The study on the time-frequency characteristics of underwater explosion shockwave sig-nals is of great practical significance for ships to utilize the underwater explosion signals of muni-tions against self-guided torpedoes.The CEEMDAN-Hilbert method is proposed to realize the accu-rate time-frequency analysis of underwater explosion shockwave signals in response to modal alias-ing in the empirical modal decomposition(EMD)of the EMD-Hilbert method.In a single explosion at the depth of 100 m in the water,the frequency of the generated explosion signal is mainly distrib-uted in the low frequency band below 56.5 kHz,especially the energy below 0～28.3 kHz is the largest,and the energy higher than 56.5 kHz is less common.By comparing with the EMD-Hilbert method,the energy distribution of CEEMDAN-Hilbert method in the frequency band of 28.3～56.5 kHz will be more obvious,which has certain superiority.
针对实际工况下电机轴承振动信号包含强噪声以及故障样本少导致其故障诊断精度低的问题,提出一种由数据重构(data reconstruction,DR)与判别空间优化(discriminant space optimization,DSO)相结合的集合型轴承故障诊断方法(DR-MLDSO),该方法包含数据重构和元学习两个阶段.首先,将不同负载下的原始一维数据进行重构,减少噪声,提取隐藏在原始数据中的有用信息;然后,构造特征提取器和判别空间优化器,对特征判别空间进行优化,提高其容错能力,以利于元学习.实验结果表明,本文提出的DR-MLDSO方法有效提高了模型在有限训练样本下的学习能力,增强了不同工况下轴承故障诊断的适应性,提升了故障诊断精度,具有较好的泛化能力.
为揭示滇东矿区松软煤体在加载破坏过程中的力学特性和能量演化规律,基于MTS815.03 岩石力学实验系统对原煤试样进行不同围压条件下的三轴压缩实验.结果表明:煤样的峰值应力、弹性模量与围压存在指数函数关系;峰值应变、泊松比随围压呈线性增加;围压效应使煤样的破坏从延塑性向脆性转变,破坏模式由局部剪切形态向整体劈裂形态发展;围压对煤样变形破坏过程中能量演化影响显著.随着围压的增大,极限弹性能与峰值总能量均呈近似线性增加,积聚的极限弹性能对煤样的破坏起重要作用,宏观表现为高围压条件下煤样破坏较低围压剧烈.
不同种类土壤中常量元素含量不同,对应的激光诱导击穿光谱(LIBS)特征谱线强度不同,以此为分类依据,采用LIBS技术和支持向量机(SVM)相结合研究土壤分类问题.对八种不同种类土壤进行研究,并基于SVM建立土壤分类模型.采集土壤中六种常量元素Fe、Si、Ti、Ca、Mg、K的LIBS光谱,将上述元素谱线的峰值强度归一化后作为特征变量,划分训练集与测试集进行分类模型训练.八种土壤分类准确率的算术平均值达到95.625%,表明LIBS技术用于土壤分类具有较好的效果.LIBS技术具有快速检测、多元素同时分析等优点,为土壤分类和土壤普查提供一种新的可行方法.
为实现差速移动机器人在复杂环境中的特殊路径规划需求,提出一种融合优化A∗算法和动态窗口法(DWA)的差速移动机器人路径规划方法.在A∗算法启发函数中引入矢量余弦因子,减少无用拓展节点的数量,提高路径搜索效率,并择优选取关键路径节点,消除冗余节点,提升路径平滑性;优化DWA算法的评价函数,选取改进A∗算法所规划路径上的关键节点作为局部规划过程中的局部目标点,实现全局规划路径对局部规划路径的修正.仿真实验结果表明:对比传统A∗算法,改进A∗算法规划的路径长度平均减少了4.97%,计算时间平均减少了30.5%;对比其他融合算法,本文融合算法既可保证规划的路径满足全局最优,又能有效避障,规划路径长度平均减少了3.7%,规划时间平均减少了5.1%.
以石墨烯和苯胺为主要原料,采用空心玻璃微球表面原位聚合法制备聚苯胺/还原石墨烯/二氧化硅(PANI/RGO/SiO2)复合中空微球.分别采用 X 射线衍射仪(XRD)、扫描电镜(SEM)、傅里叶变换红外光谱(FTIR)和网络矢量分析仪对PANI/RGO/SiO2 复合中空微球的结构、形貌、介电和吸波性能进行研究.结果表明:合成的聚苯胺完整包覆在SiO2 空心玻璃微球表面,石墨烯呈半透明薄纱状覆盖在聚苯胺表面;PANI/RGO/SiO2 复合中空微球的吸波性能比PANI/SiO2 好,石墨烯能改善复合材料对电磁波的吸收性能,且随石墨烯质量分数的增加,复合中空微球的吸波能力增强;当石墨烯的质量分数为5%、吸波层厚度为4mm时,样品在6.32 GHz处达到最强反射损耗为-34.06 dB.
