摘要：针对无线充电车辆的动态特征识别和车辆分型问题,设计了基于车-路协同的混合电磁感应单元和地磁场感应单元的复合感应装置;在混合电磁感应单元中,为实现动态条件下的感应识别,提出了以谐振电流有效值为无线充电车辆特征的检测方法,并通过在电路拓扑中引入电场耦合与磁场耦合2种形式,同时加入高阶的双边电容电感补偿结构;为实现半开域耦合程度的量化分析,定义了线圈传输与极板传输的功率比参数,进而实现了偏移情况下的感应识别;以地磁传感器捕获不同车辆通过时的地磁场扰动信号为例,为改善非线性非平稳信号的提取效果,提出了地磁信号的集合经验模态分解(EEMD)法;引入曲线的特征向量提取法,以小型三厢轿车、中型两厢轿车、中型厢式货车和大型客车等4种车型作为典型试验样本,将不同车辆的地磁曲线信号转化为特征向量图谱,以实现车辆形状类型的判断。研究结果表明:混合电磁感应单元在测试条件下,沿线圈偏移方向的识别长度约为220 mm,垂直于线圈向外偏移方向的识别长度约为170 mm,其识别范围比单一的磁场耦合增大约62.8%;地磁场感应单元可实现长度为3.7~12.0 m、速度为2.78~16.67 m·s^(-1)的车辆类型特征检测,通过地磁场感应单元与混合电磁感应单元相互配合,可有效提高无线充电车辆动态分型识别的可靠性,从而促进无线充电技术在道路交通电气化设施中的应用和发展。

摘要：长周期地震动因含有丰富的低频成分易使(超)高层建筑等长周期结构发生严重震害。SRC(steel reinforced concrete)框架-RC(reinforced concrete)核心筒混合结构作为广泛应用于高烈度区的双重抗侧力结构体系,确保其强震下的协同工作是实现多道抗震防线,形成合理破坏模式的关键。该文通过与普通地震动对比,阐明了远场长周期地震动对SRC框架-RC核心筒混合结构协同工作的影响规律,并基于谐振激励下的结构动力分析模型及经验模态分解初步揭示了其内在机理。算例分析结果表明:受低频特性影响,远场长周期地震动作用下结构框架剪力分担率与底层倾覆力矩占比明显大于普通地震动,最大框架剪力分担率所在楼层与普通地震动相比出现下移,且当峰值加速度增至400 gal时,SRC框架中下部楼层剪力分担率超过40%,底部倾覆力矩占比超过70%,按照现行规范设计的SRC框架将难以保证远场长周期地震动作用下结构的抗震安全;激励频率对于SRC框架-RC核心筒混合结构协同工作的影响与振型参与方式有关,低频激励(周期为0.5倍~2.0倍结构基本周期)下结构响应主要受低阶振型主导;远场长周期地震动的卓越分量是导致框架剪力分担率增大的原因。

摘要：针对现有爬壁机器人在高墩柱结构表观病害检测过程中存在的局限性,提出了一种基于环带视觉扫描的高墩柱结构表观病害攀爬检测作业机器人系统。首先,根据攀爬作业机器人的功能需求,设计了一种多足协同的攀爬检测作业机器人平台。其可通过上位机设定机器人作业过程中的运行参数,攀爬过程中利用安装在环形框架上的多个倾角传感器实时采集机器人的姿态信息,并通过所设计的系统算法实时校正其爬行姿态和精度。其次,设计了一种可搭载于作业平台的环形轨道及视觉扫描小车,其可携带工业相机、照明系统和高精度编码器实现对轨道方向的病害视觉扫描。最后,利用所采集的图像进行表观病害识别和测量,并以此为基础实现了表观病害的数字化档案。为测试验证其有效性,利用所搭建的样机,在西安广运桥和淮南寿春桥进行了现场试验,结果表明:本机器人系统可以实现墩柱结构的全域扫描,可以获取墩柱结构表观病害的高精度视觉图像,并能够准确地对其病害进行识别和量化,实现了墩柱结构表观病害的智能检测。

