摘要:水下声信息的有效获取，是开展水声科学研究的基础。水声矢量传感是继常规声压传感之后的一类新型水下声接收技术，以矢量传感器作为核心载体，可同步共点获取完备的海洋声场信息，是新一代矢量声呐的根基。特别是与频率无关的自然余弦指向性和抑制各向同性海洋环境噪声的优势，使得矢量传感器在水下安防、海洋资源勘探、远程通信和环境监测等领域拥有巨大应用潜力。综述了水声矢量传感新机理探索、有源功能新材料应用、新结构与新技术发展等方面研究新进展，并对矢量传感器在甚低频、深水、平台应用和测试技术等方向未来的发展与挑战阐述了观点。

摘要:时栅传感器在产品化过程中暴露出设计局限于传感器结构本身，而缺乏系统化的设计与优化方法；设计和实验过程分散，无法充分利用统计学知识建立模型；产品设计高度依赖于设计人员的经验等严重制约产品化进程的问题。以磁场式时栅为研究载体，采用均匀设计方法进行了试验设计，利用逐步回归分析对实验结果进行分析，构建了考虑多参数协同作用的传感器模型设计方法。开展了仿真试验和样机试验，结果表明：基于该方法建立的传感器模型具有良好的可预测性能，建立的精度模型与仿真数据拟合度达89%，置信度大于92%，能够有效地反映时栅传感器的精度，对于时栅传感器的设计和优化具有重要的借鉴意义。

摘要:接触力精确测量是实现结构精准柔顺装配的基础和前提，针对冗余驱动装配定位机构的柔顺控制需求提出了基于分布式三维力传感器的装配接触力测量方法。首先对装配定位机构进行运动学建模，在此基础上提出了基于动力学模型的装配接触力计算方法；接着，针对结构柔顺装配过程中的重力补偿问题，提出了基于多姿态的末端重心自标定方法并采用最小二乘法进行重心求解；然后采用数值仿真方法分析了传感器测量误差、安装角度偏差以及重心校准策略对装配接触力测量精度的影响；最后在实验环境下进行结构装配接触力动态测量实验。实验结果表明，相比采用六维力传感器，分布式三维力传感器测得的装配接触力的标准差降低了41.6%，装配力矩的标准差下降了47.1%。

摘要:地形匹配能够提供位置信息，以校正惯性导航系统（INS）。然而，由于水下航行器在深度地理信息特征图可匹配区域内的航行时间通常有限，以及地形匹配提供的位置信息不确定性，这些因素导致可用时长信息段未知，并且误差特性呈现为一种方差变化的高斯分布等一系列问题。针对这些问题，提出了一种基于量测信息性能监测的自适应卡尔曼滤波（MMAKF）算法。首先，基于数据回溯技术设计正逆向自适应卡尔曼滤波；然后，将滤波结果用于校正INS。海上试验结果表明，对于短时段的位置信息，使用提出的MMAKF算法对INS进行综合校正后，无论是位置还是姿态都修正到了基准值附近，从而实现了水下INS的快速综合校正。

摘要:目前三相逆变器故障诊断的负载类型多是线性负载，随着非线性负载越来越广泛的应用，原有的方法难以解决故障时由非线性负载引起的谐波问题。此外，现有的故障诊断方法多是针对开关管或者传感器的，没有综合考虑上述故障。为了解决上述问题，提出了一种带非线性负载的两电平三相逆变器开路故障和电流传感器故障同时诊断方法。建立了逆变器三相电流状态空间方程并推导了实际占空比函数，用连续占空比函数代替离散开关函数，使状态空间方程满足观测要求。设计了基于复合控制的离散滑模观测器，复合控制采用了零相移重复控制和比例积分控制串联的结构，可以对谐波电流进行有效跟踪。设计了可调节因子检测变量和自适应阈值，通过调整调节因子可以实现快速准确的故障诊断。搭建实验台并通过实验验证了开路故障诊断时间小于3 ms，传感器故障诊断时间小于6 ms。所提故障诊断方法可以在非线性负载下实现开路故障和传感器故障的同时快速诊断。

摘要:为了使机器人在执行复杂任务时能够及时避开障碍,提出了一种基于DP-KMP的机器人避障交互式学习方法。首先构建了该方法的整体框架,采用分割泛化策略,实现对示教轨迹的快速分段学习和对分段轨迹的避障规划;针对学习阶段,提出了基于DP算法的轨迹分割策略以提高分割效率,并使用高斯混合模型策略提取各子轨迹的参考数据库;针对轨迹规划阶段,使用KMP模型完成轨迹复现与泛化,并引入基于人机交互反馈的参考数据库更新策略,提升了人机交互避障的成功率;针对该更新策略可能失效导致避障轨迹规划失败的问题,提出了两个相应的适用条件用于检验分割生成的子轨迹。最后,通过仿真验证了所述适用条件的有效性；真实实验结果表明,使用所提出的方法分割两个实验的示教轨迹分别仅用时0.084和0.107 s,KUKA协作机器人在执行不同搬运任务的过程中通过与用户的多次交互成功避开了所有静止和突然变化的障碍。

