.png)
.png)
下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
太赫兹可调谐超表面研究发展及应用
摘要：
太赫兹（THz)波段具有大带宽、高分辨率和强穿透力等潜在优势，弥补了微波与红外技术之间的空白，在下一代传感、成像、通信、生物医疗和安全检查等等领域展露出了巨大的应用潜力。超表面作为能够有效调控太赫兹波的传播方向、相位和振幅等有效参数的重要技术，克服了天然材料在太赫兹频段下固有的弱相互作用特性，成为近年来研究人员关注的热点。随着信息技术的不断发展，传统静态超表面难以适应动态环境变化，需要增加器件的动态调控性能。太赫兹可调谐超表面通过引入可调谐材料或施加额外激励，实现对太赫兹波的动态实时调节，使其在更多的应用领域受到关注。首先，该综述关注可调谐超表面技术的最新进展，主要梳理太赫兹可调谐超表面的调控方法、响应机制，介绍了液晶、半导体、相变材料以及机械结构等等可调谐材料或可调结构，整理了各类太赫兹可调谐超表面的研究工作。其次，聚焦于太赫兹可调谐超表面在光学成像、无线通信以及生物传感等各大领域中的应用进展，结合优秀的工作展示了太赫兹可调谐超表面在各大应用领域巨大的发展潜力。最后，总结了太赫兹可调谐超表面发掘高效调控机制、高集成度多功能化以及降低成本、提升制造工艺稳定性上面临的挑战，对未来太赫兹可调谐超表面的研究发展做出了展望。
-
宽带时间交织数据采集系统中高吞吐率低复杂度并行校准方法
摘要：
时间交织采样架构是突破单通道模数转换器（ADC）性能瓶颈、实现超高速数据采集的主流技术方案，但其性能受到通道频率响应非理想误差与通道间失配误差的严重制约。现有校准方案普遍采用有限长单位冲激响应（FIR）滤波器与周期时变滤波器分校准上述误差，但其串行实现方式的吞吐率通常被限制在几百兆点每秒（Mpts/s），无法满足雷达、通信等应用场景对几十亿点每秒（Gpts/s）吞吐量的实时处理需求。为提高吞吐率，最直接的思路是采用并行校准架构。然而，直接并行化会导致硬件资源消耗的急剧增加。为攻克吞吐率与资源消耗之间的矛盾，提出一种高效的校准架构。首先，采用自适应加权最小二乘算法优化FIR滤波器设计，通过动态训练不同频段权重，在保证精度的同时降低了滤波器阶数。进而，提出频谱折叠结构，将周期时变滤波器中逆快速傅里叶变换（IFFT）运算的并行路数减半，大幅减少资源消耗。在现场可编程门阵列（FPGA）上实现的8路并行校准架构，经20 GSPS采样率、8 GHz带宽平台验证，吞吐量达到2 Gpts/s，校准后精度与串行架构一致，幅度平坦度从4 dB减小至±0.25 dB，无杂散动态范围（SFDR）从25.8 dB提升至46.9 dB。该方案有效突破了高速实时处理的瓶颈，为高速数据采集系统提供了资源高效的高性能解决方案。
-
基于可变电容调控的抗偏移性输出无线电能传输系统
摘要：
针对磁耦合式无线电能传输系统（MC-WPT）在耦合机构偏移时易出现的输出电流波动、传输效率下降及稳定性变差的问题,提出了一种基于可变电容（SCC）调控的X形-环周复合发射线圈与圆形接收线圈（XRPC-CR）组成的双边LCC型WPT系统抗偏移方法。首先,构建XRPC-CR双边LCC型WPT拓扑,分析其工作模式、谐振条件与传输特性,建立输出电流与系统关键参数之间的数学模型。其次,研究系统在不同偏移工况下的抗偏移特性,揭示基于SCC调节的抗偏移机理，设计了一种基于DSP的SCC双通道控制策略,通过改变调节系数实现了系统在偏移工况下的恒流输出。然后,在Mworks中搭建了系统仿真模型,仿真分析了接收线圈绕自身旋转、水平和竖直偏移、接收线圈绕发射线圈公转3种工况下的输出电流与传输效率。结果表明，所提方法能够在多种偏移条件下保持较好的输出稳定性，系统误差保持在2.5%以内,效率稳定在75.0%以上，表现出较强的抗偏移调节能力。最后，搭建实验平台对所提方法进行验证,实验结果表明了接收线圈在1/4线圈尺寸偏移范围内仍可实现电流稳定输出,误差低至2.5%,传输效率高达89.50%。仿真与实验结果具有较好一致性，验证了所提抗偏移方法在偏移容差与系统性能提升方面的有效性及工程应用价值。
-
基于Stokes偏振探测的双波段超透镜结构设计与性能分析
摘要：
针对传统偏振光导航传感器体积大、光学系统复杂及探测波段较窄等问题,开展了面向紫外至可见光的Stokes偏振探测超透镜的设计与性能分析研究。受帝王蝶复眼的偏振敏感机制启发,系统分析了该类蝶复眼结构对偏振光的解析特性，在此基础上提出并设计了一种可用于紫外与可见光双波段Stokes参数探测的超透镜。该超透镜以介质椭圆纳米柱为基本单元，通过其在紫外与可见光波段引入传播相位调制,仿生再现了蝶类复眼微绒毛阵列的偏振解析功能:每个透镜单元通过调控入射偏振光在两个正交方向上的相位响应,实现了对Stokes参数的并行探测与解算。研究利用FDTD软件对超透镜结构进行仿真优化,并系统分析了不同偏振入射角度下的线偏振度(DoLP)和偏振角(AoP)的响应特性。仿真结果表明,所设计超透镜在紫外-可见光波段下的平均透射率达90%,最高聚焦效率可达84%,在不同偏振入射角下的DoLP值介于0.91~0.98,AoP整体测量误差<2°。在制备与实验验证方面，采用磁控溅射、电子束曝光及等离子刻蚀等微纳加工工艺成功制备出超透镜样品并对其Stokes参数探测性能进行了实测评估测试。测试结果显示，在部分偏振态下DOLP平均相对误差最低为1.7%,AoP的平均相对误差为12%。该研究不仅为紫外-可见光双波段偏振探测提供了新型光学器件设计方案，也为实现偏振光导航系统的小型化、集成化发展提供了重要的技术参考。
-
瞬变电磁未爆弹定位的磁偶极子动态反演方法
