【目的】 为了系统研究开孔金属泡沫中空气流场的流动特性和传热传质特性。【方法】 使用几何表示法构建12面体开孔泡沫模型，应用有限单元法模拟了不同入口速度下，泡沫韧带截面形状、孔径密度PPI和流场高度方向泡沫结构对称性等参数对流场分布、传质和流动阻力的影响。【结果】 结果表明，随着泡沫韧带截面顶点曲率减小，韧带阻滞作用减弱，流场沿程损失hf减少；增大孔径密度可以提高流场对流强度分布均匀性；在高度方向非对称边界流场对流强度更大，且韧带周围对流强度分布趋向均匀，对称结构则相反；对称边界流场的上下边界处对流速度比非...

【目的】 功能梯度厚壁圆筒的热弹性问题存在不考虑组分材料微观结构影响，已有文献只给出了基于Mori-Tanaka方法功能梯度厚壁圆筒受力学和热学荷载的数值解，并且只考虑了球形夹杂这一单一夹杂形状的情形。【方法】 基于Mori-Tanaka方法对功能梯度厚壁圆筒的热弹性问题进行分析，给出了一种近似热弹性理论解，该理论解不仅与数值解契合度高，而且可以考虑夹杂形状对物理量的影响，最后分析了不同边界条件下夹杂形状对径向位移和各向应力的影响。【结果】 结果显示，在两种边界下，夹杂形状对径向位移都有较大的影响；但在温度边界下，夹杂形...

【目的】 在工厂实际加工中，由于各机器的健康状态参差不一，可引起机器故障继而影响加工施工时间。针对带有机器扰动的柔性作业车间的问题，为减小机器故障对生产计划的影响，提出了机器扰动、寻找断点的重调度模型，以最小加工时间、最短总延迟时间为优化目标构建了数学模型。【方法】 提出改进灰狼优化算法(GWO-GA)作为全局优化搜索算法求解，为提高其灰狼算法的收敛速度，引入了工件编码迭代并加入自适应算子，使用遗传算法的POX交叉对机器编码进行迭代。【结果】 针对钢琴制造企业实木车间数据进行验证，结果表明相对于遗传算法(geneti...

【目的】 准确获取车辆行驶状态参数和路面附着系数对于维持分布式驱动电动汽车的安全性和稳定性十分重要，针对于此，研究了一种能够准确估计其参数的算法，既能降低量产车辆的成本，又能达到车辆安全稳定的目的。【方法】 首先，建立三自由度车辆模型，应用基于奇异值分解方法(SVD)的容积卡尔曼滤波算法搭建参数估计器。然后，搭建Carsim/Simulink联合仿真实验平台，采用高、低附着和对接路面双移线工况进行仿真验证。【结果】 仿真实验结果表明，估计器能够较准确地估计出参数的真实值。基于仿真的良好估计效果，搭建实车实验平台，进一步...

【目的】 地铁车轮受力复杂，不仅受轮轨耦合力和轮-轴过盈配合产生的接触压力的影响，还受制动过程中产生的热载荷的影响。【方法】 以某单S型辐板地铁车轮为研究对象，在ABAQUS软件中建立了地铁车轮有限元模型，分析了轮轴过盈配合对车轮在直线工况下机械应力分布的影响。建立了道岔工况下车轮踏面制动时的热-力耦合模型，采用直接耦合法研究了车轮温度场和应力场的变化规律，研究了不同磨耗量下车轮的机械应力和热-机耦合应力对车轮结构强度的影响。【结果】 结果表明：制动时热载荷主要影响靠近踏面的结构部分，靠近轮毂部分受轮轴过盈配...

【目的】 为提高电磁磨粒传感器对微小颗粒的检测精度，对一激两感三线圈式电磁磨粒传感器感应信号的影响因素进行了研究，提出结构优化和信号增强的措施。【方法】 首先建立了一激两感三线圈式电磁磨粒传感器的数学模型并对该模型进行了仿真和验证；其次对不同大小的磨粒和磨粒的不同径向位置进行了实验研究，分别得出磨粒尺寸和径向位置与输出信号的关系；最后通过有限元分析研究了不同结构参数下输出信号的变化规律，提出传感器的参数优化方案并进行验证，同时设计了传感器的屏蔽结构。【结果】 结果表明，优化后的传感器输出信号的强度比...