摘要：为明确互通立交匝道路段货车运行速度规律,在分析高速公路主线至匝道末端货车高频GPS实测数据的基础上,构建了互通立交匝道货车运行速度模型;通过分析货车实测速度,确定了匝道货车运行速度特征点,对特征点处速度可能相关的设计要素进行相关性分析,采用全子集回归方法建立了货车在特征点的多个运行速度模型;对比不同模型的赤池信息量准则、Mallows's Cp统计量以及模型检验值,确定自变量参数,得到了互通立交小鼻点、匝道圆曲线曲中点以及匝道与连接线合流鼻处的货车运行速度预测模型,并采用4条匝道数据对模型进行验证。研究结果表明:互通立交小鼻点、匝道圆曲线曲中点及匝道与连接线合流鼻可作为匝道货车运行速度特征点;匝道圆曲线半径、出口渐变率以及分流点运行速度对小鼻点运行速度有显著影响;半径、曲中点至匝道合流鼻距离以及小鼻点运行速度对曲中点运行速度有显著影响;曲中点前半段纵坡、圆曲线曲率以及曲中点运行速度对合流鼻运行速度有显著影响;3个特征点处的运行速度预测模型相关系数分别为0.988、0.993、0.990,预测值与实测值的平均绝对百分比误差均小于10%,满足模型精度要求。

摘要：可充电水系锌基电池具有高容量、高能量密度、低氧化还原电位、低成本、安全性好等优点,被认为是一种可替代的能源存储器件.然而,在镀锌/剥离过程中,锌金属负极不可控的枝晶生长和复杂的副反应极大地降低了库伦效率,其可逆性较差,阻碍锌基电池的实际应用.在此,开发了一种简单、可控且有效的方法,首先利用电化学沉积法在锌箔上沉积了一种由聚苯乙烯磺酸钠(PSS)与氯化锌反应得到孔道丰富的聚阴离子交联聚合物薄膜(记为PZ,其中P代表PSS、Z代表ZnCl_(2)),然后再利用置换反应引入亲锌的化学惰性金属铜,得到亲锌聚阴离子交联聚合物与铜刻蚀保护层(记为PZC,其中C代表Cu).PZC@Zn具有丰富的磺酸根官能团促进[Zn(H_(2)O)_(6)]^(2+)脱溶,提高Zn^(2+)界面传输速率,排斥SO_(4)^(2−)与锌负极接触.通过重建铜刻蚀层,铜的高亲锌性促进了沉积动力学,铜的化学惰性抑制了副反应的发生.结果表明,在5 mA•cm^(−2)的高电流密度下,PZC@Zn//PZC@Zn对称电池寿命高达4055 h(比裸锌对称电池提高了31倍),累积电镀容量达到10.14 Ah•cm^(−2),Ti//PZC@Zn半电池库伦效率(CE)为98.28%,可以实现稳定且可逆的镀锌/剥离.YP-50F//PZC@Zn锌离子混合超级电容器在2 A•g^(−1)下稳定循环15000次,放电比容量高达82.35 mAh•g^(−1).α-MnO_(2)//PZC@Zn水系锌离子电池在1 A•g^(−1)下循环2000次后放电比容量高达103.57 mAh•g^(−1),CE为99.58%.这项工作为设计先进的无枝晶锌金属负极提供了一种新方法.

摘要：高速公路抛洒物危及行车安全,极易诱发交通事故,及时识别并清理高速公路抛洒物十分重要。由于高速公路抛洒物在图像中面积占比小且图像背景复杂,现有检测方法常出现漏检和误检的情况。针对上述问题,提出了一种基于上下文信息增强和特征提纯的抛洒物检测算法,记为CIEFRNet。设计了一种融合上下文Transformer的主干特征提取模块(CSP-COT),充分挖掘局部静态上下文信息和全局动态上下文信息,增强小抛洒物的特征表示;主干网络中使用改进的空间金字塔池化(ISPP),通过级联的空洞卷积实现特征的多尺度下采样,减轻目标细节信息的损失;为提高特征融合能力,设计了特征提纯模块(CNAB),其中嵌入了提出的一种混合注意力机制(ECSA),可抑制图像背景噪声,强化微小抛洒物的特征;引入基于动态非单调聚焦机制的WIoU优化损失函数,提高小抛洒物学习能力,加速网络收敛。实验结果表明,所提方法在自制的高速公路抛洒物数据集上的精确率、召回率、AP0.5和AP0.5:0.95分别达到96.5%、81.6%、88.1%和46.5%,优于当前主流的目标检测方法,其算法复杂度也更低,满足实际场景应用需要。

