摘要：为改善动态无线电能传输(dynamic wireless power transfer,DWPT)过程中,因发射阵列之间摆放间距过大而产生的输出电压和输出功率的波动问题,提出一种新型发射结构。首先,在BPP(bipolar pad)线圈结构基础上,将主发射(domination transmitter,Dtx)线圈与补偿(compensation,Cx)线圈串联组成一个发射段,并对DWPT系统采用分段控制,以减小损耗;其次,采用解耦电容解耦Dtx线圈与Cx线圈,并分析了系统的电路原理;然后,利用Ansys Maxwell有限元分析软件对耦合结构进行优化设计,并选择最佳的切换位置,以减小功率的波动;最后,搭建实验平台以验证结构的可行性。实验结果表明:新型磁耦合结构输出功率的波动为3.9%,输出电压的波动为2.9%,与改进前的耦合结构相比,输出功率的波动降低了15.8%,输出电压的波动降低了7.6%;在相邻Dtx线圈的过渡区域中,与改进前的耦合结构相比,输出功率提高了33.8%,且系统传输效率稳定在88%左右。所提出的新型发射结构有助于减小移动过程中输出电压和输出功率的波动,可为磁耦合结构的设计与应用提供理论支持。

摘要：为了提高永磁直线同步电机的自抗扰控制的动态响应性能和抗干扰性能,增强系统整体的控制性能,提出了一种基于无模型控制的改进滑模自抗扰控制策略。首先,基于滑模变结构原理以及无模型控制理论对自抗扰控制器中的扩张状态观测器和非线性状态误差反馈进行优化,建立了超局部模型,采用非奇异快速终端滑模控制代替原有的非线性状态误差反馈,同时设计相应滑模面与扩张状态观测器相结合,提高观测器对扰动因素的观测精确度的同时增强控制器的动态响应性能和抗干扰能力。然后设计了改进指数趋近率,通过引入系统状态变量使得控制器可以进行自适应调节,进一步提高系统的控制性能。通过李雅普诺夫理论证明了控制策略的稳定性,仿真和实验结果表明,该控制策略相对传统的自抗扰控制器所具备的优越性。

摘要：同面阵列电极敏感场的非线性特性导致图像重建过程存在严重的不适定性,为提高同面3×4阵列电容成像系统的成像质量与稳定性,提出了一种数据降维并结合平方增敏的方法对敏感场进行优化。该方法依据最大熵原理实现敏感场的自适应降维寻优,重构得到的特征敏感场与实际敏感场具有更高的特征匹配度。另外,平方化的增敏方式可以增强敏感场特征数据与和非特征数据的对比度,同时还可以减弱敏感场矢量求解造成的特征边缘波动性。最后通过同面3×4阵列电容成像系统,设计了多组实验对所提优化方法的有效性进行验证,结果表明敏感场优化后的重建图像质量与稳定性明显提高。

摘要：为了解决插电式混合动力汽车单一电池低比功率、无法响应暂态功率需求的问题,设计了电池和超级电容并联式复合储能系统。同时针对采用动态规划法优化负载电流分配时缺乏实时性的问题,利用不同驱动工况下动态规划优化的结果构成训练集进行训练,并综合GRU网络以及XGBoost算法,提出了一种Stacking集成学习框架下多模型融合的能量分配策略。仿真结果表明,与仅使用单一电池的储能系统相比,基于Stacking融合模型的实时能量分配系统在UDDS和US06两种循环工况下,电池峰值电流分别降低了48.7%和50.8%,有效削弱了电池的峰值电流,提升了电池的整体性能。

摘要：为了解决航拍图像中车辆小目标检测困难的问题,提出一种改进的YOLOv5s航拍车辆检测算法。首先,将未利用的浅层特征信息与其他深层特征信息进一步融合,组成用于小目标检测的新检测层,提高小目标的检测能力;其次,结合SPD模块重新设计CSP模块构成SPD-CSP模块,代替原有网络的下采样操作,减少特征提取时小目标有效信息的损失;最后,将通道注意力机制ECA模块引入到Backbone部分中,通过自适应地调整不同特征通道的权重系数,使得网络更加关注特征图中的关键信息,减少无关信息的干扰。实验结果表明:提出的算法在VisDrone数据集上,与YOLOv5s网络相比,均值平均精度P_(mAP 0.5)提高了6.4%,检测速度FPS达到65帧/s,能实时、精确地对航拍车辆进行检测。

摘要：针对欠驱动桥式吊车系统的小车位置传感器故障问题,设计了一种基于观测器的自适应容错控制算法。考虑小车位置传感器出现了大小和符号均未知的故障,为了实现系统稳定下的定点和防摆控制目标,提出了由基于K滤波器的观测器以消除未知传感器故障的影响,同时引入Nussbaum增益来减轻故障未知符号的影响,二者共同组成自适应容错控制器使得桥式起重机可在传感器故障下依然实现控制目标。同时,基于李雅普诺夫稳定性理论,利用反步法证明了欠驱动桥式起重机系统的稳定性。最后,利用MATLAB验证了控制方案的可行性。

