摘要：裂缝检测对保证隧道结构安全至关重要,及时发现隧道裂缝缺陷,有利于降低工程维修成本和保障行车安全。然而,传统卷积神经网络在隧道裂缝检测任务中主要侧重提高检测精度和算法复杂度,如何平衡裂缝检测的精度和实时性是当前研究的一个难点。针对这一问题,本文提出一种基于轻量级Transformer的裂缝分割方法 CrackViT。首先,采用卷积神经网络与Transformer混合的MobileViT网络构建裂缝特征提取网络,减少网络模型参数和计算量,并且有效提取裂缝图像全局信息和局部特征信息。然后,提出改进空洞空间金字塔池化解码器实现不同尺度的特征提取和信息融合,实现像素级概率分布。同时,裂缝图像存在细节信息缺失问题,引入高效通道注意力模块,增强对裂缝特征信息的提取能力。此外,针对裂缝与背景类别不平衡问题,设计了在线困难样本挖掘损失函数进行缓解。实验结果表明:在单个3050Ti GPU上,CrackViT算法最终在裂缝数据集上以63 FPS的速度获得了75.62%的IoU,模型参数量仅为2.43 M。CrackViT-L模型精度IoU为76.83%,模型参数量为3.56 M,模型推理速度达到61FPS。算法测试精度优于大多数主流模型,并且需要更少的模型参数。研究结果表明,CrackViT所预测的隧道裂缝分割图像边缘更加清晰和完整,保持推理速度的同时,能够有效检测裂缝,该算法有助于隧道裂缝检测实际应用。

摘要：由于直线感应电机特殊结构和动态边端效应等影响,其励磁电感和次级损耗电阻的变化机理和规律复杂,为提高观测器对励磁电感和次级损耗电阻的辨识精度和性能,提出一种基于改进互联型全阶观测器的直线感应电机双参数在线辨识方法.首先,根据考虑动态边端效应的直线感应电机T型等效电路,建立双参数变化的电机状态空间方程,并分析参数变化及耦合特性对电机极点影响;其次,为减小参数耦合对辨识精度的影响,建立双参数互联的低耦合辨识模型,完成互联型全阶自适应观测器设计,采用Popov超稳定性理论推导励磁电感和次级电阻在线辨识的自适应律,实现双参数在线辨识;然后,为提高观测器的稳定性和收敛速度,结合新型极点配置法完成反馈增益矩阵的推导与设计;最后,搭建仿真模型和硬件在环辨识模型进行实验验证.结果表明:新型全阶自适应观测器在启动加速阶段时励磁电感和损耗电阻辨识误差在0.01%左右;在负载动态时损耗电阻辨识误差在0.03%左右.

摘要：针对钢材表面缺陷区域小目标居多,现有大部分方法无法均衡检测精度和速度的问题,提出一种基于YOLOv7-tiny的钢材表面缺陷检测算法(GBS-YOLOv7t)。该方法一是设计GAC-FPN网络,采用渐进和跨层的方式充分融合目标语义信息,以改善传统特征金字塔中存在限制信息流问题;二是嵌入双层路由注意力模块,使模型具备动态查询和感知稀疏性能力,以提高对小目标的检测精度;三是引入SIoU损失函数,提升模型训练和推理能力,增强网络鲁棒性。最后在公共数据集NEU-DET进行实验验证,mAP和精确度分别为72.9%和69.9%,相较于YOLOv7-tiny原模型分别提升4.2%和8.5%;FPS达到104.1帧,具有较强实时性;与其他检测算法相比,GBS-YOLOv7t算法对钢材表面区域小目标的检测更有效,实验表明改进后的算法能够更好地均衡检测精度和速度。

摘要：针对电机多参数多目标协同优化较为复杂的问题,提出了基于非支配排序遗传算法分层迭代优化的思想。首先,介绍定子分段混合励磁开关磁阻电机的设计流程和工作原理。其次,选择电机的待优化参数和优化目标,并引入Pearson相关系数分析电机参数与优化目标的相关性,根据相关性结果对待优化参数进行分层;建立各层优化参数与优化目标的非线性模型,将非线性目标模型引入多目标优化算法。最终,在Pareto前沿中选取最优个体,完成对电机结构参数和控制参数的分层迭代优化,确定电机的最优结构参数和控制参数,并通过有限元分析软件进行验证。相比较于初始模型,优化后电机的效率略有提高,平均转矩增加12.44%,转矩脉动减小64.96%。根据最优参数制造出实验样机,实验结果验证了优化设计的有效性和优越性。