摘要：
为实现瞬变电磁（TEM）探测技术在浅地表未爆弹（UXO）探测中的快速工程应用，解决传统装置抗干扰弱和反演效率低的问题，提出对称结构收发一体化探测装置及磁偶极子（MD）动态反演方法。首先，阐述该装置核心结构设计，其采用同轴对称线圈布局，通过简易机械固定实现探测姿态稳定控制，可直接采集纯正水平二次场信号，从硬件层面规避一次场强干扰，提升浅地表微弱目标信号识别能力。在此基础上，针对装置移动测量场景，构建目标靶体MD动态等效模型，明确模型参数与UXO空间位置的映射关系，提出基于连续动态测量信号的特征提取算法，精准捕获UXO空间位置信息；同时，采用优化的列文伯格-马夸尔特（LM）算法求解模型参数，通过迭代策略改进缩短反演耗时，计算效率较传统LM算法提升2倍以上，加快UXO位置解译。最后，在模拟浅地表实验场开展验证实验，实验对比显示，平放线圈的信噪比为14.2 dB，立放线圈的信噪比达26.8 dB，证实装置具备更优抗干扰能力；此外，2.5 m半径内不同位置标靶探测证实，该装置及反演方法对浅地表UXO的平面定位最大误差5.4 cm、垂向埋深反演最大误差13.5 cm，完全满足工程精度要求。该研究的阵列式传感器布置方案与优化算法，有效降低现场作业时间与人力成本，为相关领域快速连续探测提供了可行高效的技术方案。
-
基于对比盲去噪自编码器的风机覆冰组合检测方法
摘要：
风机覆冰检测中数据易受到噪声干扰，现有去噪方法极易在进行噪声去除时造成信号过度平滑并丢失关键特征。针对现有方法在数据噪声处理方面的不足，提出了一种基于对比盲去噪自编码器的风机覆冰组合检测方法。首先，利用带有噪声对比估计机制（NCE）的自编码器作为自适应去噪模块。该模块基于重构损失机制与噪声对比估计机制实现噪声去除与特征保留的平衡，在去除噪声干扰的同时，最大程度保留了覆冰关键时序特征。该模块能够在缺乏噪声先验知识与纯净标签数据的条件下，通过自监督学习对原始信号进行自适应盲去噪。在此去噪模块的基础上，进一步设计了时序特征提取与特征增强并行的双分支组合检测网络，时序分支由双向长短期记忆网络（BiLSTM）与收缩广播注意力模块(CBSA)构成，增强分支则由自动化特征模块与柯尔莫哥洛夫-阿诺德网络(KAN)组成。该组合网络协同挖掘数据在时序维度的动态演化规律与特征维度的非线性耦合关系，实现对覆冰状态的准确识别。基于实际风场数据的多维实验验证了所提方法的有效性。实验结果表明，该方法能抑制干扰导致的覆冰错误识别，提升了综合检测精度，并在不同噪声强度下保持稳定，展现出一定的抗噪鲁棒性与泛化能力，为工程实际应用提供了可靠支撑。
-
基于双重自适应调整机制的 UWB 定位方法
摘要：
精准定位是实现移动设备智能化与无人化的关键技术之一，尤其在全球定位系统（GPS）信号拒止环境下，保持高精度定位能力已成为自主导航系统面临的核心挑战。针对GPS拒止环境下定位精度显著下降的问题，提出一种基于超宽带（UWB）模块的定位系统构建方案。为提高定位精度，提出一种双重自适应变分容积卡尔曼滤波（A-VBCKF）算法。该算法在变分贝叶斯框架下引入双重自适应更新机制，能够实时调整过程噪声协方差与测量噪声协方差，从而对UWB系统的测距值进行平滑处理，有效降低测距误差。为进一步优化系统整体估计精度，在两步加权最小二乘法的基础上，设计了基于最小偏差准则收缩估计（MBCSE）方法求解位置坐标，通过引入收缩估计思想，在最小化估计偏差与方差之间寻求最优平衡，从而获得更为精准的定位结果。基于UWB P440模块构建定位系统，以移动小车为实验平台，开展静态与动态定位实验，验证所提方法的有效性。结果表明，融合A-VBCKF算法和MBCSE方法可显著降低定位误差，所提A-VBCKF-MBCSE算法的x、y和z轴方向平均定位精度提升了51.6%、40%和23.6%；同时该融合算法解算的动态定位轨迹更贴近真实路径。实验结果验证了所提方法在提升定位终端精度方面的有效性，为GPS拒止条件下的高精度定位提供了一种可行方案。
-
深度分辨聚合物固化过程监测:对比研究与自适应帧间距优化方法
摘要：
深度分辨的固化过程可视化监测方法对深入理解聚合物固化动力学、优化固化工艺具有极其重要的意义。近年来，国际上相继发展出基于数字图像相关（digital image correlation, DIC）和相位敏感探测（phase sensitive detection, PhS）方法的两类功能型光学相干层析成像技术（optical coherence tomography, OCT），这两种技术凭借非接触、高分辨率、实时监测的优势，已成为聚合物固化监测的有效手段，但目前研究还存在两方面局限：一方面，缺乏两种方法在实际场景下的系统量化对比；另一方面PhS-OCT受2π相位模糊效应制约，难以兼顾大形变条件下的监测需求。针对上述问题，量化对比了DIC-OCT与PhS-OCT在测量灵敏度、范围及抗噪声能力方面的差异，明确两种技术的适用边界。在此基础上，创新性提出基于相位梯度的自适应帧间距调节方法，通过构建“相位梯度-信噪比耦合”的动态调节机制，动态调整监测帧间距，实现量程拓展与累积误差抑制的协同优化。为验证所提方法的有效性与实用性，分别开展了双层复合树脂固化实验与牙齿修复模拟实验：在双层树脂实验中，成功将PhS-OCT的监测量程从-12.21 mε拓展至-22.15 mε，同时计算效率较传统增量法提升24倍；在牙釉质高反射散斑的复杂噪声环境中，DIC-OCT应变计算失效区域占比达16.8%，而所提方法依托强抗噪性与动态量程拓展能力，实现了树脂固化全过程的可靠监测。该方法与PhS-OCT深度融合后，可实现聚合物固化过程的高精度、大形变、全场动态监测。
-