【目的】 针对VSLAM建立的稀疏特征地图不能直接用于导航，且现有的将基于稀疏特征图转化为栅格地图进行导航的方法存在建图精度不高的问题，无法实现准确导航。提出了一种基于MCMCC改进ORB-SLAM3的移动机器人导航实现方法，在仅有深度相机的嵌入式设备上可以实现室内实时地图构建、定位与导航。【方法】 提出的方法利用基于多凸组合最大互相关熵(MCMCC)标准的后端优化算法来改进ORB-SLAM3的后端优化模块，降低非高斯噪声对建图精度的影响。同时在将稀疏特征图转化为栅格地图的过程中，利用回环信息更新栅格地图，以提高栅格地图的精度。【结...

【目的】 抗鸟撞性能一直是飞机适航性的重要检验因素之一。为探究某民机机头侧壁板的抗鸟撞性能，采用铆钉失效占比评估法、能量法以及剩余承载力评估法这3种方法进行评估。【方法】 通过PAM-CRASH软件模拟3种构型侧壁板的鸟撞情况，验证了数值模型的有效性，并基于3种试验件的鸟撞破坏情况对上述方法的可靠性进行评估。【结果】 研究结果表明，铆钉失效占比越低表明结构的抗鸟撞性能越好；结构的铆钉吸能占比大小提升且蒙皮吸能占比大小降低时，结构的抗鸟撞性能得以提升；剩余承载力评估法能够定量化分析抗鸟撞性能，当损伤因子越低，其抗...

【目的】 针对翼型优化气动参数间性能冲突问题，提出一种基于深度学习和MOEA/D相结合的混合优化模型，将卷积神经网络、遗传算法内插到MOEA/D框架之中，用于权衡各目标函数之间的相关性和复杂度。【方法】 首先，尝试将深度学习方法作为常规流体力学分析方法的补充，建立高可信度的翼型气动特性CNN响应预测模型，用于快速评估翼型的气动参数；然后将响应模型、遗传算子内插到MOEA/D框架之中，构建基于MOEA/D的多目标混合优化模型，并以NACA某5位数高升力翼型巡航工况下的升阻比和力矩系数为优化目标，对其进行测试。【结果】 结果表明：利用...

【目的】 为了提高氢能混合动力固定翼无人机飞行过程中能源系统功率变化的稳定性以及燃料经济性。【方法】 在传统等效消耗最小化策略理论的基础上引入一种考虑蓄电池组功率变化幅度对能量消耗影响的变等效因子。将此因子与原有等效因子加权相加，形成复合等效因子。建立了适用于复杂飞行工况的无人机混合动力仿真平台，研究了复合等效因子对等效消耗最小化策略控制效果的影响。【结果】 结果表明，使用复合等效因子的等效消耗最小化策略可以有效降低能源系统的功率波动幅度，巡航飞行时氢燃料电池的功率波动幅度比传统等效消耗最小化策略降...

【目的】 综合能源系统(IES)的经济调度是能源技术改革的重要研究内容，其本质是一个复杂的混合整数非线性规划问题。传统的优化调度方法计算复杂度较高，也无法适应IES中耦合了可再生能源的源荷不确定性。利用深度强化学习方法对原始问题进行分解加速，提升IES经济调度模型的求解效率。【方法】 提出了一种基于改进近端策略优化(PPO)算法的IES优化调度框架，利用PPO算法拟合原始模型中非线性约束的部分变量，从而将其转换为线性约束以加速求解。【结果】 通过算例验证了该方法的有效性，以及相较于其他方法的高效性。可以预见在大规模的IES优...

【目的】 通过Origin软件分析，了解晋阳古城西城墙裸土土遗址与草本植物覆盖土遗址的防雨水侵蚀机理及最终效果。【方法】 通过Origin软件分析原位人工模拟降雨实验数据的方法，对比植物生长状况对土遗址坡面产流、产沙效果的影响作用。【结果】 产流前降雨截留量Q0与新生草产流起始时间T0呈负相关，且Q0遵循枯草＞新生草＞裸土；新生草产沙系数Csy、产沙强度Isy与降雨强度呈显著正相关，产流、产沙效果遵循规律为裸土＞枯草＞新生草；裸露土遗址通过形成泥皮面层的方式，保证土体内部少受雨水浸润，适用于干旱气候区；草本植物通过强化土遗...

【目的】 解决端面密集、直径尺度不统一、端面边界粘连、端面与背景融合以及端面之间存在遮挡等问题下的钢筋精确计数。【方法】 提出了一种改进的轻量化YOLOv8模型框架，引入了空间和通道重建卷积模块(SCConv)和针对小目标检测的归一化Wasserstein距离(NWD)损失函数。【结果】 消融试验的结果表明，SCConv模块可以在大幅减少网络参数的情况下保持网络性能，而NWD损失函数可以有效提高钢筋端面检测模型的精度，为高精度、轻量化的钢筋计数问题提供有效的解决方案。...