摘要：针对传统直接转矩控制策略转矩脉动抑制性能弱、调速平稳性差和调速范围窄问题,提出一种基于自抗扰的开关磁阻电机无磁链直接转矩控制。分析传统直接控制转矩策略转矩脉动较大的原因,在此基础上设计了一种无磁链闭环控制方法并且重构了更适应电机运行特性的电压矢量;针对传统自抗扰参数过多难以整定问题,采用线性自抗扰控制器将其代替,提高了控制器的速度、抗扰动能力和鲁棒性。仿真验证结果表明,在不同转速、负载工况下,不仅动态响应性能提升,而且电机转矩脉动得到进一步抑制,电流峰值降低,进而提高了转矩电流比。

摘要：针对传统永磁同步电机(PMSM)无传感器控制存在的超调量大、抖振明显,易受负载扰动影响的现象。提出一种基于高阶滑模的控制策略,结合超螺旋算法(STA)和任意阶算法设计出新型高阶滑模控制器,将新型的控制器分别应用于速度控制器、状态观测器和扭矩观测器,用饱和函数代替符号函数,同时采用积分滑模面和模糊控制对控制系统进行优化。系统使用状态观测器和锁相环(PLL)获取转子位置信息,并通过扭矩观测器将观测值前馈补偿至速度控制器。经过模拟仿真表明该高阶滑模控制系统可以有效地抑制超调和抖振,提升转子位置的估算精度,同时大大提升了系统的抗干扰性和鲁棒性。

摘要：为改善永磁磁浮技术及装置性能验证过程中存在的危险系数高、费用昂贵、现场测试条件差等问题,基于系统仿真软件模拟优势,应用相似理论的模型实验方法,探究了电磁场与永磁场的主动控制策略,设计了一套完整的磁悬浮实验系统。以工程电磁场理论及非线性有限元算法为基础,利用COMSOL Multiphysics模型开发器对永磁电磁系统的磁力场作用规律及控制策略进行了设计与分析,验证了两种悬浮结构的多模态模型下的控制算法的可行性,并为初步研制并联式混合悬浮系统设计及算法实现提供了模拟样机,为提高学生理论分析及应用设计能力提供了更为直观、系统的实验平台。

摘要：针对结直肠息肉图像分割中病灶区域尺度变化大、边缘模糊以及息肉与正常组织对比度低等问题,导致病变区域分割精度低和分割边界存在伪影,提出一种基于Swin Transformer和图形推理的自适应网络.该网络一是利用Swin Transformer编码器逐层提取输入图像的全局上下文信息,弱化背景信息干扰,多尺度分析病变区域的显著性特点.二是提出全局与局部特征交互模块增强网络对复杂病灶的空间感知能力,突出待分割目标的关键位置信息,精准定位目标.三是通过区域引导图推理模块以图循环递推的方式挖掘先验信息之间的高阶显性关系,促进图间信息传递.四是设计面向边缘细节的边缘约束图推理模块,整合边缘细节,改善分割效果,提高分割精度.在CVC-ClinicDB、Kvasir、CVC-ColonDB和ETIS数据集上进行实验,其Dice系数分别为0.939,0.926,0.810和0.788,平均交并比分别为0.889,0.879,0.731和0.710,分割性能优于现有方法.仿真实验结果表明,对于形态结构复杂、对比度低和边缘模糊的结直肠息肉图像均有较高的分割精度.

摘要：为减小水压机器人关节尺寸,提出了一种体积小、输出力矩大的水压驱动的转角伺服机器人关节执行器。首先根据水压转角伺服机器人关节作动器的结构和工作原理,建立了关节作动器的数学模型,推导了关节作动器的控制方程并进行了线性化处理,并建立了机器人关节执行器的AMESim模型,验证了线性化控制方程的可靠性,在此基础上根据输入角幅值、外部负载扭矩和水压对关节执行器进行优化,优化后的水压驱动机器人关节执行器具有位置跟踪精度高,动态响应快等优点。

摘要：针对目前车辆目标检测任务中模型特征表征能力不足、检测精度低、重叠漏检等问题,提出一种基于YOLOv8改进的自注意力融合车辆目标检测模型。首先,提出一种自注意力卷积聚合特征提取模块(AC-ReELAN),该模块采用stage-level方法融合ACMix与CBS,通过残差链接结合多粒度特征信息,改善原网络主干网络结构,提升模型特征信息提取与表征能力;其次,在Neck部分引入动态双维度注意力机制(D_CBAM)通过设计自适应卷积取值空间,动态地限制权值范围,建立多通道权值赋予机制,在保证模型精简的同时提升模型的滤波能力,加强对目标的关注度,增强模型精确定位能力;最后,引入MPDIoU边界框回归损失函数,优化回归指标,简化计算过程,加快模型收敛速度,提升模型鲁棒性。实验结果表明,改进后模型平均检测进度达到了85.7%,相较YOLOv8提高了10.1个百分点,检测速度达到51 FPS,达到实时检测的要求。