基于在机测量的五轴机床旋转轴几何误差高效测量与辨识
摘要：
五轴数控机床凭借其在加工精度、效率和适应性方面的突出优势，已广泛应用于精密零件的加工。然而，五轴机床几何误差元素繁多，而传统的测量方法由于测量时间长、仪器成本高，无法满足机床精度高效检测的广泛应用要求。为此，提出一种基于在机测量的旋转轴几何误差一次性安装测量装置与方法，同时针对该测量方法设计了旋转轴几何误差的分步辨识算法。该测量方法利用在机测头，在机床运动过程中对标准件工装的实际位置进行测量，将测量数据与理想理论数据进行比对，结合机床空间误差模型与辨识算法能够将旋转轴的位置无关误差（PIGEs）和位置相关误差（PDGEs）完全辨识。数值仿真结果表明，所提方法能够准确辨识出10项几何误差，辨识准确度均在95%以上。试验验证结果显示，该方法能显著提高角定位误差补偿效果，补偿精度提升超过70%，为进一步验证其准确性，以XR20无线型回转轴校准装置与XL-80激光干涉仪对同一试验对象进行对比试验，结果显示两者在辨识结果上的平均吻合度达到以97%。测量全程可在15 min内完成，大幅提升了测量效率，并能为进一步的热误差研究提供支持。所提出的测量方法是一种面向多种尺寸与构型机床旋转轴几何误差的通用测量方法，其在降低测量工具成本和提高测量效率方面具有明显优势，具备良好的应用前景。
-
直升机光纤捷联惯导隔振系统设计方法
摘要：
直升机振动环境的典型特征为低水平宽带随机振动与强烈正弦振动叠加的混合谱激励。该类惯导隔振系统的传统设计对工程经验依赖程度较高，存在需多次迭代导致设计效率低下的问题，为此提出了一种新的隔振系统设计方法。以某型光纤捷联惯导系统（INS)为研究对象，首先建立了惯导隔振系统的运动微分方程，并依据弹性支撑刚体运动解耦原则，阐述了3个对称面的八点隔振布局的结构设计形式。针对此类混合谱激励下系统响应难以直接分析的问题，通过将定频正弦激励等效转换为窄带随机振动，采用基于频响函数的子结构综合法，构建了隔振系统的随机动力学分析模型。基于该模型，系统分析了减振器刚度参数变化对隔振系统均方根（RMS)加速度响应的影响，发现隔振系统响应随减振器刚度增加呈现出先下降后上升的非单调变化趋势，据此以响应最小化准则确定最优刚度参数。为验证所提方法的有效性，对所提方法与传统避频法设计的隔振系统开展了对比试验。试验结果表明：两种方法设计的隔振系统分别沿X、Y、Z轴的加速度传递率曲线基本一致，验证了基于运动解耦的八点隔振布局的有效性；相较于传统方法，新方法在X、Y、Z轴向上的均方根加速度分别降低了26.9%、24.4%、24.7%，整体隔振性能显著提升，验证了所提方法的合理性与工程适用性。
-
基于集成密封阀的碟式微流控芯片制备及性能分析
摘要：
针对传统实时荧光定量聚合酶链式反应（PCR）仪存在管式检测试剂消耗量大、易产生气溶胶污染的问题，提出了一种集成密封阀的碟式微流控芯片设计方法。根据核酸扩增反应的作用机理，系统分析其对高温、密闭等特殊环境的内在需求，构建了基于流体力学理论的多物理场耦合模型，并依托该模型完成了微流道与阀组关键结构参数的优化设计。采用仿真模拟与物理实验结合的方法，对比不同参数下阀单元的流体突破阈值，验证了阀结构合理性的最优方案，通过搭建专用工装开展高温循环密封性验证实验，最终完成对密封阀的可靠性评估。通过搭建核酸扩增实验系统，选取多种不同类型的核酸样本，基于SYBR Green荧光定量技术开展核酸扩增效率检测，并与传统管式扩增平台进行平行对照实验。实验结果表明，经结构优化后的芯片综合性能表现优异：密封后的相对重量变化率仅为0.379%，与密封前98.588%的数值相比差异显著；实验组与对照组的变异系数分别为4.73%和0.27%，均满足实验设计的精度要求。该芯片与传统管式平台的检测结果高度吻合，线性相关系数R2达0.995，证实其可实现对目标核酸的精准特异检测。该芯片集成16个独立检测单元，可实现多份核酸样本的同步并行检测，为核酸的高通量快速筛查提供新方案，具有广阔临床应用前景。
-
基于频域热反射法的薄膜热物性多参数测量系统的设计与开发
摘要：
频域热反射法（FDTR）以其高灵敏度、操作简单等优点成为薄膜热物性非接触式测量的重要方法，随着样品多样化和多参数测量需求增长，其测量系统集成化与可视化的重要性日益突出。传统频域热反射法热物性测量系统由于缺乏对误差和测量不确定度的量化分析，导致测量结果的可信度难以有效评估，重复性低。基于此，提出了新的系统设计方案：在基础测量模式基础上，引入多源噪声动态监测与抑制环节，实现对探测器噪声、激光噪声及信号传输噪声的实时分离。开发了基于频域热反射法的热物性多参数可视化分析系统，集成参数拟合、灵敏度分析、误差分析、不确定度分析功能，实现全流程操作。其中将误差分析与不确定度分析有效结合，不仅有助于识别与控制各类测量误差，还能够以标准化形式给出测量结果的可信度区间。实验数据证实，该系统具备热物性多参数测量能力与全参数蒙特卡罗模拟分析功能。对Al和Si两种标准薄膜材料的热物性测量结果显示，热导率等核心参数测量相对误差≤±2.38%，重复性≥98%，充分证明了系统可靠性与准确度。该系统通过抑制多源噪声干扰，并结合不确定度量化分析提升了热物性多参数测量系统的适应性，可在复杂薄膜体系下实现热物性的实时分析与精准测量。
-
面向建筑群巡检的无人机覆盖路径规划策略研究
摘要：
