摘要:空间指向测量技术是航天器研制中的基础性和关键性技术之一。多参量、时变性、强耦合的空间多物理场是制约指向测量精度向毫角秒级提升的瓶颈。本文首先对空间多物理场的复杂效应进行了概述；然后从空间多物理场误差的分析抑制、地面标定和在轨标定3个方面总结了国内外空间多物理场误差标定装置和关键技术的研究现状。本文提出，通过精准模拟与感知多物理场，量化重构空间复杂环境，搭建毫角秒级误差标定系统，揭示多物理场耦合效应及误差演化机理，建立完备的多物理场效应分析和误差补偿模型，是突破高精度空间指向测量技术的重要途径。最后，本文剖析了装置研制和空间多物理场效应研究中的关键难题，并对相关技术的发展给出了若干建议和展望。

摘要:针对涡街湿气测量过读问题，提出了基于加速度检测的涡街过读校正和分相流量测量方法。设计了高频响三轴加速度探头，分别对敏感元件、探头尺寸和封装进行了优化设计。干气标定结果表明，在4.43×10~1.81×10°雷诺数范围内，测量精度为±1.0%，线性度为1.06%。然后，在不同湿气工况（载气压力和流量、液相流量）下测试了输出频率和加速度幅值特性，以气、液相韦伯数为参数，分别建立了涡街过读和两相加速度幅值模型。最后，联立两方程建立了湿气测量模型，并利用牛顿迭代算法进行求解。预测结果表明，气相测量误差在±1.0%以内，不确定度0.46%，液相全量程误差在±15%以内，不确定度10.04%。与未过读校正时最大8%的测量误差相比，气相测量精度大大提升，同时实现了湿气中分相流的在线测量。

摘要:为省掉外部精密位移传感器，进而减小微装配与微操作系统的体积，降低系统成本，采用自感知方法来获取压电执行器的输出位移。首先，基于压电执行器在电压作用下发生变形的同时，还会发生电极化而在其晶片表面产生电荷这一思想，提出了一种非平衡电流积分式压电执行器的位移自感知方法。其次，考虑到压电执行器的漏电流与介电吸收电流，以及运算放大器的偏置电流对自感知精度的影响，给出了能够精确反映压电执行器输出位移的自感知表达式及自感知参数辨识方法。最后，在辨识压电执行器自感知参数的基础上，实验验证了所提精密位移自感知方法的有效性，结果表明，自感知位移具有亚微米级分辨率，为0.24 un：在静态位移自感知方面，在0~118.9μm的位移范围内，自感知位移的最大相对误差为1.17%；在动态位移自感知方面，在0~100Hz的频率范围内，自感知位移的最大相对误差为1.45%。可知所提出的精密位移自感知方法既能实现静态长时间又能实现动态快速的高精度、高分辨率的位移自感知。

摘要:为了定量测量蓝宝石衬底在化学机械抛光过程中产生的损伤层厚度d和折射率n，提出了一种光谱椭偏测量法。首先，测量蓝宝石衬底反射光谱（波长范围：250~1650 mm）偏振态的改变量（即振幅比和相位差）：然后，通过光学建模和测量数据反演，获得损伤层d和n。实验研究了Al，0。和SiO，两种磨料加工蓝宝石衬底损伤层d和n的变化趋势，前者d呈现波动趋势且最小值（约1.4mm）出现在40min左右，后者d持续下降，在20min接近1mm；二者损伤层n均小于蓝宝石晶体n。另外，实验和仿真分析结果表明相位差与厚度变化趋势一致，因无需建模反演，可作为快速表征损伤层 d变化趋势的参量。总之，所提方法作为光学无损测量模式，适用于加工过程监测。

摘要:机床热误差预测模型在不同工况下难以保持高预测精度是导致热误差实际补偿效果差的重要原因，对此本文提出一种基于迁移学习的异工况下机床热误差建模方法。首先利用核均值匹配算法获取不同工况下机床温度数据间的迁移权重，从而提出基于迁移学习的热误差建模方法；对不同工况下热误差数据进行差异显著性检验，并利用本文所提方法建立热误差预测模型，分析建模效果；然后比对分析本文所提建模方法与常用建模方法的实际预测效果，最后进行补偿验证实验以证明本文所提方法的有效性。结果表明，本文所提基于迁移学习的建模方法能够有效提升建模效果，其中迁移学习结合LASS0算法针对不同工况下热误差数据的预测精度和稳健性分别达到3.73和1.14μm，补偿后机床X/Y/Z3个方向热误差分别保持在-2.3~3.1 μm、-3.4~3.9μm和-3.3~4.6μm 范围内。