摘要:由于10 kV配网架空线路截面积种类众多，当非接触电压装置测量不同线径电压时，会引起线路-电极间耦合电容时变，造成分压比难以确定，无法准确反演线路电压。对此，本文在外铜极不接地的工况下，提出基于电容切换阵列的双探头耦合电容自校准方法，通过在双探头内、外铜极间投切电容消除线径变化对测量结果的影响。其次，推导各测量电压敏感度公式，量化测量误差对反演线路电压的影响，确定探头参数后实现配网线径自适应测量。最后，设计模拟电路并搭建实验平台，完成传感器参数校准以及不同线径自适应测试。实验结果表明：在10 kV配网架空线路截面积从70 mm2变化到150 mm2时，该传感器反演的线路电压与真实线路电压的最大相对误差为2.685%，满足电子式电压互感器标准，进而验证此方法的有效性。

摘要:针对二维运动平台控制过程中，未考虑两个物理轴运动过程不同步导致圆弧插补误差较大的问题，提出了一种用于二维运动平台控制的变同步比圆弧插补方法，利用插补点坐标随圆心角的变化关系，构建以插补点对应圆心角为输出的虚拟轴，并将其作为同步运动引导轴，物理轴作为同步运动跟随轴，建立虚拟轴与物理轴的同步运动关系；依据引导轴与跟随轴的位置关系，获得以圆心角为中间参量的同步比，将圆弧插补过程转化为每个插补周期同步比的计算；通过在每个插补周期调整同步比，改变物理轴合成运动方向，实现了圆弧插补。实验结果表明，所提出的方法能够控制二维运动平台以较为平滑的速度实现圆弧插补，提高了二维运动平台圆弧插补效率的同时，具有较高的圆弧插补精度。

摘要:四开关 Buck-Boost 变换器具有多模式运行优势,适用于宽范围电压调节场合。 针对多模式下效率降低以及多模式控 制的问题,提出一种环路开关选择型控制策略。 首先,在变换器运行死区内引入 Boost-T 和 Buck-T 模式形成四模式控制,有效 消除传统两模式控制中存在的死区影响;其次,对中间模式下切换边界进行优化并采取小范围变频控制,解决引入中间模式后 变换器效率降低问题;然后,为解决多模式控制问题,通过探究系统共轭极点分布随模型参数变化的规律,设计了一种含输入电 压前馈的开关选择型控制策略;最后,制作一台基于氮化镓的实验样机进行验证。 实验结果表明,系统负载突增时,输出电压脉 动在 2. 5 V 以内,模式切换时输出电压脉动在 1 V 以内,同时满载时中间模式下最高运行效率达 96. 3% 。

摘要:采掘装备在截割煤层过程中，不同性状的煤岩体会导致截齿温度发生变化。为了探究截齿温度场的变化特性，分析了截齿截割煤层过程的热源分布情况，利用热源法建立了截割煤层过程中截齿温度场的理论计算模型，并考虑到采掘装备的实际工况条件，推导了喷雾系统对流换热系数的计算过程。以MG2×55/250BWD型采煤机为研究对象，基于ABAQUS有限元软件建立了截齿旋转截割煤岩模型，研究了不同工况下截齿温度场的分布情况与变化规律；接着，基于Fluent流体仿真软件建立了喷雾冷却模型，获取了不同喷雾压力下截齿的对流换热系数，进而将换热系数带入ABAQUS有限元模型来模拟水喷雾冷却下截齿截割煤岩过程的温度场；最后，搭建了滚筒截割煤岩温度采集实验台，设计了截齿温度采集系统，开展了不同工况下滚筒截割煤岩实验，分析了截齿温度场的变化规律，验证了理论计算与仿真模型的正确性。结果表明，不同工况下截齿的温度场具有不同的分布形态，且最高温度与滚筒转速、牵引速度、煤岩坚固性系数呈正相关性；水喷雾压力与截齿温度呈反比，与常规条件相比水喷雾冷却能使截割温度场温度降低20%以上。研究成果为基于截齿温度场的煤岩性状识别提供新的理论和方法。

摘要:透明风挡是飞行器的关键结构件,必须具有优异的性能。为减轻重量,飞行器透明风挡采用“有机玻璃-透明聚碳酸酯-有机玻璃”的异质多层复合式结构，其性能与透明件各层的厚度紧密相关。现有测量方法无法满足飞行器透明风挡高效率、高精度厚度逐层测量的综合性需求。为此,提出飞行器多层透明风挡谱域低相干测量方法。首先通过正交色散提升色散能力，从而增大测量量程，然后建立透明件厚度与光谱波数之间的映射模型，并利用高精度平行平晶标定了模型参数，最后搭建了测量系统。实验结果表明所提出的方法最大量程超过41 mm，具有微米级的测量精度，测量速度小于8 ms，能够满足飞行器多层透明风挡厚度测量的需求。

