摘要::目的 电机控制器 IGBT(Insulated Gate Bipolar Transistor)模块温度分布的均衡性对系统可靠性和稳定性有 重要影响。 但电机控制器结构紧凑,空间狭小,使传统的温度均衡性控制方法和策略应用受到了极大的限制。 因 此,通过改变散热器的结构布局,探讨提高热源温度均衡性的控制方法。 方法 利用数值仿真方法分别对散热系统 的传统结构、Ⅰ型结构和Ⅱ型结构进行了热固耦合分析,对比分析了 3 种结构对 IGBT 热源最高温度、温度差及其 温度分布均衡性的影响,并讨论了在冷却液不同流量条件下,3 种结构中 IGBT 热源的温度分布特性。 结果 研究表 明:冷却液的流量为 2 L/ min 时,相对于传统结构,Ⅰ型结构和Ⅱ型结构的最大温度差分别下降 59. 52 %和 64. 29 %,随 着冷却液流量的增大,Ⅰ型结构和Ⅱ型结构对热源温差控制优势逐渐减弱,但仍优于传统结构。 结论 通过对比分 析,Ⅰ型结构中热源温度分布均衡性最好,传统结构中热源温度分布均衡性最差。 冷却液流量的变化,对传统结构 中温度分布均衡性的影响较大。 随着冷却液流量的增加,传统结构热源平均温度最低,Ⅱ型结构的平均温度最高, 同时 3 种结构热源的平均温度逐渐降低,而且不同结构之间的差值逐渐减小。

摘要::目的 针对传统 PID(Proportional-Integral-Derivative)控制的消毒机器人,在环境变化或有负载干扰情况下, 存在直流电机转速精准度不足的问题,提出一种模糊 PID 控制方法,旨在提高消毒机器人电机响应速度和电机转 速精准度。 方法 基于消毒机器人模型,根据运动学原理求解其电机参数,确定直流电机模型;根据直流电机模型采 用基尔霍夫定律计算出电机的传递函数,利用 MATLAB / Simulink 搭建传统 PID 控制系统,通过仿真得到转速结果 将其与电机额定转速相比以验证传递函数的正确性,同时运用模糊控制理论结合电机传递函数搭建模糊 PID 控制 系统;在 MATLAB / Simulink 中将传统 PID 控制系统与模糊 PID 控制系统对电机转速控制的影响进行对比仿真实 验。 结果 实验结果显示:当消毒机器人电机有负载干扰时,模糊 PID 控制系统相比传统 PID 控制系统在电机响应 速度上提高了 3 s,在电机精准度方面提高了 8%;消毒机器人模糊 PID 控制系统能够有效提高电机响应速度,提升 电机转速精准度。 结论 在复杂情况下,模糊 PID 控制系统能够有效提高直流电机响应速度和电机转速精准度,模 糊控制方法对电机转速的研究提供了参考,为消毒机器人电机控制研究提供了思路,在消毒机器人电机控制领域 具有广泛的应用前景。

摘要::目的 针对在自动化搬运领域,传统机器人常面对复杂地形适应性和货物限定位置的问题,提出了一种适应 多样复杂地形的自主搬运机器人。 方法 首先根据月球车的特点,采用全向移动底盘和五自由度搬运平台的整合, 有效提升了在多变地形中的适应性和货物搬运能力;其次对搬运平台整体进行设计,包括平台升降结构设计、搬运 平台结构设计以及夹爪设计,并根据货物搬运结构工作原理进行搬运实验。 然后控制系统采用了分层的硬件架 构,上位机利用 Robot Operating System 作为开发框架,搭配应用同步定位与建图(SLAM)技术,优化导航和搬运策 略,下位机根据从串口接收的上位机指令进行任务分配和执行,利用自调整的蒙特卡洛导航技术进行导航算法设 计,确定关键工作参数,充分展示机器人操作效率和适应性。 结果 为了保证机器人的工作性能以及参数的准确性, 利用 Gazebo 模拟程序进行仿真实验,预测机器人在真实环境中的性能表现,实验验证了机器人在多种环境下高效 导航的能力。 结论 研究结果表明:该机器人具有显著的搬运效率提升和减少人工干预的优势,为自动化搬运系统 提供了重要技术支持。

摘要:目的 针对基于指数趋近律的滑模控制系统存在无法同时兼顾趋近速度和抖振的问题,搭建了基于新型趋 近律的改进快速非奇异终端滑模控制系统。 方法 首先设计了一种新型趋近律,该趋近律在趋近阶段能快速趋向滑 模面,在到达阶段能够快速收敛,并基于这种新型趋近律设计了一种改进快速非奇异终端滑模控制器;其次,由于 电机在实际运行过程中可能受到如负载扰动等不确定因素的影响,为了提升系统的抗干扰性能,设计了一种扰动 观测器用来估计控制系统中的扰动,并将估计到的扰动值反馈到速度环滑模控制器中进行扰动补偿。 结果 在 MATLAB / Simulink 中搭建 PMSM 控制系统仿真模型,进行仿真验证。 结论 研究表明:与传统的滑模控制相比,所 设计的控制方法能够有效地削弱抖振,具有良好的动态响应。

