摘要:电磁式扭矩传感器可实现对扭矩的非接触式测量,该传感器具有精度高、抗干扰能力强、无需额外电源和易于安装的诸 多优点,非常适合高温、高湿、粉尘极端环境下的扭矩测量。 介绍并围绕电磁式扭矩传感器的工作原理,明确归纳了电磁式扭矩 传感器的涵盖类别并给出了几款具有代表性的电磁式扭矩传感器。 结合国内外 30 年来电磁式扭矩传感器的发展情况,根据测 量扭矩量程大小的技术特点分类阐述,详细论述了其在传统汽车、船舶、航空等行业的应用及研究现状,并对新兴行业:生物医 学、医疗器械、机器人行业的应用及研究现状进行了阐述。 分析了制约电磁式扭矩传感器发展所存在的问题及其改进方向,最 后归纳并阐述了此类电磁式扭矩传感器的发展趋势。

摘要:随着集成电路的不断发展,低功耗与小面积逐渐成为芯片设计中的重要指标,促使形成电路的器件尺寸不断降低。 在 半导体芯片制造过程中,越小的器件尺寸对工艺过程中温度控制的精度要求越高,晶圆温度的轻微偏离和高于 1% 的温度不均 匀性将会直接影响最终产品的良率。 为实现温度与温度场分布的高精度控制,需要对其进行更为精确的预先检测与实时获取, 集成电路制造中的晶圆温度监测技术应运而生。 围绕接触式和非接触式两大测温技术分支,介绍了监测温度范围为 0℃ ~ 1 300℃的晶圆温度监测技术原理。 本文基于原理分析各技术所具有的优势与仍然不能满足的测温技术要求,追踪各测温 技术的国内外发展现状,展望了未来晶圆温度监测技术的发展方向。

摘要:磁性液体兼具液体材料的流动性和固体材料的磁性,能够在重力场和磁场的作用下长期稳定存在。 磁性液体具有独特 的一阶浮力特性,在磁场梯度的作用下能够悬浮起比自身密度大的非磁性物体。 基于磁性液体的一阶浮力特性,设计了一种新 型的磁性液体触觉传感器。 当接触压力作用在悬浮触棒的非磁性触点时,悬浮触棒的移动将引起霍尔元件处的磁场变化,进而 输出电压信号。 该结构能够进行接触压力、表面轮廓和微小位移的同时测量。 该触觉传感器体积小,相比于传统的硅片式触觉 传感装置成本更低。 磁性液体相比于固体材料来说,能够在系统中起到缓冲吸能的作用,进而提高了传感器系统的耐冲击性。 在 0~ 0. 09 N 的接触压力测量范围内,测量精度能够达到 10 -2 N 量级,灵敏度 3. 34 V/ N,线性度误差 3. 4% ,迟滞误差 1. 4% ,分 辨率 1. 1% F. S. 。

摘要:在同步定位与建图(SLAM)问题中,里程计部分的求解精度对后续建图起着至关重要的作用,惯性测量单元(IMU)可以 为 SLAM 中里程计求解提供良好辅助。 在考虑平面移动机器人运动特点及室内环境特征的基础上提出一种基于 IMU 松耦合 的激光里程计求解方法,实现里程计部分的精准定位。 第 1 阶段,机器人运动过程中实时处理点云信息,将地面点分割并提取 有效关键点;第 2 阶段,将 IMU 信息引入卡尔曼滤波器,为帧间匹配提供位姿先验;第 3 阶段,滤波器输出位姿估计值后,利用非 线性优化方法进行点云帧间匹配,实现里程计运动的求解。 实验表明,所提方法在激光点云处理、运动求解,具有良好的稳定性 和准确性,可将偏移量误差控制在 0. 4% 以内,为后续建图提供有力数据保障。

