摘要:针对兆瓦级海上风电齿轮箱行星级均载性能易受到时变非扭载荷影响的问题，该文提出了多风速工况下风电齿轮箱行星级均载性能优化方法。通过建立某型5 MW海上风电齿轮箱系统动力学模型，分析不同风速工况对其行星级内部激励和均载特性的影响规律，进而采用支持向量回归方法，重构风速工况齿轮修形参数均载系数之间的映射关系，建立考虑不同风速工况影响的齿轮箱行星级均载系数优化模型，实现多风速工况下行星级齿轮修形参数优化设计。研究结果表明：由风速工况变化造成的时变非扭载荷会使行星级的齿面和轴承出现偏载现象，并且在低风速工况时非扭载荷会显著降低行星级均载性能；优化后的风电齿轮箱在不同风速工况下其行星级内部激励均明显降低，齿面和轴承载荷分布更加均匀，均载性能得到明显提升。

摘要:无人驾驶碾压机高精度路径跟踪控制依赖于传感器对车体信息的准确测量，但在恶劣的高原大坝环境下，定位传感器极易出现信号突变、信号丢失现象，对系统的安全性与稳定性构成极大威胁。针对无人驾驶碾压机在恶劣工况下传感器的短时定位失效问题，提出了基于自学习模型的信号代偿容错控制方法。根据无人驾驶碾压机运行过程中转向系统漂移特性，构造了带流量损耗参数的线性转向模型，提出了模型参数在线学习算法，用于学习系统的流量损耗特性。以串联抗扰控制器作为车辆控制基础，实现定位短时失效场景下的容错控制。实车验证结果表明：车辆能够在传感器失效后的40 s内继续进行高精度碾压作业，与无代偿和模型无自学习代偿2种情况对比，分别延长了近18.7倍和2.7倍的运行时间，极大地提高了系统的安全性与作业效率。

摘要:针对视觉跟踪中由于尺寸变化累积误差导致目标丢失的问题，提出一种融合视觉与毫米波雷达数据的改进粒子滤波车辆跟踪算法。首先，引入遗传算法改善标准粒子滤波中的粒子退化与粒子衰退问题，根据退化程度计算动态自适应的遗传交叉概率，并利用高斯分布替代平均分布计算种群适应度。然后，将图像HSV直方图特征与改进粒子滤波算法结合，实现车辆多目标跟踪。最后，通过雷达目标投影点与视觉跟踪框的位置关系实现关联匹配，利用深度信息修正跟踪框的位置与尺寸。实验结果表明，相对于标准粒子滤波，改进的粒子滤波算法可以使平均跟踪准确率与精度分别提高22.1%与21.1%。相对于仅采用视觉跟踪，融合雷达数据的跟踪算法能够使车辆目标跟踪精度再次提高9.2%。

摘要:机床的设备综合效率是衡量机床运行状况的关键指标，受到制造企业的普遍关注，但传统的识别方法在获取时间稼动率、性能稼动率和产品合格率指标时存在难度大、成本高、普适性差的问题。为此，提出了一种基于功率信息的设备综合效率智能识别方法，获取机床功率信息时频域特征，构建采样周期特征向量，并采用主成分分析法构建状态匹配库，结合最近邻算法识别运行状态，量化运行状态持续时间，计算时间稼动率；同时借助滑动移窗构建加工周期特征向量，采用距离匹配获取实际加工件数，结合MES系统计算性能稼动率与产品合格率。最后，以铣削加工为例，其设备综合效率理论值与实际值相对误差为4.99%，验证了该方法的可行性与实用性。

摘要:贴片机工作时贴装头需在喂料器与印刷电路板之间频繁移动，缩短贴装头移动距离是提高贴装效率的重要途径。对多头拱架式贴片机贴装路径优化问题进行研究，分析贴装头沿喂料器移动取料时贴装路径变化，建立贴装头移动距离表达式。以贴装头移动距离最小为目标建立贴装路径优化模型，以贴装位置编号对取贴顺序编码，利用遗传算法对取贴顺序和取料方向进行优化。分析不同取料方式下贴装路径差异和结构特点，结果表明：双向取料与近侧取料在贴装点位置分布偏于PCB单侧较多时出现结构性差异，采用双向取料可获得比近侧取料更短的贴装路径，更利于提高贴装效率。

摘要:在中国6~66 kV的中低压配电网中，单相接地故障约占配电网故障总数的80%。由于发生单相接地故障时仅由系统的对地电容引起很小的接地故障电流，故障特征不明显，并且不同类型的单相接地故障之间的特征区分度不高，造成了对其类型辨识的难度增大。对此，提出了一种融合特征分解和深度学习思想的单相接地故障类型辨识方法。首先，基于希尔伯特黄变换（HHT，hilbert-huang transform）对配电网采集到的故障录波数据进行初步处理，使不同故障类型间的区分度更高；其次设计深度学习模型ResNet18学习故障事件的复杂非线性特征，从而辨识出故障类型结果。通过国内某真型试验场采集到的录波数据进行验证，证明了本文提出的综合辨识方法能准确识别出多种单相接地故障类型，可为后续制定有针对性的故障处理措施提供可靠依据。