摘要:传感器阵列常用于机械设备的状态监测，但在密闭金属外壳中，传统无线通信受电磁屏蔽限制难以实现有效传输。超声波因能够穿透金属结构，作为信息载体传输信息具有重要的应用前景。多通道同步传输可以提高通信效率，但信号串扰是亟待解决的难题。为此，提出一种基于声学超材料的通道串扰抑制技术，通过Lamb波频散曲线的带隙效应来阻止声波在通道间的传播。通过数值模拟设计超材料结构并确定带隙范围，然后通过实验验证串扰抑制的有效性。研究实现了三通道独立通信，显著降低了跨通道串扰，同时保证了信号解码的高精度，能够满足封闭金属结构的通信需求。这一研究为解决多通道超声通信的串扰问题提供了一种新颖且有效的方法。

摘要:气液两相流广泛存在于化工、石油和天然气输送、核工业等领域，压降作为气液两相流重要参数之一，其准确测量和精确预测是两相流流量计量的重要前提。设计了压降测量系统，并在压力范围为0.1~0.5 MPa的工况下进行实验，获得了内径50 mm水平气液两相流不同压力下的压降实验数据，分析讨论了实验特征参数对压降的影响规律。建立了压降实验数据库并对已有压降预测模型进行对比验证，结果表明已有压降模型对于中高压、大管径压降预测效果较差。在此基础上，通过分析实验参数相关性，提出了一种新的压降预测模型。将新模型与压降实验数据库进行比较，93%以上的数据点的相对误差在±30%以内，且平均绝对百分比误差为13.57%，验证了新压降预测模型的外推性和适用性。

摘要:偏振超表面是一种新型光学器件，通过设计微纳米结构和选用适当的材料，能够精确控制光的偏振状态、相位和振幅。现有的大多偏振片由于固定的物理结构及材料特性使得功能较为单一且体积较大，难以满足现代光学系统对小型化和多功能化的需求。研究了一种基于全介电GaAs/Sb2Se3结构的可调谐相变偏振超表面，工作于近红外波段（780~1 100 nm）。通过集成偏振转换元原子和相位转换元原子，设计出具有高透过率（99.625%）、高消光比（32.8 dB）及可控偏振角的线性偏振器件。特别地，通过引入相变材料硒化锑，实现了偏振片在不同相态下的动态调谐，使其在不同波段的偏振态控制上具有显著优势。通过理论分析和时域有限差分法仿真验证了设计的有效性，展现了该超表面在红外探测、成像和通信等领域的广泛应用潜力。该研究为光学系统的小型化和多功能化提供了创新解决方案，为未来材料优化和新应用探索奠定了基础。

摘要:在非结构化环境下，机器人精密轴孔装配是一个非合作问题。轴姿态的不确定性给后续孔的搜索和插入带来了挑战，因此，机器人需要调整轴的姿态来消除轴对孔的姿态偏差。将姿态调整分为粗调整和精调整两个阶段。首先，在粗调整阶段，在轴孔未接触时采集轴的力-角度样本，输入到多层感知机（MLP）模型进行训练，引导机械臂进行粗调整。其次，在精调整阶段，建立RLVAC模型。通过建立轴孔接触模糊推理模型来估计轴孔接触状态。基于轴孔接触状态，通过融合了模糊奖励机制的强化学习算法找到最优的导纳控制参数，实现轴孔表面的紧密贴合。最后，对未知姿态的轴进行了综合实验。从调整精度、运行时间、成功率等方面与其他常规方法进行了比较分析。

摘要:为研究基准面倾斜对微推力测量的影响,提出一种基于倒立摆结构的高精度地面倾角测量方法。通过精确控制基准面倾斜角度,探讨其对系统刚度和测量精度的影响。首先，利用高精度电磁标准力开展标定实验,获得倒立摆的重力矩约为162.80 mNm,安装基板初始倾角约为-1.78 mrad,其次采用压电偏摆台调制开展基准面倾角影响的实验研究,最后进行不确定度分析。测试数据表明：当摆杆重力矩刚度与柔性枢轴刚度相接近时，基准面倾角对摆杆偏转角放大效应明显；当重力矩为162.80 mNm,K0=191.46 mNm/rad时,放大倍数约为5.73,与仿真结果相差0.25%；基于倒立摆存在的放大效应,基准面倾角10 μrad下倒立摆系统刚度将产生57%的偏差，通过模型修正，微推力测量值偏差优于0.98%,系统刚度偏差优于2%；综合考虑实验环境和仪器设备的影响,本文实验测量相对不确定误差为1.40%；研究结果为提高微推力测量性能提供了支持。

摘要:光电式日照计在晴天和多云等天气状况下测量散射辐射时因受其遮光设计的影响，结果可能会出现较大误差。为减小其测量误差，通过TracePro 仿真分析四、六、八分遮光方案在不同天气下的反射直射辐射误差以及散射分布误差，得出尽管六分和八分遮光方案能更好细分探测天穹，但其遮光孔数量的增加会致使散射分布误差的修正难度增大。故本文针对四分遮光方案建立了散射分布误差修正模型，并通过模拟及实测验证了其有效性。修正后，总辐射传感器接收的散射辐射与散射传感器测量的辐射相关性显著提高，Pearson 相关系数均在0.95以上，平均相对误差降低至4%以下。在实际测试中，光电式日照计的月累计误差由12.25%减少到了2.66%，测量精度得到了大幅提升。