摘要:电磁超声换能器(EMAT)的设计与优化是一个变量多、分析复杂和优化难度大的多目标优化问题。 通过建立的电磁超 声换能器电磁-力-声有限元模型,得到了洛伦兹力、磁致伸缩效应、感应电流密度和振动位移等优化目标的样本集,构建了多支 持向量机的代理模型。 提出一种基于参考点和拥挤度相结合的改进 NSGA-Ⅲ优化方法,对优化目标进行优化设计,并通过多指 标加权灰靶决策模型从 Pareto 解集中选择最满意的优化方案。 将计算结果与其他优化方法进行对比,改进 NSGA-Ⅲ算法在复 杂多目标问题中有更好的计算效果。 通过实验验证了优化过程的合理性和优化结果的准确性。 结果表明,优化后电磁超声换 能器检测信号提升约 25% ,有效提高换能效率,为电磁超声换能器参数优化提供了一种新思路。

摘要:针对金属材料在静电场中呈现出的特殊性,设计了一种用于检测管道中金属颗粒速度的电容式传感器。 首先,基于多 电极理论建立了电容传感器测量金属物质的数学模型,在此基础上,使用 COMSOL Multiphysics 有限元分析工具建立了传感器 三维仿真模型,并对其空间灵敏度分布特性进行了分析。 然后,基于该传感器的空间滤波效应对金属颗粒速度测量原理进行了 理论分析,建立了传感器输出信号功率谱截止频率和金属颗粒速度之间的关系式。 最后,开发了基于三角电极电容传感器和电 容数字转换芯片 Pcap01 的金属颗粒速度测量系统,并在重力输送装置进行了验证及分析。 实验结果表明,该测量方法具有良 好的可行性,在 2. 44~ 5. 34 m/ s 的速度范围内,测量速度的重复性误差小于 4% 。

摘要:由于新型双“H”型硅谐振式压力传感器与传统振动筒式和单梁硅谐振式等压力传感器在新旧替代方面存在冲突,基于 GD32 单片机定时器计数和中断定时技术,研制了一种双频率采集合成系统。 该系统搭建了基于 GD32F405RGT6 单片机多个 定时器同步计数电路,实现双频 20 ms 同步采集。 在此基础上,提出了一种单片机定时器定时中断控制 I/ O 口翻转电平从而输 出方波的数频转换方法,并设计了一种双频率合成误差补偿方案,使双频合成最大理论误差从 51. 15 Pa 减小为 0. 127 9 Pa。 实 验结果表明,在大气环境-45℃ ~ +85℃ 、大气压力 2 ~ 266 kPa 条件下该系统可正常工作,输出单频范围为 4 ~ 10 kHz,双频采集 合成误差均小于传感器测量量程的 0. 005% 。 该系统数字电路板体积小,可以集成到新型双“H”型硅谐振式压力传感器电路 中,很好地满足了大气压力检测监控用硅谐振式压力传感器双频率采集合成输出的要求。

摘要:针对布里渊后向散射原理的应变传感系统信号检测方法进行研究,目前该领域信号检测方法普遍存在计算量大,精度 不高,耗时大等诸多问题,提出了一种自适应梯度下降算法(Adam 算法)对布里渊散射信号进行拟合计算,同时搭建了外差相 干检测的布里渊应变测量系统。 实验结果表明,用 Adam 算法拟合散射谱曲线后解调的平均应变误差为 24. 89 με,是高斯-牛 顿算法拟合曲线最大应变误差的 51. 96% ,是列文伯格-马夸尔特算法拟合曲线最大应变误差的 57. 42% ;Adam 算法拟合散射谱 曲线的拟合度佳(0. 998 9),均方根误差小(0. 110 5)拟合测量的精密度高,而且信号处理时间仅为 18. 5 ms。 研究结果对布里 渊散射传感技术高精度数据特征提取提供了理论和实验依据。