摘要:曲轴轴颈圆度是评价曲轴合格性和加工精度的一项重要指标。针对曲轴综合测量过程中连杆轴颈沿主轴颈公转运动，导致连杆轴颈的检测数据无法直接用于圆度误差评定的问题，建立基于运动坐标系的圆度误差检测模型，实现了连杆轴颈检测数据转换处理。同时，深入分析用于圆度误差评定的3种最小二乘法的适用条件，结合采样数据的特点实现了连杆轴颈圆度误差的高精度检测。以某型号发动机曲轴为例进行大样本误差检测试验，并与最小区域评定结果进行对比，偏差在1μm以内。数据分析表明了所提出的曲轴连杆轴颈圆度误差检测方法理论上的正确性及工程实践的可行性。

摘要:剪切屈服应力是反映磁流变液流变特性的主要参数之一，稳定可控的磁场直接影响磁流变液剪切屈服应力的测量精度，因此磁场设计是否合理对磁流变液的流变性能测试具有重要的影响。针对外置式线圈产生的磁场强度较低且存在漏磁现象、对称式线圈中磁流变液装载不便导致测量过程持续性差等问题，设计了一种凹字型磁路，通过调整线圈位置来改变磁场结构，使磁力线垂直穿过磁流变液流动方向，同时可拆卸的组合式磁路设计在保证磁场强度需要的前提下实现了磁流变液的连续性测量。此外，还分析了不同电流下的磁场强度分布规律，并基于优化的磁路开展了磁流变液剪切屈服应力等力学性能参数的测试。与主流标准测试仪器相比，具有凹字型磁路结构的磁流变液测试系统所测得的剪切屈服应力平均相对偏差值约为10%，重复误差在6.34%以内，说明该磁路结构是磁流变测试中磁场装置设计的一种可行方法。

摘要:针对制约高精度惯性导航系统精度的垂线偏差误差项问题，研究了垂线偏差对惯性导航系统水平位置误差的影响及各级惯导系统误差补偿时垂线偏差的指标需求。首先，推导了垂线偏差引起的惯导系统误差项的直接差分法和四阶龙格库值更新算法，对比分析了两种算法在不同地区的水平位置误差的更新效果；然后，采用3种分辨率的垂线偏差网格数据对惯导系统进行补偿；最后，分析了垂线偏差补偿频率对位置误差补偿的效果并开展了车载导航 DOV补偿实验。仿真及实验结果表明，两种误差更新算法都可以有效计算水平位置误差；垂线偏差最大可引起近3 000 m的位置误差，水平姿态误差与方位姿态误差1h漂移约18"和72"；经DOV补偿后，水平定位精度提升了约230m。

摘要:针对现有众多盾尾间隙自动测量方法中普遍存在的精度低和可靠性差等问题，提出了一种基于双线激光基准标尺的视觉测量新方法。通过两道平行布设的窄线形激光构建观测基准，利用传统图像处理技术捕获盾壳与管片的关键特征，结合标尺反算误差补偿技术，实现在盾构掘进过程中盾尾间隙测量值的高精度实时解算。现场实验表明，本文所提出的方法的重复性测量精度优于1.2 mm，绝对测量精度优于2mm，测量误差小于1.5mm，该方法可以实现盾尾间隙自动化实时精确测量且具备较高的可靠性，现已应用在我国多个地铁隧道施工现场。

摘要:为了解决激光跟踪仪跟踪恢复过程中快速精确的获取伺服运动角度问题，提出了一种面向激光跟踪仪跟踪恢复的伺服运动角度计算方法。首先阐述了基于主动红外探测的激光跟踪仪跟踪恢复原理与合作目标靶球视觉目标检测特点，并分析了跟踪恢复过程中光轴视轴非共轴不平行问题所导致的伺服运动角度非线性变化问题；其次，构建了目标距离、目标像素偏差值与伺服运动角度关系的计算模型，完成了基于整定数据的模型参数整定；最后，开展了验证实验并进行了精度分析。实验结果表明，计算模型得到的跟踪恢复角度与实际跟踪恢复角度差值不大于0.0077°，最大偏移距离误差小于2mm，满足激光跟踪仪跟踪恢复的应用要求。

