摘要：为强化相变热沉的性能,基于带惩罚的固体各向同性材料(SIMP)法对山梨糖醇相变热沉进行传热拓扑优化设计。对拓扑优化的相变热沉(Ⅰ)和直肋式的相变热沉(Ⅱ)进行定常重力(0~20g)和周期性重力条件的数值模拟研究。利用无量纲数对比二者的热性能,研究结果表明:热沉Ⅰ的吸热和均热性能优于热沉Ⅱ;在相同重力环境下,以80℃为目标,热沉Ⅰ温控时间比热沉Ⅱ平均多26.8%;微低重力下热沉内部近乎导热,略逊于常规重力下热性能;超重力强化的自然对流可以显著提升热沉性能,10g条件相比常规重力的温控时间增加8.94%,而相同Ra^(*)下,周期性重力对热沉Ⅰ的性能有抑制作用。研究结果对飞行器载相变热沉的地面细化设计有一定指导意义。

摘要：数智化航空小镇是一个虚拟与现实相辅相生的小镇。数字技术、人工智能技术是最重要的新基建,航空小镇的物理时空、生活方式、运营特征尽量呈现出数字化、智能化的特色。在物理现实世界,智能化的航空文化展示、航空旅游体验、航空科技研发、航空教育培训是航空小镇核心的四大内容体系,而这四大内容体系同样可以通过数字虚拟技术转化成线上的数字形式,从而创生出数字航空小镇。智能化的物理现实基建、数字虚拟基建是规划设计数智化航空小镇的双线模式。这个双线模式是基于并尊重小镇的自然生态、人文景观、航空特色而对航空小镇进行规划和设计的。

摘要：月球原位资源开发是探月计划的核心目标,需依托月球独特的区位、物质与环境条件设计相关工业体系。针对我国国际月球科研站计划的近期规划,以钛铁矿、水冰与氦-3三类开采价值与技术成熟度较高的重点资源为例,综述月球原位资源开发全流程研究进展。首先区分区域普查与近点详查两条技术路线,简述重点资源勘查成果。然后分别介绍以三类资源为原料的选矿、提取与制备技术。随后从资源需求与设施组织形式两个角度探讨资源提取后的产品加工。最后,分析现月球原位资源开发体系的技术能力与结构完整性,提出四项关键问题与发展方向,形成三条主要结论与研究建议,为我国抢先建立世界领先水平的月球原位资源开发体系提供参考。

摘要：结合全国大学生智能汽车竞赛百度智慧交通创意组竞赛项目,设计智能交通课程实践教学内容,从竞赛内容凝练与课程知识点结合的教学案例和实验项目,实现赛教资源融合和赛教一体化实践平台共享。设计的实验教学项目融合了图像处理、数据分析、人工智能、智能车硬件平台等内容,包括数据采集、数据分析、数据集构建,深度学习模型建立与智能车平台部署等实践环节。学生从编写简单程序开始,不断提高,到构建复杂的深度学习模型实现智能车自动巡航控制实验。将竞赛任务具有挑战性和对抗性的特点融入课程教学,吸引学生兴趣,增强学生求知欲,提升学生创新能力和工程实践能力。

摘要：近年来,面向动态场景的多曝光图像融合技术取得重大进展.其中,基于深度学习的方法在视觉效果和运算效率上都远超传统算法,成为高动态范围成像技术的主流.然而,现有基于深度学习的融合方法都以有监督学习的方式实现,过度依赖真值图像,难以被广泛应用于实际场景中.本文提出了一个基于深度自监督学习的动态多曝光图像融合网络,主要贡献包括:设计自监督的动态多曝光融合网络框架,探索高动态范围图像与低动态范围图像序列的内在关联;提出基于注意力机制的全局去伪影模块,使用全局文本模块减少动态融合产生的运动伪影,增强图像细节;提出融合重建模块,通过残差和稠密连接实现多层次特征之间的信息流动;设计运动掩膜引导的自监督损失函数,用于网络的高效训练.实验表明,与现有方法相比,本文提出的方法在高动态范围图像重建的主观和客观质量上均表现较好,运算效率显著提升.