摘要:以提高精密机床主轴回转误差的测量精度为研究目标,基于四点法矩阵算法,采用多圈重合式方法对主轴回转误差 测量中的传感器输出数据进行处理。 为提高传统遗传算法的收敛速度,降低优化结果对初始值的依赖性,对交叉和变异概 率因子列式进行更新,并使用改进遗传算法对传感器安装角度和输出权值系数进行优化。 使用改进遗传算法,收敛速率较 传统遗传算法提高 50% 左右。 利用多功能斜轨数控车床进行主轴径向回转误差测量及分离实验,分离后的标准芯棒形状误 差值与标定值相比,误差在 5% 以内,且误差重复性低于 5% 。 结果表明分离的结果精度较高,从而验证提出的算法的正确性 和可行性。

摘要:扫描测头是高精度三维螺纹综合测量机的核心部件,其动态特性严重影响了整机的精度。 为了提高测量机的精度,对 高精度螺纹三维尺寸测量线性扫描测头的动态特性进行了研究。 首先分析了三维螺纹综合测量机用扫描测头的测量原理,然 后建立了动态特性模型并提出了影响动态测量结果的因素,最后通过实验验证了这种测头结构的动态特性和测量处理方式的 有效性。 实验结果验证了影响因素的正确性,优化影响最大的采样间距因素可以过滤 80% 的无效数据点,从而使该段拟合平均 残差平方和误差减小了 91. 0% ,线性误差减小了 67. 4% ,进而提高了三维螺纹测量机的测量精度。

摘要:工程上一般采用斜面模型计算滚珠丝杠副传动效率,无法体现负载对传动效率的影响,且缺乏试验验证,因此有必要研 究不同载荷下滚珠丝杠副的传动效率。 从丝杠的受力分析入手,考虑接触变形,融合结构参数与实际工况,提出了传动效率计 算模型。 为验证传动效率计算模型的有效性,研制了丝杠副传动效率试验台,并对 4010 型双螺母滚珠丝杠副开展了传动效率 试验。 结果表明:传动效率模型计算值与试验台试验值均随着负载的增加而提高,最终趋于稳定,传动效率计算模型能够更准 确的计算丝杠副在不同负载下的效率值,与目前使用的工程选型计算公式相比,更具科学性。 实际工程选型设计时,可根据负 载工况,使用传动效率计算模型进行效率的有效估算。

摘要:服务机器人行业发展迅速,其核心零部件激光测距组件可靠性直接影响整机性能。 本文基于服务机器人的应用环境, 对激光测距组件工作特性进行研究,建立了测距组件普适的环境可靠性模型及其试验评价方法。 以测距精度作为研究对象,以 可靠性评价因子 Rs 作为评价指标,提出了测距组件可靠性函数通用表达式。 采用自主搭建的测距精度检测平台,对 5 种型号 的组件样品进行了测距精度环境可靠性试验及定量评价。 评价结果显示仅有 1 款样品的 Rs 值小于 1,表明其环境可靠性水平 较高;其他 4 款样品在防水防尘及盐雾试验后的 Rs 均大于 1,存在失准或失效现象,暴露了产品在设计及应用中的薄弱环节。 试验及评价结果进一步验证了环境可靠性模型及其定量评价方法的通用性及可行性。

摘要:单目视觉惯性 SLAM 系统通过追踪人工设计的点特征来恢复位姿,如 Shi-Tomasi,FAST 等。 然而光照或视角变化等挑 战性场景中人工特征提取鲁棒性差,易导致位姿计算精度低甚至失败。 启发于 SuperPoint 网络在特征提取的强鲁棒性,提出一 种基于改进 SuperPoint 网络的单目 VINS 系统—CNN-VINS,旨在提升挑战性环境下 VINS 系统的鲁棒性。 主要贡献包括:提出 改进 SuperPoint 特征提取网络,通过动态调整检测阈值实现图像特征点均匀检测和描述,构建鲁棒精确的特征关联信息;将改 进 SuperPoint 特征点提取网络与 VINS 系统的后端非线性优化、闭环检测模块融合,提出一个完整的单目视觉惯性 SLAM 系统; 对网络的编码层和损失函数优化调整,并验证网络编码层对 VINS 系统定位精度的影响。 在公共评测数据集 EuRoc 实验结果 表明,相比国际公认的 VINS-Mono 系统,所提系统在光照剧烈变化的挑战性场景中定位精度提升 15% ;对光照变化缓慢的简单 场景,绝对轨迹误差均值保持在 0. 067~ 0. 069 m。