摘要:为了提高三坐标测量机面向被测对象的测量精度，提出一种改进粒子群算法以辨识三坐标测量机最佳测量区域。首先分析三坐标测量机测量空间内的体积误差分布规律，利用最小二乘法拟合单项几何误差模型，并建立三坐标测量机空间点误差寻优模型。所提出的改进粒子群算法结合了自适应权重、自适应干扰力和模拟退火算法，性能优于传统粒子群算法和自适应粒子群算法。对比实验显示，改进粒子群算法在最优值、最差值、均值和标准差4个方面均优于粒子群算法和自适应粒子群算法，单次寻优速度分别提高了45.1%和29.2%。实验结果表明，在规划优化空间大小为30 mm×30 mm×30 mm时，基于改进粒子群算法辨识的三坐标测量机最佳测量区域为206 mm≤X≤236 mm，350 mm≤Y≤380 mm，-262 mm≤Z≤-232 mm。基于直径为15.874 7 mm、球度为50 nm的高精度标准球的对比实验表明，当标准球放置在三坐标测量机最佳测量区域时，标准球直径测量偏差最小为1.7 μm，验证了提出方法的正确性。该方法具有普适性，可用于其他被测对象的三坐标测量机最佳测量区域确定。

摘要:近年来全球导航卫星系统的发展已趋于成熟，但面对城市复杂环境如城市峡谷、树林遮蔽等场景常会出现可见星不足、卫星信号衰减严重的问题，从而形成定位盲区。不同于常规的从卫星端和接收端寻找定位优化方法的策略，基于超表面辅助的GNSS定位方法是从传播路径上改变无线电环境，实现对卫星信号的不同反射角度的波束赋形，有效建立虚拟视距链路。首先，搭建了定位模型，并设计了能将15°入射的北斗B1信号以30°反射的超表面；然后，通过暗室实测实验分析了其反射信号质量与接收角度和接收距离的关系，验证了其波束赋形能力；最后，评估了基于超表面反射的北斗信号伪距单点定位精度，在东、北、天顶3个方向上的均方根误差分别为2.138、4.456、8.268 m，验证了超表面辅助的GNSS定位的可行性，为后续实现超表面动态定位提供了参考。

摘要:针对现有反射式光栅和读数头在小体积时无法设置更多的栅线对数进一步提升稳定性,导致精度无法得到提升等问题,提出了一种提高反射式光栅位移测量精度的方法。该方法通过对影响光栅莫尔信号的直流、幅值、正交性偏差3个主要因素进行误差分析来实时误差修正光栅莫尔信号质量,并且采用反正切细分法对修正后的光栅莫尔信号进行插值细分得出测量结果,同时改进了正交性误差修正和反正切细分中用到的CORDIC算法。实验结果表明,细分误差由修正前的45″减小到了经过修正后的6″,验证了系统的可重复性,正、反向位移的一致性和滞回性,在相同的栅线对数情况下,测量精度达到了±1μm, 显著优于商用光栅位移传感器。

摘要:红外与可见光图像具有很好的互补特性，可以利用这2种模态图像的融合来适应自动驾驶等领域对于目标检测高精度和高鲁棒性的要求。现有多模态目标检测算法往往模型庞大，推理耗时长，无法在边缘设备上部署，而采用直接融合等方法又无法充分发挥不同模态的优势，因此提出了一种基于梯度算子和注意力机制的融合目标检测算法。引入梯度算子设计定制化卷积来捕获图像纹理；红外支路引入坐标注意力发挥其目标定位优势；引入权重生成网络对2个模态的特征进行自适应加权融合。算法结构模块化，轻量化，适合部署在边缘设备上。在数据集上实验，得到mAP@0.50和mAP@0.5∶0.95指标值比可见光单模态检测提升了6.3%和7.2%，比红外提升了11.3%和9.8%。推理帧率可达22.7，满足实时性要求。

摘要:从工业CT图像上分割精密零件内腔区域对于零件的尺寸测量具有重要意义。零部件内腔通常是不封闭的，其CT灰度与背景灰度相近，利用现有图像分割算法无法准确分割出内腔。提出一种结合凸包思想和数学形态学的局部多尺度凸包算法，在初始分割基础上对图像进行内腔填充，再通过闭运算和布尔操作实现完整内腔的分割。经过多种分割方法对比，实验结果表明局部多尺度凸包算法在汽车零部件CT图像上的F1分数达到了0.973 5。所提算法正确性较高，能够快速、准确地分割出不同类型工业CT图像中的非封闭内腔区域。