摘要：自动铺丝构件在实际生产过程中会受到环境和工艺等因素的影响,从而导致缺陷的产生并对铺丝构件以及装配整体带来严重危害。由于自动铺丝成型技术的保密性以及制造工艺昂贵和耗时等因素,有关缺陷图像的样本数据集难以获取,造成了小样本学习的问题。提出通过虚拟样本生成的方法来扩容数据集并将其作为目标检测网络的输入训练样本。针对铺丝缺陷特点,在YOLOv5s中添加坐标注意力机制来优化设计,得到最终的目标检测网络模型并命名为Place-YOLO,其精度值为0.941,平均精度均值mAP为0.833,与原始YOLOv5s相比提升了1.8%。

摘要：为保证并网逆变器的并网电流与电网电压同步,通常采用锁相环获取电网电压相位信息。同时,为提高并网电流质量,常考虑在回路中加入电网电压前馈。然而,当逆变器工作在弱电网下时,它们均有可能对系统的稳定性带来负面影响。该文以单相LCL型并网逆变器为例,旨在研究弱电网下锁相环和电网电压前馈造成系统不稳定的原因并进行优化。针对2 个不稳定因素存在的情况,该文提出一种导纳合成相量法来分析多个导纳共同作用时的影响机理。考虑到带通滤波器可以衰减不稳定因素的影响,文中加入带通环节对系统的鲁棒性进行优化。结合上述导纳合成相量法的分析结果,确定带通环节的设计目标,并进一步给出带通环节参数的具体设计过程。结果表明,并网逆变器加入优化设计的带通环节后,即使在电网阻抗变化范围较大的情况下,系统仍能稳定工作。

摘要：纤维增强树脂基复合材料(FRP)是由纤维和树脂基体组合而成的一种材料,在各种领域中拥有广泛的应用。利用数值模拟方法可以更加简单、精确地预测FRP筋/拉索性能,从而加快设计效率、减少试验工作量,因此大量学者针对FRP筋/拉索进行了数值模拟研究。本文主要介绍了单向纤维增强聚合物复合材料的模拟控制因素和需求,在微观、细观和宏观尺度下研究FRP的理论模型和分析方法,提出了在不同尺度下对FRP筋/拉索进行数值模拟的不足之处及数值模拟在微观、细观和宏观层面中的应用。重点论述了不同尺度数值模拟方法在FRP筋/拉索中的应用和最新多尺度数值研究进展及FRP筋/拉索在锚固区的数值模拟方法及现状,最后简要阐述了FRP筋/拉索数值模拟在未来可能的研究发展方向。为建立精细化FRP筋/拉索损伤和性能预测模型发展提供参考。

摘要：本文面向无人车协同围捕问题开展研究,提出了一种基于柔性执行者-评论家(SAC)算法框架的协同围捕算法.针对多无人车之间的协同性差的问题,在网络结构中加入长短期记忆(LSTM)构建记忆功能,帮助无人车利用历史观测序列进行更稳健的决策;针对网络结构中引入LSTM所导致的状态空间维度增大、效率低的问题,提出引入注意力机制,通过对状态空间进行注意力权重的计算和选择,将注意力集中在与任务相关的关键状态上,从而约束状态空间维度并保证网络的稳定性,实现多无人车之间稳定高效的合作并提高算法的训练效率.为解决协同围捕任务中奖励稀疏的问题,提出通过混合奖励函数将奖励函数分为个体奖励和协同奖励,通过引入个体奖励和协同奖励,无人车在围捕过程中可以获得更频繁的奖励信号.个体奖励通过引导无人车向目标靠近来激励其运动行为,而协同奖励则激励群体无人车共同完成围捕任务,从而进一步提高算法的收敛速度.最后,通过仿真和实验表明,该方法具有更快的收敛速度,相较于SAC算法,围捕时间缩短15.1%,成功率提升7.6%.

摘要：本文针对一类含有量化输入和外部扰动的严格反馈非线性系统,提出了一种考虑量化和通信受限的有限时间确定学习控制方法.该方法包含离线学习训练和在线触发控制两个阶段.首先,在离线学习训练阶段采用神经网络对系统中的未知非线性函数进行逼近,引入指令滤波反步技术克服“计算爆炸”的问题,并在控制过程中实现系统未知动态的知识获取和存储.随后,利用所获取的经验知识,设计了基于确定学习机制的在线触发控制器.应用李雅普诺夫稳定性理论证明了闭环系统实际有限时间稳定,跟踪误差在有限时间内收敛到原点的邻域内,并能够排除采样中的芝诺现象.最后,通过飞行器仿真验证了所提方案的有效性.