摘要:为改进在发生形变、尺度变化及相似目标等多种干扰因素时视频中运动目标的跟踪精度,提出了一种联合注意力的孪 生网络模型。 首先,采用一种轻量级网络 MobileNetV3 作为主干网络对目标进行特征提取;然后,为提高模型对于目标关键特 征的关注度,提出了通道联合空间注意力与孪生网络结合的模型结构;最后,对基于注意力模块与非注意力模块的特征向量互 相关结果进行加权融合获得响应图,并利用该响应图获得目标跟踪结果。 实验结果表明,所提算法在 OTB50 与 OTB100 数据集 上能够获得较好的跟踪效果,两个数据集平均精确率和成功率达到 78. 5% 和 58. 3% 。 此外,当存在形变、尺度变化及相似目标 等不合作因素时,所提算法仍能取得较好的跟踪效果,从而表明该算法具有良好的鲁棒性。

摘要:利用 LVRT(LabVIEW real-time)实时操作系统部署高速图像处理算法,并结合 FPGA( field programmable gate array)技 术,建立一种面向动物行为学实验的高速实时检测跟踪与刺激系统,对连续帧图像做到确定性输出,实现各个不同动物行为学 实验场景下的运动目标高速检测跟踪及刺激。 应用实验表明,在 100 fps 采集速率下,该系统具有较好的实时性和稳定性,系统 从目标检测到刺激反馈信号输出这一整个过程的处理时间稳定为 10 ms,执行时间的平均相对误差较传统系统降低了 15% ,同 时,在线分析完成了目标检测、运动轨迹、划分区域内小鼠行为特征分析等功能,离线分析生成运动轨迹热图,大大提升实验 效率。

摘要:桨叶旋转时的挥舞状态反映了直升机旋翼的性能。 旋转桨叶的全场景挥舞测量和分析,是直升机旋翼试验研究的热点 和难点。 本文提出了一种基于大视场立体视觉的桨叶挥舞量测量和挥舞模式回归分析方法。 首先,构建大视场立体视觉系统 并测量桨叶标记点的三维坐标;其次,在桨毂坐标系下计算桨叶标记点的挥舞量;最后,对桨叶在不同总距和周期变距下的挥舞 量进行回归分析。 包括,利用四阶多项式拟合分析桨叶在特定时刻的挥舞模式;利用复合正弦函数拟合桨叶旋转过程中的挥舞 规律。 直升机悬停状态下的桨叶挥舞测量结果验证了本文方法的有效性,在 4. 6 m×4. 6 m 场景中测量的挥舞量均方根误差小 于 1 mm;挥舞模式和规律回归分析的模型拟合度好,其均方根误差小于 1 mm。

摘要:针对海上平台直流微网系统可靠性要求高、容量小、线路阻抗值小、短路故障电流上升率高、短路故障检测速度快的要 求,基于方向电流法对母线短路故障检测选择性差、差分电流法覆盖范围有限的固有问题,提出电流差动法与方向电流法相结 合的复合型短路故障检测方法。 根据电流基本定律、各支路故障电流方向特性及变化量大小检测母线和支路发生的短路故障, 并给出具体实现方法,搭建了缩小比例的实验平台,通过控制 IGBT 导通设置短路故障,完成了母线和支路短路故障实验。 实 验结果表明,母线短路故障切除时间为 0. 09 ms,支路短路故障切除时间为 0. 22 ms,检测速度优于目前直流环形微网系统短路 故障检测速度,且选择性好、覆盖范围大。