针对建筑群场景下无人机智能化巡检中覆盖约束下的观察点精简与路径质量优化问题，提出了一种基于密度自适应聚类与分层能耗优化的两阶段规划策略。首先，在观察点生成阶段，以建筑群的三角网格模型为基础，提出了一种密度自适应聚类（DAC）算法并结合基于Pareto前沿的包含视点数量、覆盖冗余以及观测质量的多目标全局优化策略，实现了观察点的高效生成；其次，在路径规划阶段，构建了综合考虑路径长度、转向角度及升降高度的多因素目标函数，并提出一种基于分层能耗模型的改进LKH算法（S-LKH）求解观察点的最优遍历顺序。为了验证所提算法的优越性，仿真实验在两种不同规模的建筑模型上开展，其结果表明：相较于体素膨胀与随机键遗传算法、两阶段优化方法和模糊聚类法，所提方法在来福士建筑群模型上视点数相较于体素膨胀与随机键遗传算法、两阶段优化方法和模糊聚类法分别减少45.10%、14.07%和27.78%；其S-LKH算法求解的目标函数值相较于LKH算法、可变策略强化算法、灰狼差分进化混合算法、多策略融合的差分进化算法和球面向量粒子群算法分别下降14.70%、6.86%、15.30%、20.89%和13.82%，路径上的最大转向角度和最大升降高度最高分别下降11.68%和52.84%，平均转向角度和平均升降高度最高分别下降10.08%和22.82%。最后，通过模拟与实地飞行验证，进一步证明了该方法的有效性与工程可行性。
-
基于改进 RTMPose 的水下光阵关键点检测
摘要：
视觉光学导引是无人潜航器(UUV)近端回收的主流方案,但其检测精度与鲁棒性易受机载设备算力限制及复杂水下环境干扰。针对刚体光阵目标结构特性与水下光学导引任务需求,提出一种基于改进RTMPose的水下光阵关键点实时检测方法。核心贡献在于:1)建立水下光阵骨架模型与水下光阵关键点检测数据集,将人体姿态估计自顶向下范式适配至光学导引任务;2)设计融合重参数化技术和坐标注意力机制的轻量化骨干网络,通过解耦训练-推理过程和嵌入分方向的位置信息融合机制,显著降低参数量和计算复杂度的同时,补偿轻量化带来的性能损失,提升模型对水下图像光学衰减退化、遮挡等干扰的鲁棒性。实验结果表明,本方法在自建数据集上平均精度(AP)达到90.8%,平均端点误差(EPE)为0.828 pixels;相比于基线模型,改进模型参数量与浮点运算数(Flops)分别降低约22.8%和26.6%;在Jetson AGX Orin(64 GB)嵌入式平台上,改进模型端到端推理延迟较基线降低了1.14 ms。泛化性实验表明,该方法能通过训练快速适配不同光阵形态与多种水域条件,具备良好的通用性与可靠性。本研究提出的水下光阵关键点检测方法在检测精度、速度以及鲁棒性这3方面取得良好平衡,满足水下光阵关键点检测任务精度及实时性要求,为UUV等机载设备上实现高鲁棒性光学导引提供有效的解决思路。
-
基于 BDEA-VFNet 的架空线路涉鸟故障边端轻量级检测方法
摘要：
随着架空输电线路巡检规模与频次持续提升,海量航拍图像对云端计算与通信带宽提出挑战,而现有的涉鸟故障检测方法在复杂背景与密集小目标场景下的精度与实时性仍难以兼顾。为此,提出了一种面向边缘端涉鸟故障的轻量级目标检测方法(BDEA-VFNet),该方法首先在VFNet的基础上,提出全卷积掩码自编码器预训练策略,引入全局响应归一化层,在加速模型收敛、降低复杂度的同时增强对小目标特征的提取能力;其次,提出经神经架构搜索优化的特征金字塔结构,提升多尺度融合效率并减少跨层计算损失;最后,设计基于SimOTA的动态软标签分配策略,提出改进的FCOS无锚框机制生成候选目标,强化难例学习并降低复杂背景下涉鸟故障漏检风险。所提算法在架空输电线路涉鸟故障数据集及无人机边缘设备上进行了实验验证,结果表明,BDEA-VFNet能在边端快速有效地检测出涉鸟故障,相较VFNet算法,mAP精度提升了5.20%,参数量降低了77.37%,计算量削减了83.19%,有效平衡了检测精度与边端部署的轻量化需求。
-
基于改进 YOLOv8n 的盾构管片识别与定位
摘要：
针对盾构管片拼装机在管片抓取阶段依赖人工操作、识别定位精度不足的问题,提出一种融合多模块改进的YOLOv8n算法(YOLOv8n-PBSM)与RGB-D深度信息的管片螺栓识别与定位方法。在YOLOv8n网络模型中增设小目标检测层(P2),增强对螺栓细节特征的提取能力;采用双向特征金字塔网络(BiFPN)替换原颈部网络,强化多尺度特征融合;引入无参数三维注意力机制(SimAM),提升模型在油污、光照不均等复杂隧道环境下的特征聚焦能力;采用最小点距离交并比损失函数(MPDIoU)优化边界框回归过程,提升对管片螺栓的定位精度。识别阶段,利用YOLOv8n-PBSM模型识别管片螺栓,并通过图像标识实现管片类型分类;定位阶段,融合深度相机信息,建立从像素坐标到机器人基坐标系的映射流程,实现管片螺栓的三维空间坐标解算。试验结果表明,改进后的模型平均精度均值(mAP@0.5)达96.36%，较原YOLOv8n提升3.71个百分点；在模拟隧道施工环境下，单次抓取平均耗时5 s，检测定位环节仅65 ms，轴向定位误差均小于2 mm，15次抓取试验均成功。试验结果验证了所提出的方法在管片螺栓的识别精度和定位误差方面均满足实际作业要求,为盾构管片自动拼装提供可靠的视觉感知解决方案。
-
物理引导轻量化视觉网络及其在抽油机示功图识别中的应用
摘要：