摘要:在非结构化场景中，物体的6-Ddf抓取是智能服务机器人领域的一项极具挑战性的任务。在该场景中，机器人需要应对不同大小和形状的物体以及环境噪声等因素的干扰，因此难以生成准确的抓取姿态。针对此问题本文提出一种基于多尺度特征融合和抓取质量评估的6-Dof抓取姿态生成方法。首先，提出了自适应半径查询法，解决真实环境中点云采样不均匀导致的关键点查询异常的问题；其次设计了一种将多尺度特征和抓取质量评估融合的抓取生成网络，可以生成丰富的6-Dof抓取域：最后，定义了一种抓取质量评估方法，包含力闭合分数、接触面平整度、棱边分析和质心分数，并将这些标准应用在标准数据集上生成新的抓取置信分数标签，同时将这些标准融人抓取生成网络中。实验结果表明所述的方法与当前较为先进的方法FGC-GraspNet相比平均精度提升了5.9%，单物体抓取成功率提升了5.8%，多物体场景的抓取成功率提升了1.1%。综上所述，本文所提出的方法具备有效性和可行性，在单物体场景和多物体场景中具有较好的适应性。

摘要:实际工程中工业机器人受关节控制参数不佳易引起末端抖动，抖动原因识别有助于定位关节异常及优化控制。而工业机器人抖动原因识别存在周期信号冗余度高、抖动方向多及抖动状态样本标签缺失的问题，故提出基于数据融合和改进动量对比学习（MoCo）的工业机器人科动原因识别方法。首先、对工业机器人末端各传感器数据依次进行数据降维、数据扩充、水平拼接融合及降维，构建充足且全面反映抖动方向及状态信息的融合样本。其中，数据融合前降维可降低周期样本冗余度及提升样本融合效率，数据融合后降维可避免融合样本过长导致模型训练复杂度增加。其次，在 MoCo前标记少量融合样本由正编码器分类通道输出监督信息，引导特征聚类。然后，改进对比学习策略，将正编码器提取的无标签融合数据特征与动量编码器保存的负样本特征的聚类中心进行对比，去除特征相似度最高的聚类中心以降低对比类别错误的假负样本干扰。并通过对称调换两个编码器的输入进行两次对比损失计算，完成编码器训练。最后，在编码器分类通道后添加 Sufmas 分类器完成工业机器人抖动原因识别。实验结果表明，所提方法在不同工况的工业机器人抖动原因识别准确率均在90%以上，证明了该方法的有效性。

摘要:针对物流机器人在物料配送中对路径规划的安全性、实时性与高效性要求逐步提升的问题，本文提出了一种物流机器人调度系统及其双向同步跳点搜索算法。首先，分析物流机器人调度系统的功能需求并设计总体实现方案。其次，采用正六边形栅格地图取代传统栅格地图，并在此基础上提出改进的双向同步跳点搜索算法（JPS）。该算法调整了传统 IPS 算法的节点拓展规则以适应新地图，并引入灰狼优化算法指导扩展的相对方向，确保两侧搜索能够相遇。通过仿真测试对比所提算法与传统算法，所提算法比正四边形栅格图传统 JPS算法快34%，比正六边形栅格图传统 JPS算法快23%，结果表明所提算法的规划效率与安全性更高。此外，实物实验显示本文提出的双向同步 JPS 算法相较对比方法路径长度更优，在调度系统监控下物流机器人行走更加安全。

摘要:由于地外天体风化层环境的不确定性，执行浅层钻取采样任务时易受到潜在障碍物的干扰，而对于采样时感知环境并进行机构姿态调整的研究相对较少。为提高采样成功率、改善作业时末端机构受力情况，提出了一种应用于地外风化层采样任务的机械臂自主避障控制方法。设计了能够辅助旋转避障与平移探进的三自由度机械臂，并进行了运动学分析。通过搭载三维力传感器获取采样器受力信息，结合导纳控制与旋转避让进行障碍规避。为验证方法可行性，进行了多组仿真实验和实物实验。实验结果表明，所提出的方法能够有效帮助采样器避让障碍物体，显著减小了作业阻力，X、X三方向最大受力的改善分别达到46.7%、57.0%、64.9%，改善了常规柔顺方法应用于浅层钻取时易受干扰的不足。

