摘要:在高速漏磁检测过程中，随着检测速度增加，有效磁化时间减少，导致被测构件饱和场无法建立，影响磁化效果。采用方波激励模拟外磁场瞬变情况，建立瞬磁场作用下钢管内部磁场响应模型，对钢管内部饱和场建立过程及影响因素进行研究；分析高速漏磁检测时缺陷漏磁场特征，利用有限元方法计算磁场强度和钢管材质对磁化滞后时间及缺陷检测的影响；设计高速漏磁检测实验平台，对不同运行速度和不同外磁场强度下钢管缺陷进行实验研究。结果表明，外磁场瞬变时，钢管内壁中心磁场明显滞后于外磁场，钢管内部饱和场建立时间与磁场强度和材料电导率有关，提高外磁场强度，可快速建立饱和场，减弱磁化滞后时间和涡流效应影响，提升缺陷检测效果和漏磁检测速度，实验结果和理论分析具有很好的一致性。

摘要:钢绞线作为预应力结构的关键受力构件，为实现对其应力信息的准确测量，提出一种基于逆磁致伸缩的无励磁钢绞线现存应力测量方法。首先，通过建立磁电力耦合理论模型，探析外加荷载、铁磁材料的磁导率与线圈系统自感系数之间的内在联系。其次，基于COMSOL有限元软件，量化模拟了钢绞线应力变化时自感线圈系统的电感变化。最后，搭建试验测量平台展开试验验证。结果表明，基于该测量方法获取的电感值具有较高的可重复性，在激励电流不变情况下，15组试验数据的电感与荷载之间均显著呈一定函数关系，拟合优度R2均大于099，且检测灵敏度随自感线圈有效磁路长度增加而增加，拟合值与实测值之间误差微小，满足工程需要，进一步验证了该方法的合理性。

摘要:针对金属板构件内外壁损伤的检测问题，通过数值仿真与试验优化的方法，研制了一种适用于金属板构件内外壁损伤缺陷检测的多通道低频电磁传感器。建立了低频电磁检测三维有限元仿真计算模型，研究当圆形线圈切向放置在金属板导体上方时对缺陷的检测能力。进行对比试验，优化激励线圈匝数、检测线圈内径、高度等影响传感器灵敏度的参数，通过对含有人工缺陷金属板的检测验证了传感器的灵敏度与实用性。结果表明，研制的多通道低频电磁传感器可以实现对12 mm埋深96 mm的304不锈钢缺陷及12 mm埋深8 mm的20#碳钢缺陷的有效检测。

摘要:针对传统磁源参数反演方法中存在受噪声影响大、对多个磁源参数反演能力差的问题，提出了基于磁传感器阵列的多磁源参数反演方法。首先，将磁传感器阵列测量得到的磁张量数据转化为归一化磁源强度并向上延拓，降低归一化磁源强度数据中高频噪声的影响。然后，利用基于归一化磁源强度的改进倾斜角对磁源的水平位置进行估计，其中计算区域内正极值的极大值点为磁源的水平位置。最后，根据归一化磁源强度的欧拉同性质方程，提出改进的磁源深度估计方法，实现了对磁源的深度和磁矩进行单点估计。仿真和实验结果表明，与Nara反演方法相比，本文方法不受地磁背景磁场的影响，对多磁铁识别的水平误差不大于008 m，深度相对误差不大于2476%，且具有较强的抗噪性。

摘要:微纳CT射线源焦点热漂移是影响图像清晰度的重要因素之一。通过理论和仿真实验分析了射线源焦点漂移对图像清晰度的影响。利用实际微纳CT系统，实验发现焦点漂移主要是缓慢热漂移，漂移量与X射线源功率正相关，且焦点漂移具有一定随机性。据此，提出一种基于投影图像特征匹配的焦点漂移校正方法。首先，在实际CT扫描后快速采集少量参考投影，根据实际CT投影和参考投影自适应特征匹配结果求取特定角度下的焦点漂移量；其次，采用样条插值获取CT扫描过程所有的焦点漂移量；最后，根据焦点漂移量修正实际投影数据，重建得到校正后的图像。实验表明，该方法定位精度高，可大幅度减少图像畸变，图像清晰度提高近10%。

摘要:提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统，方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系，对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题，引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束，并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵；针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题，设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明：与传统方法相比，所提出的方法特征匹配精度提高了12%，直线检测精准度提高了22%，系统测量精度达到0015 mm。