针对复杂环境下高速飞行的穿越机面临碰撞、坠毁等安全威胁的问题,设计一种新的高动态无人机飞行通道辅助系统,将基于景深的人工势场法与深度学习算法相结合,设计一个深度通道轨迹预测网络(DCTN)预测景深信息及其飞行通道,并结合无人机位姿信息和视角图像预测当前位置下可能的避障轨迹,以避免无人机与障碍物的碰撞.使用Jetson TX2 作为机载图形处理单元进行验证实验,结果表明,DCTN算法的每个轨迹所需要的生成时间比传统人工势场法有显著的降低,而且能以较低成本达到与碰撞检查和规划算法RAPPIDS相同数量级的响应时间,能够满足无人机在高动态场景下的应用需求.
建立了圆柱滚子在乏油工况下的线接触弹流润滑模型,并运用多重网格法计算得到线接触弹流润滑的压力和膜厚分布,研究乏油工况下供油膜厚、黏度等参数变化对弹流润滑特性的影响.模拟结果表明:增加供油膜厚,弹流润滑的膜厚增大且伴有颈缩现象,润滑压力在接触区近似为Hertz分布;黏度对压力影响较小,但对油膜厚度影响较大,随着黏度增加,油膜厚度减小;随着乏油情况的改善,接触区润滑膜厚增大,压力出现二次峰值,但供油量达到一定程度后润滑效果不再增强.
为获得大能量、百纳秒脉宽的1 064 nm激光稳定输出,首先理论分析了激光的泵浦能量和谐振腔长度对输出脉宽的影响,然后对Nd∶YAG固体激光器进行设计,采用折叠谐振腔、振荡-放大结构和电光调Q技术相结合.实验结果表明:当重复频率为1 Hz、泵浦电压在1 200～1 400 V变化时,实现了脉宽范围为 152.6～95.71 ns的稳定1 064 nm激光输出,最大单脉冲能量可达 171 mJ;以激光器的输出激光作为基频光,设计了柱透镜组光束耦合系统,将基频光光斑整形为椭圆形状,实现了基频光的高效耦合和周期极化 LiNbO3(PPLN)光参量振荡器的稳定运行;采用耦合后的光束泵浦MgO∶PPLN晶体,获得了1.47 μm近红外信号光的稳定输出.
现有气相缓蚀剂普遍存在毒性,使用受到局限,为解决该问题,以蛋氨酸和对甲苯磺酸为原料、甲苯和无水乙醇为复合溶剂,制备环境友好的蛋氨酸对甲苯磺酸盐缓蚀剂.采用纸层析色谱、熔程测试、红外光谱、质谱、核磁共振、热重分析等表征产品的组成、结构及有关性能,重点考察其对紫铜表面的气相及液相缓蚀性能.研究结果表明:蛋氨酸对甲苯磺酸盐为无味、白色固体,熔程 164～168℃;在 1 mol/L的硫酸溶液中,当缓蚀剂浓度为5 mmol/L时,蛋氨酸对甲苯磺酸盐的缓蚀率相较于蛋氨酸提升较大;产品的气相缓蚀性能亦优于蛋氨酸,按照国标评价为B级.
针对多无人车系统(MUVs)在运动过程中因车道发生变化导致无人车编队困难、极易发生车队与车道碰撞等问题,提出基于模糊控制的无人车编队重构方法.首先通过领航跟随者法为MUVs设计编队控制器,保证无人车队可以在行进过程中稳定保持初始队形;再通过设计模糊控制器,将道路信息和车队信息相关联,建立车道到车队距离及其变化率和车队纵向预期距离之间的模糊推理关系,并据此进行无人车编队重构.实验表明,MUVs通过模糊控制算法的智能调节可以适应较为复杂的车道环境变化,自适应调整自身结构,提高整体稳定性和安全性.
调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别.以RML2016.10a数据集为仿真对象,识别11 种调制信号.仿真结果表明:在低信噪比条件下,本文提出的CLRD模型具有较好的识别准确率,当信噪比在-2dB 以上时,平均识别准确率可达到91.56%;与其他常用模型相比,识别准确率均有一定程度的提高.
机舱骨架结构焊接变形问题突出,为获取最佳的焊接顺序,减小前舱骨架结构的焊接变形,对机舱骨架典型接头进行焊接试验,并建立局部接头的热弹塑性有限元模型,对温度场进行数值模拟,采用热循环曲线法对3 种不同焊接顺序方案下的机舱骨架变形进行分析.结果表明:通过试验和模拟获得的典型接头熔池形貌及特征点热循环曲线变化趋势一致;根据不同焊接顺序下纵梁前段及挡板下横梁的焊接变形情况得到了较优的焊接顺序.
为解决人体姿态估计模型在提升预测精度时参数量和计算量增多导致模型运行效率低下的问题,在 YOLOPose 模型基础上设计出一种轻量级人体姿态估计网络MWE-YOLOPose.选择轻量级MobileNetV3 网络重新构建骨干网络,保持特征丰富性同时加快特征提取速度;调整特征融合层通道数并添加ECA注意力机制进行跨通道交互,实现模型轻量化与准确度的平衡;引用WIOUV2 损失函数降低几何因素的惩罚,增强模型的鲁棒性和泛化能力.实验结果显示,在OC_Human数据集上,改进后模型对比原始YOLOPose模型,在保持一定准确度的情况下,模型参数量和计算量分别降低86.8%和71.2%,有效降低了模型运算复杂度.