游梁式抽油机示功图的人工解译效率低，难以定量刻画工况演化；传统数据驱动模型虽识别精度高，却存在物理可解释性弱与边缘部署困难的固有局限。针对上述挑战，故提出一种物理引导的轻量化时空视觉感知模型，实现低产油井供液能力的高效、可解释、可部署智能识别。首先，将悬点位移-载荷时序信号转换为规范化灰度图像，结合波动方程仿真与迭代智能标注，构建面向低产油井的专用示功图图像数据集Low-YieldD。在此基础上，设计“时序预测-空间识别”级联架构：通过双流耦合LSTM网络建模示功图序列的动态演变趋势，实现对未来工况的精准预测；创新性地提出物理信息空间注意力（PISA）机制，将“液击延迟”机理编码为可微分高斯空间掩码，引导轻量化卷积神经网络聚焦于卸载区等关键图像区域，使视觉特征提取过程具备物理可解释性。实验结果表明，该模型参数量仅为标准AlexNet的1.3%，在供液能力图像识别任务中准确率达99.1%，物理合理性得分（0.93）显著优于MobileNetV2等主流轻量化网络。工业部署验证显示，系统响应延迟缩短87.5%，月度无效抽油降低59.7%，吨液耗电减少22.0%，综合能效与运维效率均获显著提升。该研究为工业设备视觉检测提供了一种融合物理机理与轻量化深度学习的可行路径，兼具高精度、强可解释性与边缘部署适应性。
-
半监督学习 MultiU-Net 网络的 ERT 图像重建方法
摘要：
电阻层析成像(ERT)作为一种非侵入式断层扫描技术，在地质勘探、工业检测和生物医学等领域具有广泛的应用前景。由于其逆问题求解存在病态性与非线性特征，传统图像重建算法在成像精度、鲁棒性方面难以满足复杂工况下的应用需求。近年来，基于深度学习的电阻层析成像图像重建方法展现出强大的非线性映射能力，有效提升了图像重建精度，但仍面临高度依赖大规模标注训练数据集、泛化能力弱、抗噪性能不足等瓶颈。针对上述问题，提出了一种半监督学习MultiU-Net网络的电阻层析成像图像重建算法。该网络以一致性约束的半监督学习策略为基础，采用编码器和解码器为主要框架，降低了模型对训练数据的依赖，具有较强的泛化能力和抗噪能力；将通道注意力优化机制引入到网络的特征提取部分，自适应地调整特征通道的权重分布，提升了模型的训练效率和特征表达能力，从而提高图像重建精度。无标签数据占比优化实验表明，标注数据占训练数据比例为50%时成像效果最优。抗噪性测试实验表明，模型成像效果在高斯白噪声为30 dB时仍保持稳定，50 dB时几乎无失真。仿真、静态与动态图像重建实验结果表明，与线性反投影算法（LBP）、Tikhonov算法、Landweber算法以及卷积神经网络-视觉几何组算法相比，MultiU-Net网络在图像重建视觉效果与重建精度上具有更好的性能。
-
基于自适应 NHC 量测噪声的车载测向算法
摘要：
为了提高车载捷联航姿系统（AHRS）的定姿精度，提出利用非完整性运动约束（NHC）对航姿系统误差进行在线自主补偿，然而传统组合导航方案存在非完整性运动约束约束（NHC）失效和横向速度噪声建模不准确等问题，从而导致航向角误差累积，严重影响车载定位定向的可靠性与稳定性。针对车辆转弯过程中因轮胎侧偏效应引起的横向速度分量，提出一种基于自适应非完整性运动约束（NHC）量测噪声的车载测向算法。首先，基于二自由度车辆动力学模型，构建出前向速度与横向加速度的非线性耦合函数，实现对车辆运动过程中横向速度噪声特性的精准表征，完成非完整性运动约束（NHC）量测噪声的动态修正；同时，引入方差受限调节机制，根据车辆运动状态实时调整约束强度。由全球卫星导航系统/捷联惯性导航系统（GNSS/SINS）组合导航的实车实验表明，在连续弯道和环形绕行两种典型转弯场景下，在维持俯仰角、横滚角等姿态测量精度基本不变的前提下，显著改善航向角估计精度，与传统方法相比，航向角测量精度提升15%以上，且在全球卫星导航系统（GNSS）信号短时中断、遮挡等异常工况下表现出良好的鲁棒性与收敛性。算法从噪声建模与约束自适应两方面同步优化，有效解决了车辆转弯运动过程中组合导航系统航向角精度退化、滤波易发散等问题，可为地面无人载具、智能车载导航等系统提供更高精度、更高可靠性的航向姿态参考。
-
基于多源信息融合的肿瘤热消融导航与热场测量方法
摘要：
针对肿瘤热消融过程中穿刺路径依赖经验判断、消融热场难以客观量化表征的问题，提出一种基于多源信息融合的肿瘤热消融导航与热场测量方法。在统一时空基准下，融合术前多物理场有限元仿真（FEA）、术中增强现实（AR）视觉定位与计算机断层扫描（CT）测温反演算法，实现穿刺路径的可视化精准引导以及消融温度场的三维定量重建。通过多物理场建模建立消融参数与组织热响应及损伤分布之间的映射关系，为术前布针规划提供能量覆盖约束；借助增强现实技术完成虚拟规划路径与物理手术空间的高精度配准，引导术中针道操作；结合计算机断层扫描值与温度之间的标定关系，对术中影像进行体素级温度反演，实现消融热场的实时量化表达。依托离体猪肝微波消融实验与腹部穿刺模体实验，对导航与热场测量框架开展系统验证。实验表明，在消融范围预测、穿刺路径引导及热场重建等关键环节均表现出良好的准确性与稳定性，整体误差水平满足肿瘤热消融的临床安全要求。相关工作实现了由几何路径引导向消融热场物理量化描述的转变，为热消融手术过程中的规划验证、疗效评估与决策优化提供了客观、可视的测量学依据。
-
基于超声尾波干涉的螺栓轴向应力测量方法
摘要：
针对高强度短螺栓轴向应力超声测量技术中存在的声程受限、声时差提取精度不足等问题，提出了一种基于超声尾波干涉的螺栓轴向应力测量方法。构建了基于尾波声时差的螺栓轴向应力测量模型，通过延长等效声程提高声时差对应力的敏感性。为有效抑制尾波干涉导致的声时差测量误差，基于线性插值误差模型，提出了一种以最小化最大误差为目标的自适应阈值提取算法，从而有效提高声时差测量精度。通过有限元仿真验证了螺栓内部尾波的形成机理及其传播规律，仿真结果与理论分析一致，为尾波干涉测量模型提供了可靠的机理支撑。搭建了螺栓轴向应力超声测量试验平台，使用所提方法与传统超声波测量法对多组不同材料和规格的螺栓进行了对比标定与测量试验。结果表明，所提出的尾波自适应阈值法在全应力区间均可表现出更优的线性拟合精度，低应力段阶梯畸变基本消除，测量稳定性显著提升。应用于高强度短螺栓应力测量时，该方法的平均测量误差在5%以内，相较于传统方法（平均测量误差约为8%~10%）精度提升明显。该方法仅需采用单接触式纵波探头即可实现螺栓轴向应力的高精度测量，避免了额外传感器配置与复杂实验条件，具有良好的工程应用价值。