摘要:本文提出一种基于极坐标特征矩阵的多类对象排列结构检测方法。极坐标特征矩阵由极径矩阵和极角矩阵构成，它描述了多类对象排列结构中所包含的距离信息和方向信息。该方法在汽车保险盒检测应用上取得了显著的效果，针对于汽车保险盒检测，首先使用CCD工业相机采集保险盒图像，通过方向梯度直方图特征对汽车保险片的标识码进行表征，并结合支持向量机实现对图像中的保险片的定位与识别。然后依据定位和识别结果计算极坐标特征矩阵对汽车保险盒内汽车保险片的排列结构进行描述。最后以极坐标特征矩阵相似度为判断依据实现对汽车保险盒的检测。实验证明，依据极坐标特征矩阵相似度对汽车保险盒的检测准确率达976%。

摘要:针对不同工况下样本有限不平衡造成滚动轴承寿命阶段识别中少数类样本无法被有效识别的问题，提出了多分类器集成加权均衡分布适配的滚动轴承寿命阶段识别方法。首先，采用随机抽样的方式获得源域多样本训练集，为目标域预测伪标签的同时赋予样本不同的初始权重，充分训练少数类样本；然后，在再生核希尔伯特空间训练各源域样本集的分类器，并通过迭代的方式优化伪标签、更新权重矩阵；最后，通过多分类器集成策略将合适的基分类器集成为强分类器，以获得最终识别结果。结合Fscore评价标准，使用宏平均与微平均评价指标对多分类任务进行评价避免了准确率对识别结果的误导。在两组滚动轴承寿命阶段数据集上进行实验验证，证明了所提方法的可行性和有效性。

摘要:针对高铁接触网定位管开口销在列车长期运行振动中容易松脱并且松脱样本数量匮乏的问题，本文提出一种基于深度卷积生成对抗网络(DCGAN)，扩充缺陷样本集后，再训练卷积神经网络(CNN)检测开口销缺陷的三级级联架构。该架构首先采用中心点法提取训练需要的相同规格开口销图像。然后通过改进的DCGAN生成模拟缺陷样本，并搭建轻量级CNN网络对生成的模拟缺陷样本进行筛选。最后将添加了模拟缺陷样本的扩充缺陷样本集与正样本集输入优化后的VGG16卷积神经网络中，以训练分类模型，检测开口销缺陷。实验结果表明，本文所提方法检测接触网定位管开口销缺陷的准确率高达99%。

摘要:提出一种时间迁移模型，以提升旋转机械工况发生变化时的实时故障诊断性能，其由历史数据构成源领域、当前数据构成目标领域。首先，根据变工况规则确定模型的数据领域，并提取其时域特征向量构成五维空间。其次，将源和目标领域通过最大方差投影（MVP）和流形正则化投影（MRP）分别映射至二维子空间，并利用最小均值差异（MMD）准则缩短两者距离。最后，在投影空间中利用BP神经网络和支持向量机（SVM）分类器对源领域建立分类模型，并应用至目标领域，并通过筛选源领域样本以更新诊断模型。齿轮传动系统试验结果表明，时间迁移能够解决工况发生变化时的实时机械故障诊断问题，相比传统迁移成分分析（TCA）模型能提升诊断性能，故为其工程应用提供有价值的技术手段。

摘要:为了克服独立筛选关键温度点再进行热误差建模破坏其内在联系从而降低热误差模型预测性能的问题，提出了一种统一框架下同时筛选关键温度点和热误差建模的方法。采用最小二乘支持向量机作为基本热误差模型，将温度点的选择状态和模型超参数作为优化变量，采用二进制鲸鱼优化算法进行寻优，并综合考虑最大化预测精度和最小化关键温度点个数设计损失函数。以一台卧式加工中心为例，进行热误差实验，利用所提方法在10折交叉验证模式下筛选出了最优关键温度点，将其个数从20减少到了3，并同时获得了模型最优超参数。最后，与传统独立方式进行了对比分析，结果表明利用所提建模方法热误差预测精度最高提高约628%，验证了其有效性和优越性，为后续热误差补偿实施提供了参考。