摘要:为解决刑事案件中附着于渗透性纸张上的无色微量物证探测难的问题,分析常用纸张的紫外荧光特性,为滤除纸张上 的强背景荧光提供依据,研制基于紫外光诱导荧光的渗透性纸张上微量物证检测装置。 检测装置中,为有效激发各种微量物质 荧光,采用光子能量高的深紫外激光作为激发光源;为获得更准确的痕迹信息,装置接收多光谱荧光并进行结果比对;同时,提 出以背景灰度标准差来衡量纸张荧光的均匀性,以图像痕迹对比度评价痕迹的检测效果。 使用本装置对常用纸张上的指印、明 矾等 5 种无色痕迹开展实验验证,结果表明,所提方法能清晰显现纸张上的潜指印,且获得的指印条纹对比度与纸张背景灰度 标准差成反比;同时,学生作业纸上的 10% 明矾溶液痕迹信息、复印纸上的 2. 5% 谷氨酸钠溶液痕迹信息、便利贴上的 2. 5% 磺 酸钠溶液痕迹信息、便利贴上的 0. 004% 硫酸铜溶液痕迹信息均能清晰显现。 所提方法具有检测灵敏度高、非接触性、非破坏 性、多光谱等优点,能快速获得高荧光纸张上多种微弱痕迹的清晰图像,为刑事侦查提供有力的帮助。

摘要:基于等效源法建立了含缺陷叶片三维热传导模型,解决了一维导热模型不能有效预测各向异性材料缺陷周围三维热流 的问题,实现了用脉冲红外热像技术对大型风力机叶片缺陷深度进行准确评估。 通过线性坐标变换将含缺陷叶片三维导热方 程简化为各向同性问题,再用分离变量法求得第三类边界条件下的缺陷区表面过余温度解析解,建立了缺陷几何尺寸、过余温 度峰值时刻与缺陷深度之间的定量关系。 对 1. 5 MW 风力机玻璃纤维增强复合材料(GFRP)复合材料叶片进行了现场检测,证 明了方法的可行性。 测试结果表明,量程可达 7. 8 mm,检测误差低于 10% ,相较于一维模型方法可使精度提高 10% ~ 31. 4% 。 此外,当缺陷深度超过 3 mm,边界换热不可被忽略,否则将导致 10. 0% 以上的检测误差。 文中方法可为其他各向异性材料的缺 陷检测提供参考。

摘要:利用超声成像方法对关注区域成像,对获取缺陷形状、尺度和取向等特征具有重要意义。 考虑了 21 种不同声束路径的 模式波,复合叠加各重建点能量最强信号,提出全模式全聚焦方法(FTFM)。 利用一组探头楔块,通过一次信号采集实现未知裂 纹的轮廓重建与定量检测。 针对厚度 40 mm 碳钢中长度 4 mm,中心深度 25 mm,取向角度分别为 0°、±20°、±50°和±80°的裂 纹,采用 64 阵元、中心频率 5 MHz 线阵探头配合 45°纵波楔块实施全矩阵捕捉(FMC)和 FTFM 成像,仿真和实验均重建了裂纹 完整轮廓,裂纹长度、取向和中心深度定量误差分别不超过 0. 60 mm、2. 39°和 0. 73 mm。 最后,为保证 FTFM 成像质量,检测时 应合理选择相控阵探头参数,并移动探头至最佳位置处采集 FMC 信号。

摘要:针对传统检测算法对工业铝材表面缺陷识别率不高、对于小缺陷定位不准确等问题,提出改进的 Faster RCNN 深度学 习网络对于铝材表面 10 种缺陷进行检测。 首先,对数据进行增强后,在主干网络加入特征金字塔网络(FPN)结构以加强对小 缺陷的特征提取能力,随后用感兴趣区域校准(ROI Align)算法来代替粗糙的感兴趣区域池化(ROI Pooling)算法,获得更准确 的缺陷定位信息,最后加入 K-means 算法对缺陷数据进行聚类,得出更适应铝材缺陷的锚框。 实验表明,改进后的网络对铝材 表面缺陷检测的平均精度均值(mAP50)为 91. 20% ,比原始的 Faster RCNN 网络提高了 16% ,并且对铝材小缺陷的检测能力也 得到明显的提高。