摘要:传统激光雷达在SLAM过程中存在位姿估计累积误差大的问题且算法轻量化及实时性方面仍有改进空间。提出一种激光雷达和IMU紧耦合方式的方法，从点云去畸变、特征提取配准、紧耦合位姿估计3方面进行改进，针对激光雷达在高速运动过程中的点云畸变问题，提出一种构建连续时间域的运动矫正方法且考虑计算效率问题使用预拟合平面机制提取特征。应对特征匹配时KNN搜索代价大，提出一种追踪机制来降低计算复杂度。增强状态估计精准性，提出基于非线性几何观测器优化的框架。本方案在公共数据集上做了评估，与LIO-SAM和Fast-LIO相比，在轨迹的APE上分别下降30.52%和21.36%，在计算效率上分别提升了59.9%和43.7%。

摘要:为全面评估机械装备健康状态并制定分级运维决策策略，提出了一种机械装备人机协同健康评估方法。首先，从振动、压力、扭矩等监测数据中分别提取机械装备症状参数；接着，设计一种新的模糊残差收缩网络，确定机械装备状态隶属度函数，建立基于症状参数的单一评估模型。然后，将各单一评估模型输出的状态隶属度转化为集体犹豫模糊健康评估矩阵；采用best worst method计算各模型的评估优先级，利用语义Z数环境下的TOPSIS方法，发现不同运行状态对装备行为的影响差异。最后，通过犹豫模糊加权平均算子，定义机械装备健康指标，并引入多功能k-means聚类算法判定装备健康等级，以指导装备分级运维决策。验证结果表明：所提出的方法在场景适用性和性能稳定性方面有着尚佳的表现。

摘要:针对风电机组关键部件维护时准确率与虚警率难以平衡的问题,提出一种基于两阶段多维数据生成与实时健康指数的风电机组齿轮箱故障预警方法。首先,为反映风速对机组运行状态影响,提出一种基于历史风速的高斯混合隐马尔科夫模型对风速进行短期预测;然后,为提高预警准确度,提出一种基于两阶段多维数据生成的实时动态阈值设定方法,依据预测风速序列和生成器形成当前时刻油温阈值区间;最后,综合齿轮箱油温实际值和健康状态判别器输出,确定风电机组齿轮箱是否处于异常状态。实际数据的仿真结果表明,所提方法可有效降低虚警率,提前17 h预警风电机组齿轮箱潜在故障。

摘要:为了减少热致误差对数控机床进给系统定位精度的影响，提高被加工产品的一致性，提出一种基于霜冰算法（RIME）优化后的BP神经网络热误差预测模型。在不同工况下，布置温度传感器和激光干涉仪以采集温度和丝杆热误差数据。结合模糊C均值聚类和灰色关联度算法对温度样本进行特征选择，筛选出关键温度特征点。以温度和丝杆位置坐标作为输入，丝杆热误差作为输出，构建RIME-BP热误差预测模型。针对H650GA型磨齿机，利用K折交叉验证法对该模型预测精度进行实例验证，并与GA-BP、BP和SVM模型进行对比。结果表明，该模型的平均决定系数R2高达0.995，相对于GA-BP、BP和SVM模型，分别提高了3.54%、9.58%和17.75%。所提出方法为热误差补偿提供了理论和技术指导，具有工程应用价值。

摘要:热障涂层微观结构、粗糙度不均匀和厚度小幅变化对太赫兹波影响高度混叠，降低了测厚精度。为此，提出了异常主导损失函数驱动的残差跨域网络测厚方法，减少检测离群值。首先，构建了太赫兹信号解析模型，探究出飞行时间与折射率分别可由时域与频域数据求解，设计了快速傅里叶变化层映射出频域特征，基于门控循环网络层感知时域信号变化，依据测厚机理，提出以除法层连接，形成了残差跨域网络结构。然后，由于粗糙度与微观结构变化对太赫兹信号峰值影响混叠，创新构建了异常主导损失函数，增大离群值权重，使网络聚焦于修正测厚离群值。最后，制备了热障涂层样品，开展了太赫兹实验，结果表明，所提出方法最大测厚相对误差小于2.5%。

摘要:热障涂层微观结构、粗糙度不均匀和厚度小幅变化对太赫兹波影响高度混叠,降低了测厚精度。 为此,提出了异常主导 损失函数驱动的残差跨域网络测厚方法,减少检测离群值。 首先,构建了太赫兹信号解析模型,探究出飞行时间与折射率分别 可由时域与频域数据求解,设计了快速傅里叶变化层映射出频域特征,基于门控循环网络层感知时域信号变化,依据测厚机理, 提出以除法层连接,形成了残差跨域网络结构。 然后,由于粗糙度与微观结构变化对太赫兹信号峰值影响混叠,创新构建了异 常主导损失函数,增大离群值权重,使网络聚焦于修正测厚离群值。 最后,制备了热障涂层样品,开展了太赫兹实验,结果表明, 所提出方法最大测厚相对误差小于 2. 5% 。