摘要:针灸学是一门实践性学科，操作训练的经验对针灸医学生掌握针灸技术十分重要。本文针对传统训练方法准确性和真实感低的问题，基于Touch X和 wity搭建了虚拟针灸训练平台，并通过采集针刺猪肉的数据建立提插和捻转手法力模型。针对提插手法可分为刺人力和提插力两部分，在刺人力模型中增加了衰减力建模，使刺人的分层感更加真实；借鉴 Kamoup模型建立不同组织层的单位长度阻尼函数，结合刺入力和提插力建立完整的提插手法力模型。针对捻转手法采用数据驱动建模，分为动态捻转和静态衰减两部分，两者测试集准确率分别为0.985 08和0.992 49。最后通过左右手对比实验和用户使用感受对模型进行评估，结果表明，本文建立的两种针灸手法力模型准确度高，真实性强，可扩展性好。

摘要:在外阻尼系统中，外速度误差会对罗经对准回路的对准精度产生直接影响。本文结合罗经对准回路的特点，理论推导了不同形式洋流速度误差对对准精度的影响，并进行了仿真研究。由于洋流速度在固定海域满足一定规律，因此可通过提前测绘的方式对洋流速度进行建模并用于后续补偿。本文设计了通过GNSS/INS组合导航及测速仪联合测量当地海域洋流速度的方法，并依据测量结果建立了洋流速度模型。在罗经对准过程中，利用建立的洋流速度数学模型对测速仪中包含的洋流速度误差进行补偿。海上实验结果表明，利用建立的洋流速度模型进行速度补偿后，罗经对准系统的水平精度提升了36"，航向精度提升了25"，水平收敛速度提升了25min，有效提升了罗经对准回路的姿态解算效果。

摘要:锂电池的荷电状态（SOC）是电池管理最重要的参数，准确的SOC估计对保证电池运作的安全性至关重要。传统基于数据驱动的SOC估计法，如神经网络，在可解释性、参数整定方面表现不足。本文提出一种基于局部模型网络和天牛须搜索优化组合的SOC估计法。首先，借助局部模型网络描述复杂非线性系统的能力和其作为灰箱模型的可解释性，将模型的工况空间分解为多个可以用简单模型表示的局部子区间，再用调度函数组合为最终的模型。其次，在网络的训练过程中，采用天牛须搜索优化算法确定分裂空间上的最佳分裂方位，很好的兼顾了模型辨识的精度和运算复杂度。最后，在锂电池动态特性数据集上与已有文献中的SOC估计法进行了对比试验，本文所提出的方法在简单工况的训练集上的 RMSE 误差小于0.4%，在复杂工况的测试集上的 RMSE 误差小于0.9%，在不同温度上的表现也相对平稳，总体展现出较高的辨识精度及泛化能力。这一特点在实测的数据集上也得到了进一步验证。

摘要:在雨雪等恶劣天气下，由于雨雪颗粒的遮挡，激光雷达的性能会受到严重影响，给三维目标检测带来了很大困难。针对这个问题，提出了一种基于马氏距离的动态离群点滤波算法；首先通过建立KD树，根据不同欧氏距离计算离群点的马氏距离，去除点云雨雪噪声；最后将该算法应用于目标检测。经过加拿大恶劣天气公开数据集（CADCD）和实际实验的验证，在中雪和大雪天气下，与DROR滤波方法对比，本文提出的滤波算法精确率分别相对提高了7.88%，7.72%；在实际雨天实验中，本文算法精确率比 DROR滤波相对提高了10%。在目标检测应用方面，与仅采用Pointjillars的算法相比，采用该滤波的检测算法车辆和行人的检测精度也分别相对提高了19.26%，20.39%，在数据集和实际实验场景下均验证了本文算法的有效性。