摘要:风力机叶片受到交变载荷作用容易发生疲劳断裂，因此对叶片疲劳损伤的健康监测是十分必要的。故提出基于热力学熵对风力机叶片疲劳损伤研究方法，分析叶片累积熵产随疲劳循环周数变化规律，确定发生疲劳断裂的阈值点。结果发现，叶片的损伤能也是影响疲劳损伤的重要因素；叶片的累积熵产随疲劳循环周数有3个阶段变化，研究得到疲劳损伤阈值点为累积熵产变化曲线的第3阶段起始点，并且阈值点的累积熵产和疲劳断裂熵均为独立固定值，不受载荷、频率、应力比因素影响，经过计算阈值点的累积熵产与疲劳断裂熵比值为05。利用其他疲劳实验验证阈值点，结果证明阈值点的确定是准确的。

摘要:针对当前模拟电路早期故障诊断中特征提取方法的不足，提出了应用深度置信网络（deep belief network, DBN)进行特征提取的方法。利用混沌粒子群优化算法，对DBN中受限玻尔兹曼机的学习率开展优化，进一步提升特征提取的性能。相比于其他常用的特征提取方法，提出的DBN特征提取方法可提取出早期故障深度和本质的特征，且具有相同的故障聚集程度高、不同故障的分离能力极为明显的特点。应用二级四运放双二阶低通滤波器仿真电路和SallenKey带通滤波器电路板进行早期故障诊断实验，得到的故障诊断正确率分别为9813%和100%。

摘要:针对万能式断路器操作附件的个体差异性以及在实际使用过程中动作不频繁的特性，提出一种基于性能退化模型的万能式断路器操作附件实时机械剩余寿命(RUL)预测方法。不同于传统的RUL预测方法，该方法融合了操作附件的历史退化数据与实时更新的状态监测(CM)数据。首先，考虑到操作附件性能退化过程具有线性非单调的特点，建立基于Wiener过程的操作附件性能退化模型；其次，对操作附件的历史退化数据采用极大似然估计法和一维搜索法确定模型参数的先验分布；然后，运用贝叶斯方法并结合操作附件实时更新的CM信息对模型参数进行迭代更新；基于首达时间的概念建立了RUL预测模型，以实现对断路器操作附件实时RUL的预测。最后，通过操作附件的寿命数据对本文所提方法进行验证，结果表明本文方法不仅可实现操作附件的实时剩余机械寿命预测，同时相较于其他文献方法具有更高的预测精度。

摘要:针对压电陶瓷驱动器固有的迟滞特性对定位及控制精度的影响，找到了一种基于割率的线性方程抗迟滞方法。首先计算出迟滞曲线上升、下降轨迹各采样点及目标修正直线的割率比，即割率系数β；将采样电压与对应β的关系曲线分段拟合成线性方程组；最后将采样电压带入方程组求出修正电压，作出驱动控制曲线。结合上述抗迟滞原理，驱动器的最大迟滞误差从14543%减小为1268%，重复性误差小于1497%，非线性误差小于4497%。相对于繁琐复杂的建模算法，该方法能以比例放大及加法运算电路的形式实现对迟滞曲线的修正,算法仅为一次方程组，具有更高的可实施性和可操作性，为进一步提高压电陶瓷驱动器的定位及控制精度提供了科学的参考依据。

摘要:基于BDS3、GPS和Galileo的重叠频率（BDS3 B1C/B2a、GPS L1/L5、Galileo E1/E5a）观测值，分析了重叠频率观测值间的差分系统间偏差（DISB）稳定性，在此基础上提出了顾及系统间偏差的三系统紧组合RTK定位方法，并采用实测数据对常规松组合和紧组合模型的模糊度解算性能和定位精度进行了对比分析。分析结果表明，对于用相同类型接收机组成的基线，3个系统重叠频率观测值间的伪距和载波DISB均接近于零，可直接忽略。相比常规各系统选择各自参考卫星的松组合模型，采用共同参考卫星的系统间紧组合模型单历元模糊度解算的模型强度、固定率、固定准确率均有一定的改善，尤其在高截止高度角的不良观测环境下改进明显；在定位精度方面，紧组合模型也有一定的提升，当截止高度角为40°时，N/E/U 3个方向上的定位精度分别可提高150%、118%和194%。