【目的】 强化学习策略迁移是一条降低深度强化学习训练消耗的有效途径，其中，局部策略迁移是在较小粒度上实现策略的迁移，它对整体策略性能的提升和策略灵活组合形成新整体策略有重要意义。提出了深度强化学习局部策略迁移方法。【方法】 借鉴了软件工程中“高内聚，低耦合”的思想，通过对作为策略载体的神经网络进行划分，使得不同子神经网络承载不同局部策略，然后通过对子神经网络的迁移，实现局部策略迁移。该方法支持局部策略灵活替换和组合，形成性能更优秀和适应新环境的新总策略。选取经典深度强化学习算法DQN作为实验算法，对比...

【目的】 针对基于策略的深度强化学习算法中存在的样本不能重复利用、样本利用率低的问题，提出一种有样本重用的阶段性策略梯度算法(phasic policy gradient with sample reuse，SR-PPG).【方法】 该算法在阶段性策略梯度算法(phasic policy gradient，PPG)的基础上引入离线数据，从而减小训练的时间成本，使模型能够快速收敛。在这项工作中，SR-PPG将理论上支持的在线策略算法的稳定性优势与离线策略算法的样本效率相结合，开发了适用于离线策略设置的策略改进保证，并将这些界限与阶段性策略梯度算法使用的剪裁机制联系起来。【结果】 一...

【目的】 提出一种多任务自适应知识蒸馏的语音增强算法，旨在解决复杂模型在时间和硬件等计算成本方面带来的问题，同时提高语音增强算法的性能。【方法】 首先，采用知识蒸馏的思想来解决现有的语音增强模型过于庞大、参数多造成计算成本上升问题；其次，充分考虑不同时频单元之间的差异，引入加权因子来优化传统损失函数提升学生网络性能；为了避免教师网络预测的不确定性影响学生网络的性能，构建多任务自适应学习的知识蒸馏网络，可以更好地利用不同任务之间的关联性优化模型。【结果】 实验仿真结果表明，所提出的算法在减少参数量、缩...

【目的】 脑电情感识别中格兰杰因果(GC)分析构建脑网络时没有考虑各节点间协同交互作用的问题。提出一种结合模糊认知图(FCM)和GC分析构建脑网络的方法。【方法】 首先基于FCM的结构与GC脑网络的对应性，利用FCM多节点间的因果属性对GC脑网络进行建模改进，构建了FCM-GC脑网络，考虑了多节点间的协同交互作用；进一步，为使FCM与GC脑网络深度融合，将EEG电极通道的空间位置信息加入到FCM训练中，构建了新的IFCM-GC脑网络。【结果】 基于DEAP情感脑电数据库，提取IFCM-GC脑网络特征，使用支持向量机为识别模型，在效价维和激励维的平均识别率...

【目的】 如何基于地形因素对降水数据进行误差订正(简称“地形订正”)是气象大数据研究的一个重要问题。但是，现有的降水数据地形订正方法存在两方面局限性：一是现有方法大多基于数据统计或传统机器学习而设计，未能拓展至特征学习能力更强的深度学习模型；二是现有方法亦未能结合气象数据的时间与空间关联信息以提升订正效果。【方法】 提出一种基于深度学习与时空关联建模的降水数据地形订正方法。该方法首先对广东省降水数据和多源地形信息作预处理，结合经纬度进行对齐与编码，以构建相应的数据矩阵。进而结合各个格点的空间和时间邻域...

【目的】 为了更精准地预测5G基站的流量，分析潮汐现象，提出一种优化的生成对抗网络(generative adversarial network，GAN)模型流量预测方法，并将其用于实际基站的定时控制中。【方法】 GAN的生成器利用差分演化灰狼算法优化长短时记忆网络(long short term memory networks，LSTM)，判别器使用门控循环神经网络(gated recurrent unit，GRU)进行判别，生成器和判别器利用不断地对抗训练达到均衡从而提高了5G基站流量的预测精度；其次，利用改进人工蜂群优化k-means++算法，将其用于输出最优基站定时时间，达到最大限度节能的目的。【结果...

【目的】 药物-靶标相互作用预测在药物重定位和药物开发方面起着至关重要的作用。【方法】 提出了一种基于冗余度-相关性和交互作用结合的多特征融合算法RCI(redundancy-correlation and interaction)，并结合堆叠集成分类器搭建药物靶标预测模型。首先，提取药物和靶标的高维特征进行多特征融合，使用RCI算法构建非冗余的且具有相关性的交互特征子集。然后，将交互特征子集输入到由多个基学习器构成的堆叠集成分类器中进行训练。最后，对两个基准药物靶标网络进行了预测。【结果】 实验结果表明，所搭建模型的准确度ACC值和AUC值均优于现有...