先基于电喷印技术制备平面的多焦距微透镜阵列,然后在表面形成抗粘层并倒模,得到微透镜阵列凹模,最后经负压弯曲注胶固化过程,制备了多焦距的曲面微透镜阵列。阵列的整体半径为6 mm,焦距范围为4.9~6.23 mm,总方向角大于60°。