-
基于 GWO-VMD-NLM 的钢轨波磨激光检测与特征定量识别方法研究
摘要：
针对现有钢轨波磨激光检测方法存在检测准确率较低的问题,提出了一种基于灰狼算法优化变分模态分解（GWO-VMD）的波磨信号处理方法。该方法联合多尺度排列熵（MPE）与方差贡献率（VCR）构成双阈值准则,以准确筛选噪声分量;进而采用非局部均值（NLM）滤波对噪声分量进行降噪处理,降噪后将其与有效分量重构,进而计算移动峰峰值（PPR）、移动波深幅值有效值（RMS）及超限率，实现波磨波长、位置与磨损程度的定量识别。以襄渝线实测数据为例,将所提算法与多种典型算法进行对比,包括粒子群优化变分模态分解联合非局部均值（PSO-VMD-NLM）、变分模态分解联合非局部均值（VMD-NLM）、集合经验模态分解联合非局部均值（EEMD-NLM）、灰狼优化变分模态分解联合小波阈值（GWO-VMD-WT）、完全自适应噪声集合经验模态分解联合小波阈值（CEEMDAN-WT）、完全自适应噪声集合经验模态分解联合非局部均值（CEEMDAN-NLM）,以及传统小波阈值（WT）降噪方法。实验结果表明,相较于上述方法,所提出算法在信噪比（SNR）上分别提升了3.9%、32.4%、68.4%、8.7%、46.6%、23.6%和89.6%;均方根误差（RMSE）分别降低了15.5%、74.4%、85.9%、13.1%、80.5%、68.8%和88.9%。采用多线路实测数据进行泛化能力验证,结果表明所提出的算法在新线路工况下仍保持稳定的降噪性能与识别精度,能够在复杂噪声条件下实现钢轨波磨的多波段分离与多特征量化分析,为轨道状态评估和精准打磨维护提供可靠技术支撑。
-
基于多尺度信息补全网络的高分辨率磁场数据快速采集方法研究
摘要：
二维高分辨率磁场数据在智能系统监测及故障诊断领域发挥重要作用,但存在的采集耗时及噪声干扰强等问题严重制约其工程应用。为此,提出了一种高分辨率磁场数据快速精准采集方法,仅需采集少量离散位置的磁场数据,即可高效重建完整的高分辨率磁场数据。该方法的核心在于设计了一种基于多尺度信息补全的高分辨率数据重建网络,通过将稀疏磁场数据映射至多个低分辨率尺度进行特征融合,充分挖掘邻近区域磁场数据间的空间关联性,在滤除干扰的同时有效补全缺失位置的磁场信息,进而恢复高分辨率磁场数据。此外,现有超分辨率重构网络训练需依赖稀疏-高分辨率磁场数据对,而所提网络仅需稀疏磁场数据作为训练样本,有效规避了对于高分辨率磁场数据的依赖,大幅降低了数据采集成本。仿真与实验结果表明,无论是稀疏采样还是均匀采样条件下,所提方法仅利用625点稀疏磁场数据,便可精准恢复128×128的高分辨率磁场数据,大幅缩短了采集时间。且相较于现有重构网络,所提方法在峰值信噪比和结构相似性指数两项核心指标上都取得了显著提升,充分验证了该方法的可行性和优越性,为高分辨率磁场数据的快速采集提供了一种切实可行的解决方案。
-
计及电磁分布耦合的 WPT 系统传输特性及参数配置研究
摘要：
针对无线电能传输(WPT)系统在邻近金属时，因涡流效应与寄生电容网络耦合作用导致失谐及传输性能恶化问题，提出了一种计及电磁分布耦合影响的电路模型与谐振参数配置方法。首先，建立了计及涡流效应与3类分布电容(线圈-铝板、线圈间、铝板间)的分布式参数模型，通过电路等效变换，将电磁场耦合路径简化为Π型集总参数等效电路，并推导出修正后的等效自感解析表达式，明确了分布电容参数与涡流效应对等效自感的作用规律；随后，分析了电磁分布耦合参数对系统输入阻抗特性的作用规律；在此基础上，以接收侧串联谐振与发射侧零相位角为条件，推导了LCC-S型谐振网络参数配置表达式；最后，为验证所提方法的有效性，构建了仿真与实验验证平台，系统工作频率设定为85 kHz，仿真与实验结果表明：若采用仅面向线圈调谐的谐振参数，系统在引入铝板后将失谐，逆变侧电压电流相位差为50°，而采用所提出的参数配置方法后，系统恢复谐振工作状态，相位差<5°。实验结果进一步证实了调谐后的系统在正对准时效率可达95.1%，传输功率达500 W，在接收端横向偏移至90 mm的工况下，系统仍能保持82%以上的传输效率，验证了所建模型与参数配置方法在金属环境下的正确性与良好的抗偏移性。
-
BO-AdaMG-SGRU 模型在双电机同步控制系统中的应用
摘要：
双电机驱动系统是高度耦合的非线性时变系统,实际运行过程中,伺服电机的参数会随工况变化而发生不同程度的漂移,使得基于机理的数学模型难以反映系统动态特性,影响双电机同步控制的精度。针对上述问题,构建了一种改进贝叶斯算法优化的门控循环单元(BO-AdaMG-SGRU)的数据驱动建模方法,并设计了一种采用霜冰优化算法(RIME)求解优化目标的双电机同步控制策略。基于门控循环单元的多输入多输出(MIMO)机制,建立了两台电机的数据驱动模型,提升了预测精度与泛化能力;针对门控循环单元的参数敏感性问题,引入贝叶斯优化算法和AdaMG优化器对模型超参数进行全局寻优,避免了人工调参带来的局限性,并通过离线训练获得强鲁棒性的高精度预测模型;在控制策略方面,设计了一种包含同步误差项和跟踪误差项的目标函数,并采用具有更强全局搜索能力的霜冰优化算法对目标函数进行寻优计算,以降低传统优化方法易陷入局部极值的风险,从而提高双电机系统的同步控制精度。仿真与实验结果表明,与交叉耦合滑模控制方案相比,双电机转矩同步误差降低约52%,转矩跟踪误差减少约45%,证明了构建的双电机模型预测同步控制方法在提高系统控制精度与增强运行稳定性方面的有效性和工程应用价值。