摘要:在连杆摆动视觉测量中，针对高速曝光产生的背景噪点对前景光流轨迹混叠及阻断导致配准误差，本文提出了一种新的视频滤波与补偿算法。该算法以背景噪声与前景摆杆光流轨迹不同的运动统计特性作为先验模型，通过核双样假设检验检测光流轨迹速度突变，剪除背景噪点轨迹片段实现去噪。为实现轨迹补偿，首先引入机械连杆铰接点为参照物的相对光流采集方式，将各帧摆杆铰接点配准翘曲至第1帧铰接点位置，将连杆摆动轨迹从复合高阶摆线中分离形成低阶理想圆弧。其次采用Pratt拟合翘的后的摆杆轨迹的圆心与半径，将轨迹聚类为不同半径的弧状轨迹群。最后，将弧状轨迹群的x-y坐标u-SVR回归作为几何约束，结合x+t动力学回归半监督学习出完整长度的轨迹。在利刷总成摆角及共轭凸轮的针床推程位移比较的测量实验表明，该算法比传统 VBM3D，MeshFlow 等算法准确度可提高3.26%，运算复杂度降低2阶，在机械旋转运动视觉故障诊断及机械仪表数字化采集等方面具有广阔应用前景。

摘要:平板探测器是锥束 CT的关键组成部件，像元间的信号串扰是造成平板探测器投影图像空间分辨率低于极限值的主要因素，校正平板探测器信号串扰对提高锥束CT检测精度具有重要意义。本文基于点扩散函数矩阵反卷积投影图像去串扰校正思路，研究了点扩散函数矩阵的准确性对投影图像串扰校正的影响、点扩散函数和线扩散函数的关系及其与X射线成像的相似性，提出一种结合刀口法测量线扩散函数与平行束CT扫描重建的平板探测器点扩散函数矩阵测算方法。DR/CT扫描成像实验中，应用本文方法校正信号串抗后，DR成像空间分辨率由约10lp/mm提升至优于25 lp/mm，高能 CT成像空间分辨率由不到4 lp/mm提升至优于5 lp/mm，实验证明，应用本文方法能有效校正平板探测器信号串扰，提升锥束 CT图像的空间分辨率和对比度。

摘要:针对三领航铤自主水下航行器（AUV）协同导航系统，在不简化距离量测方程的前提下推导系统定位性能评价函数，在此基础上分析系统定位性能与编队构型、集群航速以及艇间距离之间的耦合关系。同时，通过理论分析证明在一定条件下该系统定位性能评价函数可以退化为最简形式，且该最简定位性能评价函数与误差椭圆法、Fisher信息矩阵法相关结果在表达形式上具有一致性。进一步，通过推导AUV位置估计的克拉美-罗下界（CBLB）完善系统定位性能评价函数并定量分析艇间测距噪声对系统定位性能的影响。最后，基于系统定位性能评价函数分析构建三领航艇协同导航系统最优、次优与最差编队构型，并通过仿真实验证明分析结论与编队构型的有效性。仿真实验结果表明，当AUV集群以最优、次优编队构型航行时，降低集群速度可以在一定程度上提高系统定位性能，在本文设置实验条件下系统定位精度可以提高9.11%，但改变艇间距离对定位性能几乎没有影响；当AUV集群以最差编队构型航行时，降低集群速度与缩短艇间距离均可提高系统定位性能，若两者同时满足将大幅提高系统定位性能，在本文设置实验条件下系统定位精度分别提高63.17%、63.99%与81.50%。

摘要:随着机器视觉的不断发展，视觉传感器其小巧轻便、价格低廉等优势，使得视觉同时定位与建图（VSLAM）越来越受人们关注，深度学习为处理 VSLAM问题提供了新的方法与思路。本文综述了近年来基于深度学习的 VSLAM方法。首先回顾了VSLAM的发展历程、系统阐释了VSLAM的基本原理与组成结构。然后从视觉里程计（VO）、回环检测与建图3个方面分析各类基于深度学习的方法，从特征提取与特征匹配、深度估计与位姿估计及关键帧选择等3个部分阐述了深度学习在 VO中的应用；基于场景表达方式的不同，总结了几何建图、语义建图及广义建图中的深度学习方法。接着介绍了目前 VSLAM 常用的各种数据集以及性能评估指标。最后指出了目前VSLAM面临的难题与挑战，展望未来深度学习与VSLAM结合的研究趋势与发展方向。