摘要:尾流驰振气动荷载在实验中测量较为复杂，利用Fluent数值模拟可以较快得到尾流驰振全过程的气动荷载并加以分析。采用基于2DRANS的SST k-ω非平稳湍流模型，利用ICEM对流域进行结构化网格划分，结合动网格技术以及用户自定义接口编程，将计算结构响应的Newmark-β代码嵌入Fluent软件进行流固耦合数值模拟。假定上游圆柱固定，下游圆柱简化为两自由度的弹簧振子，在流向间距和横向间距为L/D=2、T/D=1，折减风速V_r=6-50，雷诺数Re=2.4×10³~2.82×10⁴的范围内，研究了下游圆柱的尾流驰振特性，并将模拟得到的尾流驰振结果与准定常数值计算结果进行对比分析。结果表明，尾流驰振振幅会随着折减风速增加而接近线性增加，Fluent数值模拟结果与已有实验结果吻合较好，验证了SST k-ω湍流模型模拟尾流驰振的可行性；在涡激共振区尾流抑制了下游圆柱表面的随机涡脱；下游圆柱尾流驰振运动轨迹为具有明确方向性和自限性的椭圆环；准定常数值计算方法对涡脱频率和自然频率的高倍频考虑不足，但是2种方法得到的位移时程结果吻合度非常高，自振频率的前四阶倍频的自激力对振动位移响应起主要控制作用，在一定程度上说明尾流驰振是一种自激振动。

摘要:为了便于螺纹桩在工程应用中的设计计算，文中基于螺纹桩截面内半径、螺牙间距、螺牙高度以及螺牙厚度4个控制变量，推导了螺纹桩截面面积、周长的计算公式，建立了螺纹桩截面惯性矩的计算方法，在工程应用的尺寸范围内，分析了4个控制变量对截面几何特性的影响规律，并将螺纹桩与圆桩进行了对比分析。结果表明，螺纹桩截面面积和周长随内半径、螺牙厚度和高度的增大而增大，随螺牙间距的增大而减小，面积增大比周长显著。其中，内半径对截面面积和周长的影响最为明显，当内半径由0.2 m变化到0.5 m时，面积增大了4.4倍，周长增大了1.3倍。螺纹桩与相同截面积圆桩的周长比为1.00~1.05，与相同截面周长圆桩的面积比为0.91~0.99。所以，相同桩长和相同混凝土用量时，螺纹桩的周长仅比圆桩大0~5%。螺纹桩截面存在关于截面对称轴的主惯性矩I_yc和垂直对称轴过形心的轴线的主惯性矩I_xc，且I_xc比I_yc高13%~72%。两主惯性矩随螺纹桩内半径指数增大，随螺牙厚度以相反趋势增大，随螺牙高度线性增大，随螺牙间距线性减小。相较于圆桩，主惯性矩I_yc较小，主惯性矩I_xc较大，但当螺牙厚度小于0.06 m时主惯性矩I_xc小于相同截面周长圆桩惯性矩。

摘要:城市环境及设计参数的多样性使购物中心的冷热负荷具有多重不确定性。通过3种典型购物中心在2种城市环境下的敏感性分析，旨在确定寒冷气候下的关键设计参数。采用拉丁超立方抽样获得200种设计组合方式，通过不确定性及敏感性分析，得到购物中心冷热负荷的波动情况及16个设计参数的敏感性排序。不确定性分析表明，设计参数引起全年HVAC （供暖通风与空气调节）负荷高达62.3%的变化，热负荷的变化幅度是冷负荷的5倍；敏感性分析表明，入口风速、天窗屋顶面积比和屋面传热系数是影响寒冷地区购物中心的建筑全年HVAC负荷的3个重要设计参数；城市环境影响表明，建筑密集地区对冷负荷的需求低于空旷地区，同时，外窗太阳得热系数的敏感性在空旷地区明显高于建筑密集地区。

摘要:利用光学显微镜对采用锥台托盘及传统平托盘生长的晶体进行位错腐蚀观察，发现锥台托盘生长的晶体上半部分位错分布与平托盘生长的晶体相似，部分区域位错密度低于平托盘生长的晶体。对于锥台托盘生长的晶体下半部分，其柱面位错缺陷很少，位错集中在与锥台直接接触的下锥面。下锥面的存在阻止了柱面底部新位错的形成，为柱面生长提供了更好的生长条件。硬度分析表明使用锥台托盘一定程度上提高了晶体结晶完整性。

摘要:针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下，存在园区任意协议栈出口链路失效时，园区间双栈流量不可通信的问题，提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制，通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性，并利用带宽测量工具iPerf对链路性能进行测量，测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。

摘要:平面移动式立体车库在车位分配过程中存在顾客排队等待时间过长，车辆出入库效率低下的局限性。为减少顾客等待时间，提高立体车库服务效率，提出一种动态库位分配策略：以蜻蜓算法优化的BP神经网络模型预测车辆的停留时间，并根据车辆停留时间对车库车位进行区域选择，最后利用禁忌搜索算法搜索出该区域内最适宜的车位位置。同时，将顾客平均等待时间，平均等待队长，平均服务时间和车库运行能耗作为评价指标与现有库位分配优化方式进行对比分析，仿真结果表明：该策略能够更为有效地减少顾客等待时间，提高立体车库整体作业效率。

摘要:为了提高面部表情识别的精确度，提出了一种基于数据增强策略面部表情识别，区别于普通的在线随机数据增强，将实验用到的训练数据集采用附加不同的权重分配策略进行增强数据，并随机生成每次训练时的权重，保证其训练数据的多样性并通过比较实验结果得出哪种权重的分布策略适用于面部表情识别数据集的增强，同时解决了面部表情识别因数据集缺乏多样性识别精度不高等问题，提升了人脸表情识别的准确性和鲁棒性，此外还利用VGG19特征提取网络，通过从数据中学习鲁棒性和区分性特征，来实现高精度的面部表情识别。实验结果表明，使用该方式增强后的数据进行训练的模型在Fer2013和扩展Cohn-Kanade （CK+）数据库上对7种表情的识别率相比其原始数据集均有提升。