摘要:大型风电机组传动链转动惯量大，在随机风速作用下低频扭振风险高，而传统基于确定扭转速度控制目标的传动链扭振控制方法未考虑因测量设备引起的随机测量噪声对扭转速度的影响，可能导致控制性能下降。针对扭转速度测量不确定性，提出了大型风电机组传动链扭振自抗扰控制方法，设计了KF-ADRC扭振控制器，通过卡尔曼滤波动态估计传动链扭转速度，并以扭转速度为零作为ADRC控制目标，控制发电机电磁转矩，抑制传动链低频扭振。研究结果表明：当常规的扭振控制器输入信号存在随机测量噪声时，会显著降低其对传动链低频扭振的抑制性能，而KF-ADRC扭振控制器在输入信号存在测量噪声时可有效预估传动链扭转速度，较好地实现了传动链低频扭振抑制效果。

摘要:机器人已被广泛应用于日常生活之中。路径规划作为机器人的主要技术之一，优秀的路径规划算法能提升机器人的工作效率、降低其使用成本，并为研究机器人的导航打下良好的基础。RRT（rapidly-exploring random trees）算法具有扩展性强的优点，但存在路径长度并非最优、光滑性差等不足，为此提出反向寻优和三次样条曲线插值以改进算法，并在MATLAB和ROS（robot operating system）系统中仿真。结果表明：改进后的RRT算法能降低路径长度，减少节点数目，提高光滑性，实现了算法的有效性。

摘要:提出一种重构燃料电池气体扩散层(GDL)微观结构的新方法，用于研究纤维面内取向分布对GDL传输性能的影响。利用XCT扫描获取GDL二维切片图进行阈值分割得到GDL三维模型，通过纤维追踪技术区分纤维与粘接剂，得出纤维面内取向概率分布、纤维骨架局部孔隙率、纤维与粘接剂组分比例等信息作为控制因素，重构更加准确的GDL纤维骨架，并通过形态学处理添加粘接剂得到GDL孔尺度模型。对1 000 μm×1 000 μm×200 μm的GDL计算域进行性能模拟计算，分析不同纤维取向分布对GDL的气体传输、热电传导性能的影响。由于碳纸在制造中大部分纤维顺着造纸机运行方向(纵向)排列，不同排列方式严重影响GDL在纵向、横向和穿面方向(TP方向)的性能。研究结果表明：随着纤维纵向分布集中程度提高，气体传输与热电传导性能在纵向提高，但在横向降低；对于TP方向，本研究中的纤维集中于纵向的一致性系数为0.029的取向分布时，GDL模型性能较优；电导率及热导率对纤维取向分布比气体扩散率更敏感。

摘要:软体机械臂具有灵活性和柔顺性的特点，可在实现对位姿跟踪的同时确保与环境交互的安全性，近年成为研究的热点。但由于软体机械臂材料变形是非线性的，其运动学建模的参数众多且难以获得准确值，使软体机械臂实现运动学控制较为困难。为了补偿软体机械臂的不确定性，在现在视觉伺服的基础上，提出一种基于历史数据驱动的手眼视觉伺服新方法。该方法结合基于随机森林算法的控制器来完成机械臂控制任务，通过对历史数据聚类，基于随机森林回归模型建立软体机械臂驱动状态和末端图像特征的逆映射，无须求解机械臂和摄像机的任何参数，即可快速获取系统输入变量。实验结果表明，所提出的方法可以较好地实现预期控制目标。

摘要:为了应对风电随机波动导致的送端电网潮流大规模变化、换流母线电压扰动，进一步导致换流站离散设备额外动作，提出考虑风电随机性的交直流系统协调二级电压控制方法：首先通过定义功率相对偏差来描述风电波动程度，筛选出二级电压控制中不能忽略风电功率波动的特征时段；然后采用k-means聚类方法得到特征时段风电出力的典型场景；最后利用概率场景法来表示风电的随机性，借助机会约束法解决不确定性优化问题。基于修改的IEEE39节点算例系统进行仿真并验证所提方法的有效性。