摘要:针对视觉即时定位与地图构建（SLAM）中的静态假设限制其在动态现实环境中应用的问题，提出了一种在高动态环境下基于傅里叶梅林变换的视觉SLAM算法。首先，采用傅里叶梅林算法配准以补偿相机运动，应用帧间差分算法获取运动掩膜。同时利用短时密集连接网络进行语义分割确定潜在运动物体掩膜。结合运动掩膜与物体掩膜，获得最终的物体运动区域，剔除该区域的特征点。最后，依据稳定的静态特征点跟踪优化，提升位姿精度。实验结果表明，本算法的绝对轨迹误差与相对位姿误差相比于 ORB-SLAM2减少了95%以上，相比于DS-SLAM减少了30%以上，验证其在复杂动态场景下具有良好的定位精度与鲁棒性有效降低运动模糊与光照变化对运动检测的影响，同时，克服了传统动态 SLAM难以检测非先验运动对象的弊端。

摘要:当前基于机器视觉的粗糙度测量方法使用的图像指标考虑因素少、无参考使得预测模型精度受限、受光源亮度影响大。针对此问题，论文提出了一种基于全参考彩色图像质量算法的粗糙度测量方法。该方法根据粗糙表面成像机理分析，在视觉显著性图像质量评估算法（ ISO）的基础上引人结构信息，提出了基于视觉结构显著性（ ISS）的图像质量评估算法，与此同时设计了一套基于图像质量的磨削样块表面粗糙度测量装置。实验结果表明，提出的 ISIS图像质量评估算法与表面粗糙度 R。之间存在明显的相关性。使用最小二乘法拟合出的曲线关系，能够对粗糙度大于等于0.965 μm的磨削样块进行低离散高精度预测，平均误差为0.11l μm，标准差为0.079 μm。相比于考虑单一因素的粗糙度关联图像特征指标，JSIS有着较好的综合性能，且能一定程度上克服光源亮度的影响，为非接触粗糙度测量提供可选择途径。

摘要:随着海洋工程领域的不断发展，如何高精度地获取水下物体的三维点云具有重要学术和应用价值。由于光在不同介质中传播会引起光路的变化，导致水下线结构光视觉测量获得的点云受折射畸变影响，精度降低。针对上述问题，设计了一种基于线结构光的水下旋转扫描测量系统。提出了一种轴眼标定算法，能够将多视角水下点云配准到统一坐标系中。提出了一种引人折射补偿的水下相机成像模型，该模型可准确的描述激光在不同介质间传播过程中的光路，基于水下激光平面方程的约束，对水下点云进行折射校正，提高了水下点云的重建精度。水下测量实验结果表明，提出的高精度测量方法能够获得水下物体的三维点云信息，可测量水下目标的尺寸信息，距离目标30~80cm 时测量精度达到0.2mm，满足了水下目标三维高精度测量要求，

摘要:针对传统图优化导航方法中传感器测量协方差不准确导致估计精度下降的问题，本文提出了一种自适应滤波协同图优化导航方法。首先，构建INS/GNS/e-Compass组合导航系统的因子图模型；然后，利用测量方差自适应滤波对传感器测量信息进行预估，在滤波过程中更新相关传感器的测量协方差矩阵，并将预估结果作为变量节点加入因子图；最后，通过滑动窗口控制优化范围，对窗口内的变量节点进行非线性优化并输出最终的导航状态。仿真和实验结果表明，所提出的方法对传感器测量协方差的不匹配问题具有自适应性，能够在不同场景下实现高效可靠的导航定位。相比于传统图优化方法，该方法的定位精度提升了30%，计算效率提升了12%。

摘要:针对目前PointNet++系列网络模型倾向于牺牲尾类分割精度以保证全局分割精度这一现象，构建顾及数据长尾分布的机载LEDAR点云语义分割网络，主要涉及两方面内容，聚类最远点采样和空间自注意力机制下的局部特征学习。聚类最远点采样通过类内点云最远点采样、划分区域最远点采样以及基于置信度的均值漂移（Mearshift）聚类组合策略，最大程度保留尾类样本并通过循环赋权方式使每类样本均能被网络充分学习；空间自注意力机制下的局部特征学习为结合不同空间编码方式增强采样点邻域拓扑结构的学习，以利于从稀疏样本数据中完整学习目标空间结构。公开数据集实验表明，本文网络模型整体分割精度和平均F，较 PointNet++分别提升6.3%和6.6%，并优于其它6种PointNet++系列网络模型及新公布的10种网络模型，具有良好的泛化性能与应用价值。