-
融合碰撞脱困机制与动态高斯采样的机械臂路径规划算法
摘要：
针对传统路径规划算法存在采样效率低、环境适应性差、收敛速度慢的问题，提出了一种融合碰撞脱困机制与动态高斯采样的机械臂路径规划算法。首先，通过引入动态调节的混合高斯采样策略，融合碰撞脱困、障碍物规避、目标导向及均匀探索4种高斯采样分量，通过实时评估连续碰撞次数、与目标的距离等状态，自适应地调整各分量权重，将采样点集中于合适的区域，从而在全局探索与局部脱困之间取得动态平衡，显著提升复杂环境下的采样效率。其中，碰撞脱困分量根据碰撞次数和位置，缩小采样范围至可行空间，提高脱困效率。其次，针对不同的局部环境，提出多级自适应步长扩展机制，该机制综合考虑连续碰撞反馈、局部障碍物密度及全局规划进程，有效减少狭窄空间中的反复碰撞与在开阔区域的低效探索。最后，通过融合K维树(KD-Tree)索引机制、去冗余机制与早停机制的联合优化策略，显著提升算法的计算效率与收敛速度。仿真实验表明，与动态变采样区域RRT路径规划算法(DVSA-RRT)相比，本算法在狭窄通道地图中规划时间减少了87.41%，采样点数减少了91.01%，路径长度缩短了7.46%，能够高效地规划出安全、平滑且渐近最优的路径。此外，基于机械臂实物平台的实验验证了该算法在实际场景中的有效性，所规划的路径能够满足机械臂表面粗糙度测量的任务需求。
-
融合时序令牌编码与残差增强的锂离子电池健康状态大模型估计方法
摘要：
面向“十四五”智能制造与全生命周期健康管理的国家战略转型，高端装备核心能源单元的可靠性与安全性已成为关键瓶颈。锂离子电池作为其中的核心，其健康状态（SOH）的精准评估对保障系统安全、优化运维策略至关重要。然而，电池退化过程的强非线性、多因素耦合特性为传统方法带来巨大挑战。为应对此挑战，提出了一种由大模型驱动的锂离子电池SOH估计新范式。该方法通过创新的层次化时序令牌编码机制与残差增强特征映射网络，深度融合了大模型卓越的长时序推理能力与深度学习的精细化特征解耦优势，实现了从原始传感数据到SOH预测的端到端一体化建模。技术上，该方法首先将电池多维特征序列转化为大模型可处理的语义令牌，随后通过深度残差网络提取并强化微弱的退化敏感特征，最终利用大模型的上下文感知与自注意力机制，精准捕捉并预测循环的容量衰减轨迹。在HUST、MIT、XJTU及TJU公开数据集上的综合验证表明，相较于主流基准模型，所提方法在均方根误差（RMSE）与平均绝对误差（MAE）指标上均达到最优或近最优水平，展现出卓越的预测精度、稳定性与泛化能力。研究不仅为锂电池寿命预测提供了理论视角与工程实践方案，更为大模型技术在高端装备智能运维领域的深化应用提供范例。
-
基于时空联合聚类的航天器异常检测算法
摘要：
航天器在轨运行具有长期自主、环境复杂等特点，其异常检测需在先验知识不完备与资源配置有限的双重约束下满足高实时性要求，因此通常采用轻量化无监督异常检测算法，基于距离的方法是其中常用的一种。但在面对高维复杂遥测数据进行异常检测任务时，传统基于距离的方法因无法捕捉参数时空耦合性蕴含的丰富异常特征导致检测性能显著下降。针对传统基于距离的方法存在的上述缺陷，提出一种时空联合聚类框架。该框架在保留传统基于距离方法轻量化优势的基础上，通过定义一种新型时空距离度量代替传统距离定义，动态感知并量化参数在演化过程中的时序依赖关系和不同参数间的耦合关系。为验证所提出的时空联合聚类框架对传统基于距离方法的改进效果，以归纳监视系统（IMS）算法这一经典基于距离的方法为例，基于时空联合聚类框架对其进行针对性改进，并采用航天器电源系统仿真数据和真实运行数据对改进方法进行了应用验证。结果表明，改进方法在满足航天器异常检测实时性需求的前提下，检测平衡准确率较传统方法在两数据集上分别提升了20.34%和5.87%，对正常和异常数据均能够实现正确判别，为基于距离的方法应用于航天器复杂时空耦合异常的检测提供了理论支撑与技术路径。
-
面向频繁启停循环条件的滚动轴承剩余使用寿命预测研究
摘要：
滚动轴承在频繁启停循环工况下的剩余使用寿命（RUL）预测受到工况频繁切换的影响，致使特征与退化状态的关联性弱化，且退化轨迹呈现周期性波动，传统方法难以构建有效健康指标。为此，一种基于SA-PSO-STL的虚拟健康指标构建方法被提出。首先，针对关联性弱化问题，采用结合模拟退火的粒子群优化算法（SA-PSO）筛选与退化状态强相关的敏感退化特征，以提取与轴承退化过程高度相关的特征信息，增强退化表征的单调性、趋势性、鲁棒性，并利用主成分分析（PCA）对优选特征进行融合；其次，针对退化轨迹的周期性波动干扰，引入STL分解提取退化趋势，剥离周期性波动与残差噪声，从而获得能够清晰、稳定表征全寿命退化过程的虚拟健康指标。在此基础上，构建基于稀疏高斯过程回归模型（SGPR）的自适应多阶段RUL预测模型。所提模型采用3组频繁启停循环工况下的轴承全寿命实验数据进行验证，实验研究显示，其构建的虚拟健康指标在A、B、C 3组数据上的综合评分分别为0.955 5、0.962 2与0.989 2；RUL预测在对应数据上的均方根误差（RMSE）分别为0.106、0.047与0.014，平均绝对误差（MAE）分别为0.012、0.002与0.002，上述定量指标均明显优于所有对比模型，充分证明了该模型在频繁启停循环工况下强化退化趋势表征、提高轴承剩余使用寿命预测精度方面的有效性与创新性。
-
基于 HC-NPE-FDCVA 的直拉硅单晶生长过程状态监测方法
摘要：