摘要:热障涂层微观结构、粗糙度不均匀和厚度小幅变化对太赫兹波影响高度混叠,降低了测厚精度。 为此,提出了异常主导 损失函数驱动的残差跨域网络测厚方法,减少检测离群值。 首先,构建了太赫兹信号解析模型,探究出飞行时间与折射率分别 可由时域与频域数据求解,设计了快速傅里叶变化层映射出频域特征,基于门控循环网络层感知时域信号变化,依据测厚机理, 提出以除法层连接,形成了残差跨域网络结构。 然后,由于粗糙度与微观结构变化对太赫兹信号峰值影响混叠,创新构建了异 常主导损失函数,增大离群值权重,使网络聚焦于修正测厚离群值。 最后,制备了热障涂层样品,开展了太赫兹实验,结果表明, 所提出方法最大测厚相对误差小于 2. 5% 。

摘要:在机器人辅助骨铣削手术中,大量热量的产生容易导致热坏死,通常通过使用冲洗液来降低铣削温度。然而,传统的骨铣削温度研究并未考虑冲洗液的影响。为此,建立了一个综合考虑冲洗液作用的骨铣削温度模型。首先,基于有限元法,构建了球头铣刀铣削皮质骨的温度场模型。然后,通过点热源温度场理论,标定了不同流速下冲洗液的对流换热系数。结果表明,当冲洗液流速分别为31.6、43.3和65 μm3/s时,对流换热系数分别为400、800和1 100 W/（m2·℃）。最后,采用响应面法分析了各铣削参数对最高铣削温度的影响。分析结果表明,铣削深度对最高温度的影响最大,其次是冲洗液流速、进给速度和铣削角度。该温度模型及分析结果为术前铣削参数选择提供了有价值的参考,有助于减少骨铣削过程中的热坏死风险。

摘要:在机器人辅助骨铣削手术中,大量热量的产生容易导致热坏死,通常通过使用冲洗液来降低铣削温度。 然而,传统的骨 铣削温度研究并未考虑冲洗液的影响。 为此,建立了一个综合考虑冲洗液作用的骨铣削温度模型。 首先,基于有限元法,构建 了球头铣刀铣削皮质骨的温度场模型。 然后,通过点热源温度场理论,标定了不同流速下冲洗液的对流换热系数。 结果表明, 当冲洗液流速分别为 31. 6、43. 3 和 65 μm 3 / s 时,对流换热系数分别为 400、800 和 1 100 W/ (m 2·℃ )。 最后,采用响应面法分析 了各铣削参数对最高铣削温度的影响。 分析结果表明,铣削深度对最高温度的影响最大,其次是冲洗液流速、进给速度和铣削 角度。 该温度模型及分析结果为术前铣削参数选择提供了有价值的参考,有助于减少骨铣削过程中的热坏死风险。

摘要:在机器人辅助骨铣削手术中,大量热量的产生容易导致热坏死,通常通过使用冲洗液来降低铣削温度。 然而,传统的骨 铣削温度研究并未考虑冲洗液的影响。 为此,建立了一个综合考虑冲洗液作用的骨铣削温度模型。 首先,基于有限元法,构建 了球头铣刀铣削皮质骨的温度场模型。 然后,通过点热源温度场理论,标定了不同流速下冲洗液的对流换热系数。 结果表明, 当冲洗液流速分别为 31. 6、43. 3 和 65 μm 3 / s 时,对流换热系数分别为 400、800 和 1 100 W/ (m 2·℃ )。 最后,采用响应面法分析 了各铣削参数对最高铣削温度的影响。 分析结果表明,铣削深度对最高温度的影响最大,其次是冲洗液流速、进给速度和铣削 角度。 该温度模型及分析结果为术前铣削参数选择提供了有价值的参考,有助于减少骨铣削过程中的热坏死风险。

摘要:在机器人辅助骨铣削手术中,大量热量的产生容易导致热坏死,通常通过使用冲洗液来降低铣削温度。 然而,传统的骨 铣削温度研究并未考虑冲洗液的影响。 为此,建立了一个综合考虑冲洗液作用的骨铣削温度模型。 首先,基于有限元法,构建 了球头铣刀铣削皮质骨的温度场模型。 然后,通过点热源温度场理论,标定了不同流速下冲洗液的对流换热系数。 结果表明, 当冲洗液流速分别为 31. 6、43. 3 和 65 μm 3 / s 时,对流换热系数分别为 400、800 和 1 100 W/ (m 2·℃ )。 最后,采用响应面法分析 了各铣削参数对最高铣削温度的影响。 分析结果表明,铣削深度对最高温度的影响最大,其次是冲洗液流速、进给速度和铣削 角度。 该温度模型及分析结果为术前铣削参数选择提供了有价值的参考,有助于减少骨铣削过程中的热坏死风险。