摘要:基于标准阶梯量块参数测量结果，提出了一种三维角度（偏摆、滚转、俯仰）同步在线测量方法，用于直线运动系统运动角误差的快速测量。该系统使用线激光传感器实现阶梯量块参数的实时采集，建立阶梯量块各参数与三维角度变化的数学模型。结合标定后的精密转台，完成系统测量稳定性及重复性的验证，将测量值与理论模型比较，确定±30°范围内的测量误差不超过1%。采用实验与软件计算相结合的方法完成角度测量分辨力的确定，结果显示标定后角度分辨率为0001°。最后，利用本系统完成三维移动平台Z轴3项运动角误差的同步测量，测量结果验证了本系统具有简单、实用及高效的特点。

摘要:为改善卫星双向时间比对（TWSTFT）中的周日效应并探究其成因，利用当前ABS2A卫星的亚欧国际双向时间比对网的冗余性，选取不同时段不同基线长度的卫星双向时间比对链路进行分析。首先将硬件SATRE TWSTFT结果与软件接收机SDR TWSTFT进行比较，然后将SATRE TWSTFT和以亚欧不同实验室为中继站得到的间接TWSTFT结果进行对比分析，最后以完全独立于TWSTFT的GPS精密单点定位（PPP）时间比对为参考，对上述计算结果进行性能评估。结果表明，SDR TWSTFT对亚欧以及亚洲SATRE TWSTFT时间偏差指标（TDEV）平均增益因子为175左右。以德国物理技术研究院为中继站的中国科学院国家授时中心和中国计量科学研究院之间的间接链路对直接链路的时间偏差平均增益因子为122。

摘要:情绪识别是人工智能领域的研究热点，人机交互系统若能感知人类的情感行为并能表达情感，将会使机器人与人类的交互更加自然。人类主要通过面部表情、语义语调、肢体语言等几个方面获取情感信息。以拥有高自由度的NAO机器人为应用平台，设计了机器人面部情绪识别和肢体情感表达的人机交互系统。首先，引入深度分离卷积算法对人脸表情（生气、恐惧、伤心、高兴、惊讶和中性）进行特征提取和分类，结果表明通过训练得到的网络模型对FER2013人脸表情测试集的预测正确率可以达到0711；其次，设计NAO机器人的肢体动作，对6种面部情感做出了分类；最后，对机器人实时表达使用者的情绪状态进行了测试，反馈时间均在2 s内，并对连续10帧预测结果进行了统计分析。

摘要:人工肛门括约肌；相空间重构；快速独立分量分析BP算法；直肠感知功能重建；离体实验；模式识别

摘要:针对脑电信号的通道选择和分类问题，提出了基于组稀疏贝叶斯逻辑回归（gsBLR）的运动想象脑电信号分类模型，同时进行通道选择和分类。首先，对多通道信号进行空间滤波和带通滤波，降低容积传导效应的影响；其次，对每个通道的信号提取具有判别信息的时域、频域以及时频域特征，并进行特征融合；最后，使用gsBLR方法进行通道选择和分类，在贝叶斯学习框架下模型参数可自动从训练数据中估计得到，避免了繁琐而耗时的交叉验证过程。在两个公开的脑机接口（BCI）竞赛数据集和自采集数据集上进行了实验验证，分别获得了8163%、8497%和7647%的最高平均分类准确率；相比其他方法，所提出的方法具有较好的分类准确率和较少的通道数，同时所选通道与神经生理背景更加吻合。

摘要:随着计算机的广泛应用和可穿戴电子设备的发展，将人机交互和可穿戴设备相结合逐渐成为研究热点，其中手势识别技术在人机交互领域扮演着重要的角色。主要提出基于电学测量的智能手势识别方法，利用传感器设备采集手腕边界电压数据，同时利用深度神经网络将采集到的电压数据进行分类，最终实现手势识别的目的。实验验证了通过电学测量数据对手势分类的可行性，将深度神经网络加入到手势识别系统中后，手势正确识别率达到90%以上，从而证明了系统具有较好的便携性、稳定性和实时性，为智能手势识别系统的设计提供了新思路。

摘要:针对多旋翼无人机平台上的测风设备会受到旋翼扰流干扰的问题，基于伯努利方程提出了一种适用于多旋翼无人机的利用正交式风压矢量分解反演风速风向的算法，并通过设计感压腔的布局与结构进一步降低了旋翼扰流的影响。利用Space claim和Meshing软件建立测风模型，通过Fluent软件改变流场内气流的速度与方向，对该测风法在不同流场中进行了仿真研究。在实际测量中，当风速高于2 m/s时正交式风压矢量分解测风法的测风速误差均保持在10%以内，证明了该法可以有效降低旋翼扰流对测风的干扰，实现高精度测风。