针对滑雪跳台修整工作人工成本高、效率低、精度差等问题,提出自由式滑雪跳台修整机械臂轨迹控制方法.针对标准跳台修整要求和六自由度工业机械臂本体特点,研究基于D-H法机械臂运动学建模、滑雪跳台标准曲线拟合、跳台修整轨迹规划算法.在白清寨滑雪场基地开展实际测试,测试结束后测量滑雪跳台关键点角度与规定角度值之间的误差均小于规定误差值正负0.3°,验证了滑雪跳台修整机械臂轨迹控制方法的有效性.
氧化还原液流电池(简称液流电池)是一种新型电化学储能装置,具有能量效率高、使用寿命长及环境友好等特点.碳材料电极是液流电池应用最为广泛的电极之一,为提高碳材料电极的电化学活性,近些年利用铋改性液流电池用碳材料电极成为研究热点.本文综述了近年来国内外铋改性液流电池用碳材料电极的研究现状,重点介绍了几种主要制备方法,并指出铋改性碳材料电极在液流电池中的作用机理,总结了铋改性碳材料电极在液流电池应用中存在的问题及今后的研究方向.
以TiB2为基体、SiC为主要添加相、B4C和纳米炭黑为烧结助剂,采用无压烧结方法制备SiC/TiB2 复合材料,研究SiC添加量对SiC/TiB2 复合材料的显微组织、力学性能及体积电阻率的影响.结果表明:随着SiC含量的增加,复合材料的晶粒尺寸逐渐减小,开口气孔率逐渐降低,抗折强度、断裂韧性及维氏硬度均呈现上升趋势;当SiC的质量分数为20%时,复合材料的力学性能最佳,此时其抗折强度、断裂韧性和维氏硬度分别为189.5 Mpa、4.19 MPa1/2和15.8 Gpa;随着SiC含量的增加,复合材料的体积电阻率增大,导电性能有所降低.
针对现代工业系统具有高度非线性的特点,以及采用BP神经网络对非线性系统建模易出现局部最优、过拟合或欠拟合的问题,提出采用遗传算法(GA)和改进布谷鸟算法(CS)优化BP神经网络建模的方法(GACSBP算法).首先利用遗传算法自适应、全局搜索的特点优化神经网络拓扑结构,避免神经网络建模出现过拟合或欠拟合的问题;然后采用改进布谷鸟算法优化BP神经网络权值,加入惩罚项进一步防止神经网络建模时陷入局部最优.对NACA0012 翼型自噪声数据进行建模,仿真结果表明,与BP神经网络相比,提出的GACSBP算法避免了局部最优,明显提高了模型预测精度,且所需迭代次数和时间均明显减少.
为提高酵母菌对Ni(Ⅱ)的吸附性能,采用丁二酸对其进行酯化改性,将酯羰基引至酵母菌表面,制备丁二酸改性酵母菌吸附剂,利用扫描电子显微镜(SEM)和傅里叶变换红外光谱仪(FTIR)对改性酵母菌进行表征,研究改性酵母菌对水中Ni(Ⅱ)的吸附性能,考察丁二酸投加量、戊二醛用量、溶液pH及吸附时间等因素对Ni(Ⅱ)去除效果的影响.结果表明:酯羰基被成功引至酵母菌表面,改性酵母菌表面粗糙不平;当丁二酸用量为6g/g、戊二醛用量为6mL/g时,制备的改性酵母菌对Ni(Ⅱ)的去除效果较好;当溶液pH为7、吸附剂用量为1g/L、吸附时间为150 min时,丁二酸改性酵母菌对Ni(Ⅱ)的去除率为67.05%;Langmuir模型可以更好地描述改性酵母菌的吸附行为,改性酵母菌对Ni(Ⅱ)的吸附为自发吸热过程.
针对依靠单一算法训练互联网用户行为数据构建的贝叶斯网络(Bayesian Net-work,BN)计算耗时长、结构不稳定等问题,提出加权概率融合并行贝叶斯网络增量学习(WPFPBayes)算法.该算法根据自适应数据切片算法找出最优数据片尺寸,快速进行并行BN模型训练;将数据切片上学习得到的若干子BN结构通过融合加权概率方法合并成一个全局BN模型;通过一种增量评分函数定量表示单位时间内网络模型与数据之间适应程度的变化情况;采用依据特定结点进行BN更新的措施达到新旧数据在网络中的平衡.仿真实验结果表明:WPFPBayes算法下得出的BN模型的效率及其准确率均高于其他常见算法;随着数据量的增加,BN模型数据表达的准确率和稳定性均得到提高,可以更有效检测网络用户的异常行为.
