摘要：安全性评估对电动垂直起降飞行器的架构开发、安全管理、设计验证及商业化有着至关重要的作用,但目前国内少有对电动垂直起降飞行器整机构型、系统设计等相关的研究。本文针对4种不同构型的电动垂直起降飞行器,包括垂起尾推固定翼构型、四轴八桨多旋翼构型、固定翼加倾转旋翼构型以及倾转机翼构型,使用功能危害分析和故障树分析方法对4种不同构型的动力系统进行了分析比较。分析表明:垂起尾推固定翼电动垂直起降飞行器动力架构在本文的特定使用场景中相对可靠性更优。2种分析方法的结合,增加了对功能危害理解的全面性和深度,并识别了减轻动力系统失效风险的多种潜在途径。安全性评估结果可以为电动垂直起降飞行器动力构型选择和产品开发提供依据。

摘要：本文针对地铁隧道中渗漏水、裂纹裂缝、结构抹灰开裂及剥落掉块4种常见病害,研究了基于激光雷达扫描点云数据和深度学习的地铁隧道病害检测方法。首先,引入ACmix注意力模块,使网络兼顾全局特征和局部特征,提升对裂纹、裂缝等小目标的检测效果;然后,优化回归损失函数,提高收敛平稳度和回归精度,降低检测误差;最后,实现正射投影图像预处理、批量检测、结果融合及检测结果报表的一体化生成,提高大尺度正射投影图的病害检测率。试验结果表明,在选取IoU阈值为0.5的条件下,改进后的YOLOv8算法在隧道病害测试检测中正确率由90.65%提升至91.18%,基本实现了基于激光雷达扫描的地铁隧道4类常见病害的智能检测,并在实际隧道运维工程中得到成功应用。

摘要：重载列车的自动运行控制对于提高铁路运输的安全性和效率具有重要意义。基于此,提出了一种重载列车自组织自动追踪控制方案。首先,建立了重载组合列车的信息物理模型,其中物理层模拟列车的纵向动态特性,而信息层利用图论表示列车的通信拓扑结构。其次,设计了一种自动运行控制规则,以实现速度一致性并保持相邻列车之间的安全距离。最后,仿真结果表明所提方案具有较好的跟踪效果和较高的列车运行效率。

摘要：隐写是隐蔽通信的主流方法之一,而移动端则是当下最常用的通信设备,二者的结合研究具有较高的实际意义.近年来,基于深度学习的隐写方法得到快速发展,然而在性能提升的同时,各类网络结构向着更复杂、庞大的方向演变,逐渐脱离以隐蔽通信为核心的实际应用场景,实用性较低.针对这一现象,本文提出一种适用于移动端的轻量级图像隐写方法.对网络整体进行轻量化设计,结合深度可分离卷积降低模型计算量,在精度和速度之间取得较好的折中平衡.以生成对抗网络的思想,将编码器、解码器和判别器构成的整体模型纳入对抗训练中,使子网络在迭代对弈中实现螺旋式上升发展.为应对真实环境下的各类挑战,模型被落地部署于移动设备上进行真机实验.在移动端,精简后的模型性能会出现小幅下降.对此,在方法中引入BCH纠错码以确保正确提取信息.实验结果表明,该移动端隐写方法生成图像质量好,且具有较高的响应速度,能满足现代社会中人们对便捷性的高要求.值得注意的是,该方法的所有计算工作均可在移动端独立完成,不需要通过网络请求服务器,能避免网络窃听攻击.

摘要：珞珈一号夜光(NTL)遥感影像存在云雾、辉光、分辨率降低等多种复杂的降质现象,现有的深度学习影像质量提升网络往往只针对某一种类型的降质问题,且没有充分利用影像的先验信息,训练和学习过程的可解释性差,去除的降质类型单一。因此,针对含有多种复杂降质的影像质量提升问题,提出一种可解释性先验引导的多降质特征夜光影像质量提升方法。分析降质过程和降质表现,推导出了辉光、云雾噪声和空间分辨率下降的综合降质模型,并以该模型作为先验引导构建了云雾、辉光、分辨率3类数据集。在网络结构方面,针对3类降质设计了包含通道注意力模块和像素注意力模块的残差密连卷积神经网络,并用比值稀疏约束损失函数进一步提高影像的清晰度。利用珞珈一号夜光遥感影像进行了试验,结果表明,本文方法可有效去除云雾、辉光等的影响,处理后影像中的灯光边缘信息更加清晰,空间分辨率提高,影像质量提升明显。

摘要：在基于Marvell公司的工业级交换芯片88E6083I的基础上研制了非网管型的实时工业以太网交换机,交换机主要由主板、电源、密封机箱三大部分组成,为适应工业环境的特殊要求,每部分的设计上都考虑了多方面的因素,采用了EMC设计、“三防”设计、热设计、防水设计、电源冗余设计等多种设计技术。

摘要：风冷柴油机齿轮箱盖车削夹具设计的难点在于夹具的配重平衡计算。采用了重量转移的方法简化了配重平衡的计算 ,从理论上解决了夹具设计难点问题。

摘要：为了将电机在需求、设计、加工、装配、检测、使用和维护环节的质量大数据集成,利用大数据分析技术充分挖掘质量知识,以提升电机制造质量和服务质量。以电机生命周期为主线,给出电机全生命周期质量大数据含义及特点,利用数据挖掘、机器学习等大数据技术方法,构建电机全生命周期质量大数据管控系统,详细设计电机质量需求与设计管控子系统、电机制造质量管控子系统、电机服役质量管控子系统和电机质量大数据应用中心。湘潭电机股份有限公司开发并运行该系统,实践表明,所构建的系统实现了电机质量控制的实时化、透明化、全面化和智能化。

摘要：半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,并解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.