摘要:针对航天密封圈表面缺陷人工检测效率低、传统图像处理检测算法通用性差的问题,提出了两种基于深度学习的密封 圈表面缺陷检测算法。 首先,针对缺陷大部分为小目标的特点,选取对小目标较敏感的 RetinaNet 网络作为检测算法的基本架 构,通过在 RetinaNet 网络中引入轻量级网络 MoGaA 构建出 MoGaA-RetinaNet 算法。 然后,为了提高检测精度,在 MoGaARetinaNet 基础上,用分解卷积模块代替 MoGaA 骨干网络中的深度卷积构建了 newMoGaA 骨干网络,设计出 newMoGaARetinaNet 算法。 最后,在测试集上的实验结果表明,MoGaA-RetinaNet 算法比 RetinaNet 算法检测速度更快,但检测准确率略低; 而 newMoGaA-RetinaNet 算法实现了检测精度与检测速度的良好平衡,比 RetinaNet 算法准确率提升 4. 5% ,达到 92% ,检测速度提 升 55% ,达到 31 frame / s,网络参数量减少 50% 。 所设计的 newMoGaA-RetinaNet 算法可以实现密封圈表面缺陷的快速准确检测。

摘要:针对当前复杂体制雷达辐射源信号识别方法抗噪性能差、识别率低等问题,提出一种基于模糊函数等高线与栈式降噪 自编码器的新识别方法。 首先对辐射源信号的模糊函数进行高斯滤波并根据线性插值计算等高线,然后采用主成分分析方法 降低其特征维度,保留主要模糊能量信息,最后构建深度学习栈式降噪自编码器,学习并提取等高线深层、泛在的特征,并通过 Softmax 分类器进行分类识别。 实验结果表明,该方法在信噪比为 0 dB 时对 6 类典型雷达信号的整体平均识别率均保持在 99. 83% 以上,即便是在-6 dB 环境中,识别率也可达到 83. 67% ,验证了所提方法在极低信噪比条件下良好的性能和可行性。

摘要:针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标 检测的级联卷积神经网络(CNN)算法。 第一层级联算法首先使用经改进的 AlexNet 算法对荧光免疫层析定量图像中包含质 控(C)峰和检测(T)峰的区域进行检测和提取。 之后将提取到的图像区域送入第二层级联卷积神经网络中,对 C 峰和 T 峰的 位置进行快速定位。 随后将定位结果输入到第三层级联卷积神经网络中,对上一层输出的 C 峰和 T 峰的定位结果进行精准微 调。 最后输出 C 峰和 T 峰的准确定位信息。 实验结果表明,提出的级联卷积神经网络算法,对荧光免疫层析图像峰值点的平均 定位准确度达到了 96% 以上,提高了峰值点的定位准确度。

摘要:针对非对称系统具有更强的信号放大能力,提出了一种新型二维非对称双稳随机共振(NTABSR)系统。 首先,在绝热 近似理论的前提下,对其输出信噪比进行了理论分析。 并研究了各系统参数对于系统输出信噪比的影响,实验结果表明,在其 他参数不变的情况下,通过改变非对称因子,可以使系统获得更高的输出信噪比。 然后,将该系统应用于两种不同型号轴承的 故障信号诊断中,通过自适应遗传算法对系统参数进行寻优后,得到检测结果。 并将检测结果与二维对称双稳随机共 振(TSBSR)系统进行了对比。 最终,实验结果表明,NTABSR 系统的性能优于 TSBSR 系统。 这为该系统在后续理论分析与实际 工程应用提供了良好的理论支撑与应用价值。