摘要:侵彻过载信号成份复杂，传统盲源分离方法无法有效提取弹体侵彻板靶特征，基于此提出一种不受测试传感器数量限制、具有源数估计的侵彻过载信号盲源分离方法。首先，对单通道测试信号进行总体经验模态分解，将分解后的固有模态与原信号组成多维信号；其次，对组成的多维信号奇异值分解，以“前K次奇异值占优”法则估计信号振源个数，利用“最大互相关系数法”筛选最优IMF函数与原信号重组构造多通道混合信号；最后，对多通道混合信号白化处理和联合近似对角化，计算酉矩阵获得测试信号的混合估计。将其用于单通道侵彻过载信号的特征提取，获得了与源信号相关度为0974 7的加速度特征信号。与现有方法相比，该方法能有效分离出单通道侵彻过载特征信号，并且信号处理过程具有的自适应特性也解决了不同弹靶工况下过载信号滤波频率的选择困难问题。

摘要:自适应跑步机是康复医疗和人体工程学的研究热点，也是虚拟现实运动输入设备的重要组成部分。针对自适应跑步机上人体位置相对地面几乎无变化，很难通过简单的位置差分获得到人体运动速度的问题，提出了一种适应性广、无标记点、非接触式的行走速度估计方法。将Kinect采集到的人体关节点位置数据通过四元数标定、高斯滤波和三次样条插值处理后，用步长修正算法计算出行走时的步态时空参数。基于步态时空参数估计使用者在自适应跑步机上行走时的速度。在固定速度的跑步机上，通过将速度估计值与所设定的跑步机实际速度进行对比，验证了速度估计算法有效性，该速度估计算法可以适用于自适应跑步机的控制算法开发。

摘要:针对机床零件加工位置和进给方向不确定造成刀尖频响函数变化，导致切削稳定性叶瓣图与无颤振工艺参数预测具有不确定性问题，提出一种耦合支持向量回归机(SVR)与遗传算法(GA)的切削稳定性预测与优化方法。该方法采用锤击法模态实验和空间坐标变换，获取样本空间不同加工位置与进给方向的刀尖频响函数；进而结合传统切削稳定性预测方法构建以各向运动部件位移、进给角度、主轴转速、切削宽度、每齿进给量为输入的极限切削深度SVR预测模型；采用该SVR模型作为切削稳定性约束建立材料切除率优化模型，通过遗传算法求解各运动轴位移、进给角度与切削参数的最优配置。以某型加工中心展开实例研究，实验结果表明获取的优化配置能实现稳定切削，验证了该方法的有效性。

摘要:针对机翼结构动力学建模中复合材料离散性引起的精度问题，以及求解速度对机翼气动弹性计算速率的影响，提出了结合模态试验和模态法建立动力学模型的方法。为了提高求解速度，基于模态贡献对机翼模态进行了截断；随后进行了全模态和模态截断的静载数值计算与试验验证。缩减模型的求解结果与全模态求解结果相比误差仅为025%左右，其相对于试验结果最大误差仅为60%，说明试验数值建模方法能够准确描述复合材料机翼的动力学响应，并且基于模态贡献的模态截断能够缩减模型、大幅提高求解速度而不会影响求解精度；对机翼进行静、动气动弹性分析，结果表明气动弹性对机翼的动力学响应具有不可忽略的影响。

摘要:针对四旋翼飞行器在复杂飞行条件下速度不可测的轨迹跟踪控制问题，考虑系统存在外界未知干扰和模型参数不确定的情况，提出了一种基于扩张观测器的轨迹跟踪控制方法。该方法设计了积分型反步法跟踪控制器，以降低系统的稳态误差，并引入了状态扩张观测器，来估计系统未知速度信息，同时对干扰和模型参数不确定因素进行实时估计并给予补偿；最后，选取李雅普诺夫函数证明了该控制系统的稳定性。以Quanser公司的Qball2四旋翼飞行器为研究对象和飞行实验平台，对所设计的控制器进行验证。实验结果表明，本文所设计的基于扩张观测器的轨迹跟踪控制器，能够有效地估计轨迹跟踪控制过程中的未知速度信息，解决外界未知干扰和模型参数不确定的问题，增强对环境的适应能力，有效提高了飞行器对未知干扰的鲁棒性和轨迹跟踪控制的精确性。