摘要:针对传统模型预测直接转矩控制策略存在的计算效率低、电压跳变过高、稳态特性较差等问题，提出一种改进模型预测直接转矩控制策略。为提升电动机的稳态特性，基于最近三矢量原则构建36个虚拟电压矢量，并结合无差拍原理调节虚拟电压矢量中冗余矢量的作用时间；为防止逆变器输出线电压跳变过高以对电动机产生不良影响，仅选取电压跳变不超过U。/2的电压矢量作为备选电压矢量。同时，结合模型通过无差拍原理预测出参考申压矢量，选取与参考申压矢量位于同一扇区的电压矢量作为最终备选矢量集。实验结果证明了在额定工况下改进控制策略较传统控制策略的电磁转矩、定子磁链幅值误差和电流谐波畸变率分别减少了37.42%、32.00%和44.52%，程序执行时间减少了约11.52%。

摘要:本文提出一种基于隧道磁阻（TMR）传感器和噪声注入卷积神经网络（NBCNN）、长短期记忆网络（ISTM）、注意力机制动态集成神经网络预测模型（NBCNN-LSTM-Attentin）的双边永磁同步直线电机气隙磁密新型非侵入式测量方法。首先，建立直线电机气隙磁场的解析模型和有限元模型作为数据基础，探寻直线电机的外部空间杂散磁场和内部中心气隙磁场存在非线性映射关系。其次，引入TMR传感器测量直线电机外部杂散磁场信号，并对传感器的安装位置进行优化，将内外一维磁密信号进行相似度特征匹配，以获取传感器最优测量位置。然后，将电机外部杂散磁场数据作为输入，内部气隙磁场数据作为输出，建立NBCNN-LSTM-Attention网络的内外磁场高精度映射模型，实现“用外代内”的非侵入式气隙磁密高精密测量。最后，搭建直线电机气隙磁密测量实验平台和高斯计对比测量实验平台，验证了本文所提方法的先进性和优越性。

摘要:受振动，温度，预紧力变化等外部环境因素影响，激光雷达系统的激光发射光轴和望远镜接收光轴会发生变化，导致激光雷达系统的重叠因子发生变化，进而影响激光雷达系统的远场探测精度与探测稳定性。针对非同轴激光雷达提出开展重叠因子自校正的软硬件系统设计，采用二相电机驱动，具有自锁功能的蜗杆发射光轴较正平台设计并搭建了激光发射光轴倾角调节系统，并以激光回波信号强度为校正判据寻找非同轴激光雷达系统收发光轴的最佳匹配位置。自校正过程采用粗扫描和细扫描相结合的方式，以实现校正精度和校正效率的综合考量，其中粗扫描采用环形扫时序，可在961s内将激光发射光轴锁定在0.4 mrad×0.4 mrad倾角范围内；细扫描采用S形时序，可在441s内实现激光发射光轴0.02mrad的倾角调节精度。自校正前后的大气回波距离平方修正信号表明，设计的自校正系统能够实现非同轴激光雷达系统重叠因子的有效校正，并提升系统探测性能，为全天时，无人值守的激光雷达大气探测提供支持。

摘要:领域自适应问题在机械设备故障诊断领域已被广泛研究，当前大多数封闭域自适应方法通常都假设源域和目标域共享相同的标签类型空间。然而，这不完全符合机械设备真实的诊断需求，实际上会出现新的故障类型，因而传统依据边缘分布对齐的方法难以处理此开放域问题，不能正确辨识出已存在的样本类型和新出现的类型。针对源域和目标域标签类型空间部分重叠的这另一典型开放域诊断问题，提出了一种基于双识别器对抗的开放域自适应故障诊断方法。两个结构相同的神经网络被引入进行对抗性训练，以增强模型对已知类型辨识的领域自适应性能，利用源域与目标域熵最大与最小化策略，以及目标域样本输出的二元交叉方案用以建立分界线隔离新出现的未知类型。利用轴承数据和自吸式离心泵数据进行分析验证，实验结果表明：所提方法相对于典型的封闭域和开放域模型，能更准确的判定机械设备已存在的故障类型和新出现的未知故障类型，在各诊断任务中，均能达到90%以上的正确率。