摘要:温度控制对建筑节能意义重大,室内温度准确预测是建筑温度精确控制的前提。 本文提出一种基于计算流体动力 学(CFD)和 LightGBM 算法的建筑室内全局温度预测模型实现对同一时间全局温度模拟和全局时间序列温度变化预测。 基于 空间建筑结构、传感器精度范围和实际温度控制范围简化的 CFD 简化模型满足精度要求同时解决了数据冗余的问题,更具备 实践性。 在此基础上通过 LightGBM 和 LSTM 算法模拟全局区域温度空间序列变化规律,采用 LightGBM 算法预测温度时间序 列变化实现对室内温度全局预测。 试验采用某地区烟草储存库全年建筑运行数据和室内外温度监测数据,构建室内全局温度 预测模型,通过实际测量温度数据实验验证,建筑全局 5 h 温度分布预测准确系数为 0. 955 4,60 h 温度范围预测准确系数为 0. 994 0,对比 ANN,BP,LSTM 算法,本文模型平均准确系数提高 0. 022 4~ 0. 014 7。

摘要:传统的磁轴承功率放大器使用一个 H 桥控制一个线圈,为减少桥臂数量,可通过矢量控制技术共用部分桥臂。 研究了 一种使用三个桥臂同时控制两个线圈的功率放大器,通过 FPGA 实现了空间矢量脉宽调制(SVPWM)算法,将绝缘栅双极型晶 体管的使用数量减少了 25% 。 针对实际运行过程中可能出现的功率放大器指令信号超出跟踪范围的情况,通过分析三桥臂电 路功率放大器的跟踪范围,指出沿用传统的占空比限制策略将导致功率放大器的性能无法被完全利用,使失真增大。 本文改进 了传统的占空比限制策略,使功率放大器的性能利用率达到了 100% ,最高可完全消除一路线圈的失真,并在此基础上提出了两 种性能不同的占空比限制策略。 实验结果表明:指令信号在跟踪范围内时,功放跟踪效果良好;超出跟踪范围后,两限制策略均 有效且达到了设计性能。

摘要:为解决无人机在复杂低空环境内运行安全性较低的现状,提出了考虑区域风险评估的无人机航路规划方法,可快速生 成运行风险较低的航路。 首先,对复杂低空环境进行模型简化和风险评估,得到低空三维风险图;再将路径风险值作为综合代 价,利用改进蚁群算法对空间三维航路进行规划,有效降低了生成路径的冗余度;最后,用 3 次 B 样条对规划出的离散路径进行 平滑处理,生成曲率与俯仰角连续的可飞路径。 仿真与实验结果表明:本文提出的算法生成的路径能够以较小的路径代价,换 取一条风险值较低的路径,同时路径冗余度较低,曲率与俯仰角连续变化,是满足无人机性能约束的可飞路径。

摘要:注射成形工艺参数是保障产品质量的关键因素。 传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应 用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能化设置水平提出更高的要求。 由于成形产品存在多方面的 质量要求,且不同质量指标间可能相互制约,因此亟需一种工艺参数多目标智能优化方法,以获得不同优化目标间的帕累托最 优。 已有学者利用智能优化方法,如非支配排序遗传算法等,对多目标优化问题进行求解,但是此类方法需大量样本数据对质 量-参数关系进行建模,存在试验次数多、且对不同材料及模具的适应性较差等问题。 为解决上述问题,提出一种注射成形工艺 参数多目标自学习优化方法,在优化过程中实时计算并更新各个工艺参数的梯度,并由不同质量指标的多梯度下降算法对多个 目标函数进行优化,在优化过程中实现各工艺参数对产品质量影响程度的自主学习,省去了采集大量数据来建立多个质量模型 的过程,实现了注射成形工艺参数的高效智能优化。 在基准测试函数实验中,所提方法的优化结果与理论解的相对误差小于 2% 。 同时数值仿真与注射成形实验结果表明,所提方法能高效获得多个优化目标的帕累托最优。