摘要:旋挖钻机成孔的显著优势备受关注，但实际钻孔很难达到理想的破岩效果，揭示复杂地层赋存环境的钻头破岩机理是关键。文中基于Boussinesq问题的求解，得到动力头压力和扭矩作用于截齿时的岩石受力及位移，推导截齿破岩时的侵入力及切削力表达式。建立单截齿破岩的三维数值模型，获得钻头钻进中截齿的侵入力及切削力变化规律，对比理论结果以验证数值模型的可行性。基于旋挖钻机双截齿破岩过程的数值模拟，分析钻进中的岩体力学响应及裂纹演化以揭示截齿的破岩机理，探讨不同截齿布置的旋挖钻机破岩力特征，阐明截齿倾角或偏斜角增大都将不同程度地改变破岩力大小。进一步分析截齿布置方式与不同类型地层组合的破岩效率，结果表明，截齿倾角或截齿偏斜角或截齿间距相等时，由软到硬地层的破碎比功逐渐增大，且钻进某一地层的破碎比功先减小后增大，存在最优的截齿布置使得钻进效率最高。研究成果可为旋挖钻机截齿设计的优化和破岩效率的提高提供理论依据。

摘要:为了实现从显式拓扑优化到拉压杆模型的自然过渡，同时保持拓扑优化结构与拉压杆模型的拓扑一致性，以可移动变形组件拓扑优化为例，建立了显式拓扑优化拉压杆模型自动提取方法。该方法是计算机图形学和结构优化的结合，采用Voronoi骨架提取和形状优化，由骨架提取、框架提取和形状优化3部分构成。结果表明，该方法自动构建了受力合理且几何规则的拉压杆模型；Voronoi骨架提取从显式拓扑优化结构提取了光滑的中轴骨架；以类桁架指标为约束的形状优化实现了拉压杆模型从框架结构到桁架结构的质变。

摘要:采用高性能Kevlar^?织物作为基体，使用无刻蚀、无钯、无锡的“溶胀-银”方法进行活化，通过化学镀工艺制备Ni@Kevlar^?织物。利用扫描电子显微镜(SEM)和高分辨率透射电子显微镜(HRTEM)观察织物表面及纤维截面的微观形貌，探究不同时间下样品的质量增加率、增厚及面密度，并利用X射线光电子能谱仪(XPS)和广角X射线衍射仪(WXRD)测量表面成分及晶体结构，采用四探针测试仪和综合物理性能测量系统(PPMS)测量电、磁性能。结果表明，无刻蚀、无钯、无锡的“溶胀-银”活化处理能在织物表面产生大量的银催化靶点，经化学镀后可得到具有良好导电性和铁磁性的纯镍镀层。同轴法屏蔽效能测试结果表明，Ni@Kevlar^?织物在低频波段(0.1 MHz~ 1.5 GHz)的屏蔽值最高达70 dB，能屏蔽99.999 99%的电磁波，高频波段(2~18 GHz)达到25 dB，可满足生活生产的屏蔽需求。

摘要:在侵略性介质中，金属如碳钢、铜、铝等的腐蚀不可避免并可能造成严重后果，因此防护金属腐蚀非常必要且具有重要意义。与化学合成的有机缓蚀剂相比较，植物提取物基缓蚀剂具有许多独特优点，例如高效率、低成本、可再生与可持续，且符合低碳与绿色化工要求，有利于实现碳达峰与碳中和目标，得到人们极大关注。由于含有许多杂原子基团，植物提取物易与金属发生物理或化学作用形成吸附膜，进而阻碍侵略性物种与金属表面的直接接触，从而阻滞或抑制金属表面的电化学反应，实现在多种侵略性介质中对金属的腐蚀防护，阻止金属溶解。本文重点综述了近二十年植物提取物作为在侵略性介质中抗金属腐蚀材料的研究进展，特别是关于抑制钢腐蚀的研究进展，探讨了其作为有机绿色缓蚀剂的科学基础与应用潜能，并展望了本领域未来研究重点与研究目标，为人们利用探索天然产物基的有机缓蚀剂提供一定指导作用。