直拉硅单晶生长过程具有强耦合、动态和非线性特征。生产过程中微弱数据异常与参数波动不易识别，但可能逐步累积并影响晶体直径稳定性与品质。针对这一问题，提出一种融合特征增强与判别优化机制的过程监测方法—混合余弦-邻域保持嵌入-Fisher判别准则的典型变量分析方法（HC-NPE-FDCVA）。该方法采用“特征提取—动态建模—状态判别”的递进式建模思路。首先，针对硅单晶生长过程高维、非线性及多模态数据特征，引入混合余弦-邻域保持嵌入（HC-NPE）算法，通过融合余弦距离与欧氏邻域结构信息，对原始过程变量进行非线性特征提取与降维表示，在保持局部流形结构的同时增强对微弱异常模式的表达能力。随后，在降维特征空间中引入基于Fisher判别准则的典型变量分析方法（FDCVA），通过构建具有判别能力的动态状态子空间，实现对正常运行状态与异常状态差异信息的有效分离，从而强化异常相关特征在状态空间中的可辨识性。在此基础上建立在线过程监测模型，并利用T2统计量与Q统计量构建监测指标，实现对硅单晶生长过程运行状态的实时评估与异常识别。实验结果表明，所提出方法在保持较高异常检测灵敏度的同时有效降低了误报率，能够在复杂非线性工业过程中更有效地表征异常演化特征，为直拉硅单晶生产过程的稳定运行与质量控制提供了一种可行的过程监测技术路径。
-
基于多源监测数据和自适应故障阈值的变压器绕组绝缘故障预测方法
摘要：
为解决现有变压器绕组绝缘实时故障预测方法在绝缘劣化路径差异性考量及故障阈值确定性方面的不足, 针对不同实际工况和制造工艺对绕组绝缘劣化路径与故障阈值的影响, 提出一种融合多源监测数据和自适应故障阈值的故障预测方法。首先, 该方法融合电、热、机械等应力造成的累积损伤机制, 通过低秩张量融合对电压、电流等多源数据高效融合, 生成轻量化综合劣化数据; 其次, 结合不同实际工况对劣化进程的影响, 根据函数时间配准技术对齐不同设备的劣化时序, 通过非线性时间变换将物理时间映射至反映绝缘劣化进程的劣化时间, 有效消除时序漂移, 并借助函数主成分分析从对齐后的时序数据中提取共性劣化趋势及个体差异特征, 并据此建立数据驱动的劣化预测模型; 然后, 结合贝叶斯动态更新主成分得分, 利用先验分布与实时监测信息持续修正后验分布, 实现劣化趋势个性化实时预测, 降低误差; 最后, 计及制造工艺的差异性导致的故障阈值不确定性, 提出基于动态时间规整距离(DTW)的自适应阈值建模方法, 通过曲线形态相似性构建自适应故障阈值模型并预测故障时间置信区间。结果表明, 综合劣化数据与标准化糠醛指标相似度极高, 该方法能准确预测绕组绝缘的故障时间, 实际故障时间点均落在故障预测结果的置信区间内。
-
生弧支路和负载类型对多支路系统交流故障电弧特征的弱化机制与增强检测方法研究
摘要：
目前交流故障电弧动作保护装置大多采用电弧频率特征作为故障指示,在多支路系统会产生检测失效的现象,为此,在分析系统负载类型和连接关系等因素屏蔽弱化电弧噪声特征的基础上,提出了基于局部特征尺度分解(LCD)的增强检测方法.首先,依据GB/T 31143—2014标准搭建了多支路系统交流电弧实验平台,采集不同生弧支路与负载类型组合下的总线电流数据进行小波包变换(WPT),发现存在特征弱化现象,且弱化程度表现出与负载特性和生弧配置的相关性;接着,通过仿真研究了多支路系统中电弧噪声特征的传播规律,揭示了不同生弧支路、负载性质和功率因数造成的滤波效应会屏蔽故障噪声,进而引发特征弱化的问题;然后,在此基础上设计了多维指标的电弧特征显著性评估策略,所提出的LCD方法能够依据电弧信号自身的时间尺度特征和局部尺度特性来构建分解基函数,其“细尺度先行”特性使得显著电弧特征均集中在同一内禀尺度分量(ISC)中,有效解决了传统时频特征受电弧滤波效应影响而动态变化的问题;最后,结合深度神经网络(DNN)构建多支路系统交流故障电弧检测算法.结果表明,所提出的动态优选特征多维评价指标能够全面衡量故障特征的有效性,所提出LCD方法的特征提取能力较现有方法更强,能够将检测准确率有效提升17.75%.
-
基于知识蒸馏与强化学习的孔探损伤检测方法
摘要：
在航空发动机运维领域，孔探损伤检测是保障设备安全运行的关键环节，然而传统检测方法常面临实时性与精度难以兼顾的问题，针对此问题，提出了一种基于知识蒸馏与强化学习融合的孔探损伤检测模型训练方法。首先，设计了一种简单且高效的排名损失函数，该函数通过对教师模型输出的损伤特征优先级进行排序，确保学生模型在学习过程中能精准捕捉关键损伤信息，有效避免次要特征对检测精度的干扰；其次，为进一步提升模型适应性，引入了强化学习机制，用于自适应调整知识蒸馏函数中的核心参数，动态优化参数配置，无需人工干预即可适配不同类型的孔探损伤，上述优化过程无需修改目标检测网络的基础结构，大幅降低了工程应用中的部署难度；然后，为验证方法有效性，在Pascal VOC 2007通用目标检测数据集上完成基础验证，排除了数据集特异性对实验结果的干扰，证实了方法的通用性；最后，针对实际航空发动机孔探图像数据集，采用YOLOv8-n轻量化目标检测网络进行对比试验，结果显示，在未增加模型参数量与推理耗时的前提下，该训练方法使YOLOv8-n的孔探损伤检测精度提升了6.93%。试验充分证明了其在工程实践中的应用价值，为航空发动机孔探检测的实时化、高精度化提供了可靠技术方案。
电子测量技术与仪器
精密测量技术与仪器
视觉检测与图像测量
信息处理技术
自动控制技术
先进感知与损伤评估
期刊介绍
主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：王巍
地址：北京市海淀区知春路6号锦秋国际大厦A座23层
邮政编码：100088
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