摘要:在机器人辅助骨铣削手术中,大量热量的产生容易导致热坏死,通常通过使用冲洗液来降低铣削温度。 然而,传统的骨 铣削温度研究并未考虑冲洗液的影响。 为此,建立了一个综合考虑冲洗液作用的骨铣削温度模型。 首先,基于有限元法,构建 了球头铣刀铣削皮质骨的温度场模型。 然后,通过点热源温度场理论,标定了不同流速下冲洗液的对流换热系数。 结果表明, 当冲洗液流速分别为 31. 6、43. 3 和 65 μm 3 / s 时,对流换热系数分别为 400、800 和 1 100 W/ (m 2·℃ )。 最后,采用响应面法分析 了各铣削参数对最高铣削温度的影响。 分析结果表明,铣削深度对最高温度的影响最大,其次是冲洗液流速、进给速度和铣削 角度。 该温度模型及分析结果为术前铣削参数选择提供了有价值的参考,有助于减少骨铣削过程中的热坏死风险。

摘要:飞行器遥测数据是地面判断卫星在轨状态的唯一来源。异常检测有助于飞行器运行过程的视情动态决策,并能有效减少故障。然而,现有方法主要关注短时变化,难以有效识别集合异常模式。针对这一问题,提出了一种基于长时间尺度特性建模优化的飞行器遥测数据集合异常检测方法。首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自动调整模型输入,提升集合异常检测的鲁棒性。通过实际飞行器姿态角数据的验证,结果表明,相比VAE-LSTM模型,异常片段的检出率提升了0.041,F1分数提升了0.039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可靠的基础数据支撑。

摘要:飞行器遥测数据是地面判断卫星在轨状态的唯一来源。 异常检测有助于飞行器运行过程的视情动态决策,并能有效 减少故障。 然而,现有方法主要关注短时变化,难以有效识别集合异常模式。 针对这一问题,提出了一种基于长时间尺度特性 建模优化的飞行器遥测数据集合异常检测方法。 首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预 测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自 动调整模型输入,提升集合异常检测的鲁棒性。 通过实际飞行器姿态角数据的验证,结果表明,相比 VAE-LSTM 模型,异常片段 的检出率提升了 0. 041,F1 分数提升了 0. 039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可 靠的基础数据支撑。

摘要:飞行器遥测数据是地面判断卫星在轨状态的唯一来源。 异常检测有助于飞行器运行过程的视情动态决策,并能有效 减少故障。 然而,现有方法主要关注短时变化,难以有效识别集合异常模式。 针对这一问题,提出了一种基于长时间尺度特性 建模优化的飞行器遥测数据集合异常检测方法。 首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预 测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自 动调整模型输入,提升集合异常检测的鲁棒性。 通过实际飞行器姿态角数据的验证,结果表明,相比 VAE-LSTM 模型,异常片段 的检出率提升了 0. 041,F1 分数提升了 0. 039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可 靠的基础数据支撑。

摘要:飞行器遥测数据是地面判断卫星在轨状态的唯一来源。 异常检测有助于飞行器运行过程的视情动态决策,并能有效 减少故障。 然而,现有方法主要关注短时变化,难以有效识别集合异常模式。 针对这一问题,提出了一种基于长时间尺度特性 建模优化的飞行器遥测数据集合异常检测方法。 首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预 测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自 动调整模型输入,提升集合异常检测的鲁棒性。 通过实际飞行器姿态角数据的验证,结果表明,相比 VAE-LSTM 模型,异常片段 的检出率提升了 0. 041,F1 分数提升了 0. 039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可 靠的基础数据支撑。

摘要:飞行器遥测数据是地面判断卫星在轨状态的唯一来源。 异常检测有助于飞行器运行过程的视情动态决策,并能有效 减少故障。 然而,现有方法主要关注短时变化,难以有效识别集合异常模式。 针对这一问题,提出了一种基于长时间尺度特性 建模优化的飞行器遥测数据集合异常检测方法。 首先,构建时序关联依赖模型,提取遥测数据片段中的高维时序规律并生成预 测结果;然后,利用预测结果与观测数据之间的残差,构建统计模型,提取分布特征并形成异常检测判据;最后,利用迭代预测自 动调整模型输入,提升集合异常检测的鲁棒性。 通过实际飞行器姿态角数据的验证,结果表明,相比 VAE-LSTM 模型,异常片段 的检出率提升了 0. 041,F1 分数提升了 0. 039,证明了该方法在提高检测精度和降低漏检率方面的优势,为卫星视情运维提供可 靠的基础数据支撑。

摘要:人工智能算法现广泛应用于模块化多电平换流器(MMC)故障诊断中，但现有算法均需大量目标域样本来训练模型，针对小样本下难以精确诊断的问题，提出基于多源融合图与SE-BiGRU-ResNet模型的MMC小样本分立化故障诊断方法。首先，根据开路故障特性，选择输出相电流和桥臂电压作为关键故障参量；其次，利用递归图、马尔可夫转移场和格拉姆角场算法将一维故障参量映射为相应的二维特征图像，为全面加强图像的特征显著性，将各图按通道维度增广叠加为多源融合图；最后，以残差网络(ResNet)为基础，为提高模型捕捉关键时空特征的能力，引入挤压-激励（SE）模块和双向门控循环单元（BiGRU）模块，建立SE-BiGRU-ResNet模型对多源融合图进行训练和测试。实验结果表明：相比其他方法，在小样本情况下诊断故障桥臂与定位子模块中故障IGBT的准确率达到98.10%和99.13%，诊断精度高；测试过程拥有秒级响应时间；在极端条件扰动下仍具备较好的诊断性能与较强的泛化能力。