摘要：黄河中上游地区生态环境脆弱,空间发展问题突出,探索该区域土地使用结构和布局优化配置是实现黄河流域生态保护和高质量发展的有效途径。该研究以黄河中上游地区为研究对象,基于该区域土地使用、社会经济等数据,运用多目标规划(multi-objective programming,MOP)和PLUS模型模拟了惯性发展、生态保护、经济优先和生态-经济均衡4种情景下研究区未来土地格局和变化趋势,并在平衡生态与经济的目标下提出最优土地使用结构和布局方案。结果表明:1)4种情景下,土地使用比例结构存在较大差异;2)均衡情景下的区域土地使用结构和空间布局方案为最优,其综合效益值最高且达到19481.00亿元,与生态保护情景相比其经济效益(12223.88亿元)增长了4.07%,与经济优先情景相比其生态价值(7257.12亿元)增长了2.32%;经济优先情景下综合效益值为20273.96亿元,是4种情景下最高的。研究可为黄河中上游区域未来土地使用规划编制和土地可持续利用规划提供依据。

摘要：为了提高锂离子电池的冷却效果,提出一种高度对称的仿生网状流道冷板。首先,利用单因子分析法分析了冷板结构参数对其性能的影响,然后,以冷板的平均温度、温度标准差和冷却液压力损失为性能指标,采用多目标粒子群优化(MOPSO)算法对冷板的结构参数进行了优化,得到性能最优时的流道宽度、流道深度和冷板壁厚分别为9.0 mm、1.5 mm和1.4 mm,对应的平均温度、温度标准差和压力损失分别为33.20℃、1.33℃和65.63 Pa,相比于初始结构参数,优化后的平均温度和温度标准差分别下降1.92℃和0.02℃,但压力损失增大27.10 Pa。最后,在电池模组层面验证了优化结果。

摘要：尽管现有的天气退化图像恢复方法在单一天气去除任务上已经取得良好表现,但其无法适应真实场景下多变的天气类型.为此,本文提出一种基于视觉提示学习的天气退化图像恢复算法,其是预训练语言图像模型与天气退化图像恢复任务结合的新范式.该算法首先设计一个查询提示约束网络(Query Prompt Contrained Network,QPC-Net),其利用对比语言图像预训练模型中的文本编码器和图像编码器来根据给定的退化图像直接编码其对应真实背景的潜在描述特征.同时,该算法还包括一个示例提示引导网络(Example Prompt Guided Network,EPG-Net),其利用给定的示例图像来引导预训练扩散模型去除查询图像上对应的天气退化.相比类似设定的现有算法,本文算法在8个天气退化数据集上平均改善峰值信噪比2.11 dB,平均改善结构相似性4.74%.

摘要：为提升航空装备供应商评价标准的适用性及准确性,提出并设计出一种基于逆向传播(back propagation,BP)神经网络-弱分类器(Adaboost)与优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)的航空装备供应商评价方法。运用因子分析理论对供应商评价指标进行筛选,构建适合航空装备行业特点的供应商评价指标体系。在Adaboost算法元框架下,将BP神经网络作为基分类器,设计基于BP-Adaboost强分类器供应商分类模型。针对BP-Adaboost算法无法精确计算供应商综合得分的不足,设计基于TOPSIS法的供应商评价模型。案例分析结果表明,基于BP-Adaboost与TOPSIS法的航空装备供应商评价模型具有更高的评价准确度,对企业完善供应商管理体系提供理论和实践指导。