摘要：在堆场环境下,实时图像语义分割可以提供直观的场景类别信息。为节约工控机等边缘设备的硬件资源以及为多源信息融合提供图像语义类别信息,提出一种轻量化的实时语义分割网络模型。首先提出基于空间注意力引导的上采样融合模块,通过引入空间注意力和残差注意力结构设计一种轻量化的解码器,在上采样过程中还原空间细节,抑制冗余信息,进而融合不同来源的特征图;其次提出一种轻量化的级联空洞空间金字塔模块,利用级联的空洞卷积单元增大网络感受野,有效提取多尺度特征;最后使用通道分离、通道混洗、通道池化等操作,降低多尺度聚合过程中的计算开销。在公开数据集Camvid上,该模型的平均交并比(MIoU)为70.1%,推理速度为146.3帧/s,分割精度和推理速度优于ENet、ICNet等模型,消融实验结果也证明了所提各模块的有效性;在实际堆场图像数据集上,该模型的MIoU为93.5%,推理速度为123.8帧/s,证明模型结构具有良好的泛化性能。

摘要：现在众多传感结构模型只能对单变量待测样本折射率进行传感检测,为实现不同待测样本的高通量检测并降低环境因素的干扰,提出了一种基于波长调制的变周期亚波长介质光栅多层膜复合结构。以双周期为例进行分析,变周期光栅层由两个具有不同光栅周期的介质光栅A和B组成,通过有限元法对传输特性进行分析,TE偏振入射光以垂直于光栅层表面的方式入射至介质光栅表面,当在介质光栅区域A和B内分别满足相位匹配条件时,变周期亚波长介质光栅会形成GMR,提供两个具有单一窄带的双离散态共振缺陷峰;由于类F-P腔中含有周期性光子晶体,光波传播到光子晶体会产生光子禁带,提供一个较宽频带的连续态。在满足相位匹配条件时,变周期亚波长波导结构中形成的双离散态共振缺陷峰与周期性光子晶体多层介质薄膜构成的类F-P腔中形成的连续态发生耦合,实现双重Fano共振。然后通过探究波导层厚度dw和光子晶体周期数N对传感特性的影响,选择dw=97 nm和N=3,使其达到FOM值最大。最终因变周期介质光栅层是由两种具有不同介质折射率的材料构成,在介质光栅区域A和B的光栅凹槽部分可设置两个传感检测单元,建立基于波长调制的双重Fano共振全电介质传感模型,设置不同的传感检测区域,发现双重Fano光谱曲线在不同传感检测区域内都能随着ns1和ns2变化,间接实现了对待测样本折射率的动态检测,因而可在同一传感结构模型中实现对不同待测样本折射率区间的多变量检测。结果表明,在传感检测单元A内,FR1和FR2的FOM值分别为631.53和463.7 RIU^(-1);在传感检测单元B内,FOM值分别为480.67和834.04 RIU^(-1)。所设计的传感结构模型通过结构参数优化,实现了传感结构的高反射率、高FOM值和较宽的检测范围,对双重Fano共振提供了理论参考,对待测样本折射率的多变量检测具有一定的研究价值。

摘要：针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研究了基于膨胀因果卷积的可变长度数据分析结构,并设计了自适应位置编码模块替代Transformer的传统编码方式,改进的模型增强了对时频数据的分析能力,实现了高效、准确的端到端的滚动轴承剩余寿命预测。在PHM2012轴承数据集上的实验结果表明提出的方法的效率比LSTM高20%,同时预测精度相比于多种现有传统方法均具有16%以上的提升。

摘要：针对目标检测任务中背景复杂、目标尺寸差异大等因素导致目标检测结果较差的问题,本文提出基于注意力和密集重参数化的目标检测算法。首先,基于CSP-DarkNet提出高效的特征提取网络,主要包括密集重参数化模块和CASA模块2个设计。前者利用密集连接保留浅层特征,又通过重参数化结构降低网络复杂度;后者CASA模块用于获取需要的目标信息。其次,特征融合在特征金字塔(FPN)和路径聚合网络(PAN)的基础上,引入内容感知特征重组(CARAFE)进行上采样,有效解决了邻近插值法等未能捕捉丰富语义信息的问题;提出更高效的C3-G模块,获取丰富的梯度信息,增强模型表达能力和感知能力;同时,引入深度可分离卷积提升运算效率。最后,检测输出采用在更大范围上跨领域正负样本匹配策略扩充正样本数量,提升检测效果。该算法在MS COCO和PASCAL VOC数据集上的mAP@0.5分别达到了57.5%和83.0%,充分说明了本文算法的先进性。