摘要:无线电能传输技术在无人机领域应用中，无人机降落时由于定位精度以及停靠时的控制精度存在误差，会导致停靠位置不准确而产生偏移，由于无人机本身体型较小，耦合机构的尺寸也会较小，此时存在的偏移会导致耦合机构的耦合程度降低，进而导致无线电能传输系统工作效率降低，影响系统正常工作。为提高系统的抗偏移特性，需要对无人机无线充电系统的耦合机构进行合理的设计及优化。笔者通过结合无人机结构特性，在用线量一致的约束条件下分析对比不同耦合机构的耦合特性，设计适用于无人机的最佳耦合机构；对耦合机构参数进行以M/l为优化目标的轻量化优化；最后通过仿真和实验验证了该耦合机构优化方法的可行性。

摘要:CTCS-3级列控系统安全苛求性较高，而列控车载设备是CTCS-3级列控系统的主体，主要功能是对列车进行操纵和控制，保证列车安全运行的关键。通过分析CTCS-3级列控车载设备之间的信息交互以及车载安全计算机中工作模式的转换规则，采用有色Petri网(CPN)建立车载设备的信息交互模型以及工作模式转换模型，使用ASK-CTL分支时序逻辑公式验证了模型的死标识、死锁以及分析工作模式下的系统行为等特性，验证构建的CPN模型符合系统规范要求的流程及规则，可为相关安全苛求系统的设计提供一定参考。

摘要:为提升交通流预测精度，深层次地挖掘交通流数据的时空特征，提出一种基于双向长短时记忆网络(Bi-LSTM)的城市交通网格集群流量预测模型。将所获得的网约车轨迹数据集网格化；考虑人为确定集群个数对结果的影响，用贝叶斯信息准则进行参数估计确定集群数，利用高斯混合模型对交通状况相似的网格进行聚类得到不同交通网格集群；利用集群内部交通网格的输入时间序列的相互影响设计多对多模型，构建Bi-LSTM模型预测不相交集群上的流量；以经典多元线性回归模型(MLRA)作为对照组进行实验验证，采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和动态时间规整(DTW)这四类评价指标对预测结果进行综合评价，验证基于Bi-LSTM模型的城市交通网格集群流量预测的可行性。实验结果表明：MLRA模型和Bi-LSTM模型对城市交通网格集群流量的预测值小于真实值，早高峰时段尤为明显；各交通网格集群的交通状态态势相似，集群的簇内相关性较强，两类模型均可实现较好的流量预测效果，Bi-LSTM表现更优； MLRA和Bi-LSTM预测模型的精度MAE、RMSE、MAPE分别为3.2011、4.4009、0.3187，3.0687、4.2943、0.3045，Bi-LSTM与MLRA相比，模型精度分别提高了4.14%、2.40%、4.46%，说明所构建的Bi-LSTM交通流网格集群流量预测精度高、误差低，要优于MLRA模型，表现出较好的泛化性能； MLRA和Bi-LSTM的DTW结果分别为52938.6356、54815.1055，构建的Bi-LSTM模型较MLRA模型各自工作日和节假日时间序列相似性DTW结果提高3.42%，表现出更好的鲁棒性。利用城市交通流量的特点和交通轨迹数据网格化的优点，基于Bi-LSTM模型的城市交通网格集群流量预测与MLRA交通流量预测模型相比，具有精度高、误差低的特点。同时，DTW指标方面，基于Bi-LSTM对城市交通网格集群流量模型与真实流量变化趋势一致，表现出较好的鲁棒性。

摘要:在大型水利建造工程现场，存在高空坠物、塔吊转动、墙体坍塌等问题，对于建造人员人身安全造成巨大威胁，佩戴安全帽是保护建造人员的有效措施，作为工程作业中的安全管理，对建造人员进行安全帽佩戴的精确检测很有必要。针对现有安全帽检测算法在大型水利建造场景下对小且密集的安全帽目标存在漏检、检测精度较低等问题，提出一种基于STA-YOLOv5的安全帽佩戴检测算法，该算法将Swin Transformer和注意力机制引入到YOLOv5算法中，提高模型对安全帽的识别能力。实验结果表明，STA-YOLOv5算法具有更精确检测结果，识别准确率达到91.6%，较原有的YOLOv5算法有明显提升。