摘要:人工智能算法现广泛应用于模块化多电平换流器(MMC)故障诊断中,但现有算法均需大量目标域样本来训练模型,针 对小样本下难以精确诊断的问题,提出基于多源融合图与 SE-BiGRU-ResNet 模型的 MMC 小样本分立化故障诊断方法。 首先, 根据开路故障特性,选择输出相电流和桥臂电压作为关键故障参量;其次,利用递归图、马尔可夫转移场和格拉姆角场算法将一 维故障参量映射为相应的二维特征图像,为全面加强图像的特征显著性,将各图按通道维度增广叠加为多源融合图;最后,以残 差网络(ResNet)为基础,为提高模型捕捉关键时空特征的能力,引入挤压-激励(SE)模块和双向门控循环单元(BiGRU)模块, 建立 SE-BiGRU-ResNet 模型对多源融合图进行训练和测试。 实验结果表明:相比其他方法,在小样本情况下诊断故障桥臂与定 位子模块中故障 IGBT 的准确率达到 98. 10% 和 99. 13% ,诊断精度高;测试过程拥有秒级响应时间;在极端条件扰动下仍具备 较好的诊断性能与较强的泛化能力。

摘要:人工智能算法现广泛应用于模块化多电平换流器(MMC)故障诊断中,但现有算法均需大量目标域样本来训练模型,针 对小样本下难以精确诊断的问题,提出基于多源融合图与 SE-BiGRU-ResNet 模型的 MMC 小样本分立化故障诊断方法。 首先, 根据开路故障特性,选择输出相电流和桥臂电压作为关键故障参量;其次,利用递归图、马尔可夫转移场和格拉姆角场算法将一 维故障参量映射为相应的二维特征图像,为全面加强图像的特征显著性,将各图按通道维度增广叠加为多源融合图;最后,以残 差网络(ResNet)为基础,为提高模型捕捉关键时空特征的能力,引入挤压-激励(SE)模块和双向门控循环单元(BiGRU)模块, 建立 SE-BiGRU-ResNet 模型对多源融合图进行训练和测试。 实验结果表明:相比其他方法,在小样本情况下诊断故障桥臂与定 位子模块中故障 IGBT 的准确率达到 98. 10% 和 99. 13% ,诊断精度高;测试过程拥有秒级响应时间;在极端条件扰动下仍具备 较好的诊断性能与较强的泛化能力。

摘要:人工智能算法现广泛应用于模块化多电平换流器(MMC)故障诊断中,但现有算法均需大量目标域样本来训练模型,针 对小样本下难以精确诊断的问题,提出基于多源融合图与 SE-BiGRU-ResNet 模型的 MMC 小样本分立化故障诊断方法。 首先, 根据开路故障特性,选择输出相电流和桥臂电压作为关键故障参量;其次,利用递归图、马尔可夫转移场和格拉姆角场算法将一 维故障参量映射为相应的二维特征图像,为全面加强图像的特征显著性,将各图按通道维度增广叠加为多源融合图;最后,以残 差网络(ResNet)为基础,为提高模型捕捉关键时空特征的能力,引入挤压-激励(SE)模块和双向门控循环单元(BiGRU)模块, 建立 SE-BiGRU-ResNet 模型对多源融合图进行训练和测试。 实验结果表明:相比其他方法,在小样本情况下诊断故障桥臂与定 位子模块中故障 IGBT 的准确率达到 98. 10% 和 99. 13% ,诊断精度高;测试过程拥有秒级响应时间;在极端条件扰动下仍具备 较好的诊断性能与较强的泛化能力。

摘要:人工智能算法现广泛应用于模块化多电平换流器(MMC)故障诊断中,但现有算法均需大量目标域样本来训练模型,针 对小样本下难以精确诊断的问题,提出基于多源融合图与 SE-BiGRU-ResNet 模型的 MMC 小样本分立化故障诊断方法。 首先, 根据开路故障特性,选择输出相电流和桥臂电压作为关键故障参量;其次,利用递归图、马尔可夫转移场和格拉姆角场算法将一 维故障参量映射为相应的二维特征图像,为全面加强图像的特征显著性,将各图按通道维度增广叠加为多源融合图;最后,以残 差网络(ResNet)为基础,为提高模型捕捉关键时空特征的能力,引入挤压-激励(SE)模块和双向门控循环单元(BiGRU)模块, 建立 SE-BiGRU-ResNet 模型对多源融合图进行训练和测试。 实验结果表明:相比其他方法,在小样本情况下诊断故障桥臂与定 位子模块中故障 IGBT 的准确率达到 98. 10% 和 99. 13% ,诊断精度高;测试过程拥有秒级响应时间;在极端条件扰动下仍具备 较好的诊断性能与较强的泛化能力。