摘要::目的 化工园区救援机器人的路径规划是目前研究的热点,针对救援机器人在路径规划中使用传统 A* 算法 存在遍历冗余节点、内存消耗较大和运算速度较慢的问题,提出一种改进的 A* 算法。 方法 设计了自适应权重评 价函数,用于动态调整实际代价,以提升算法的效率与收敛速度;采用跳点搜索策略(Jump Point Search,JPS)来筛 选跳点,降低内存消耗和节点估计;运用三次均匀 B 样条曲线对优化后的路径进行处理,提高救援机器人前进的稳 定性和可行性。 结果 通过构建化工园区 Unity3D 仿真场景,对救援机器人路径规划问题进行仿真研究,仿真结果 表明:改进后的 A* 算法展现出较高的效率及准确性。 结论 该算法为化工园区救援机器人的路径规划提供了一种 更高效、更智能的解决方案,满足化工园区路径快速规划的需求。

摘要:目的 为解决目前滚动轴承故障特征提取困难和故障诊断准确率低等问题,提出了基于优化麻雀搜索算法, 即变分模态分解的方法,高效提取滚动轴承故障特征。 方法 首先,将麻雀搜索算法改进为融合鱼鹰和柯西变异的 麻雀搜索算法(Osprey-Cauchy-Sparrow Search Algorithm, OCSSA);其次,利用 OCSSA 优化 VMD(Variational Mode Decomposition)参数来对轴承信号进行分解;最后,将特征向量作为卷积神经网络-双向长短记忆网络( CNNBiLSTM)的输入,进行了滚动轴承故障类型的识别。 结果 实验结果表明:基于 OCSSA-VMD 特征提取的诊断模型 的故障诊断准确率为 99. 333%,与麻雀搜索算法-VMD、灰狼优化算法-VMD、粒子群优化算法-VMD、传统 VMD 特 征提取方法相比,故障诊断准确率分别提高了 3. 666%、5%、 6. 667% 、9%。 结论 该方法充分地提取了故障特征, 大大提高了故障诊断准确率。

摘要:目的 工业生产中,滚动轴承运行环境复杂,环境噪声降低了常见网络模型对轴承故障识别的准确率,抗噪 声干扰能力低,为了提高模型识别准确率与抗噪声干扰能力,设计了多分支稀疏残差网络对轴承故障进行诊断。 方法 多分支稀疏残差网络采用多分支结构,分别采用不同卷积核对不同窗口大小的特征进行多尺度特征融合以 提高网络模型的识别准确率与抗噪声干扰能力;此外,将注意力机制融入多分支网络中,对各个分支卷积层的权重 进行调整;最后,为了提高所提方法的特征学习能力,引入稀疏残差连接,避免数据冗余。 结果 通过对比实验,验证 了所提方法的有效性,处于无噪声情况下,识别准确率达 99. 2%,处于强噪声情况下,模型识别准确率达 95. 85%, 在实际生产场景中模型的识别率为 98. 90%。 结论 实验结果表明:该模型有着很强的特征学习能力,轴承故障识别 精度较高,有着较强的抗噪声干扰能力,有着较好的实用价值。

摘要:目的 滚动轴承作为机械设备的核心部件,在长时间运转下会出现磨损、变形。 针对现有方法判别轴承处于 何种故障困难的问题,提出一种基于曼哈顿局部-全局鉴别空间学习的故障诊断方法。 方法 该方法具有更丰富的 潜在流形结构,使用曼哈顿距离重构原始空间图结构;通过构造局部类内和类间图发掘潜在鉴别信息和局部信息, 并在原始全局结构的基础上增加全局类内和类间图,提高了类间分离性和类内聚合性。 首先,将原始故障信号进 行特征提取得到特征测试集和特征训练集;然后,将特征训练集输入曼哈顿局部-全局鉴别空间学习模型中,提取 原始空间中局部信息、全局结构和类别信息;接着,通过求解该模型可以得到空间投影的解析解;最后,将得到的空 间投影解析解与特征测试集输入支持向量机中进行故障分类。 结果 实验结果表明:所提方法在搭建的轴承故障平 台上表现出良好的性能,最终故障识别率为 94. 23%。 结论 文中提出的方法在轴承故障诊断方面表现出较高的识 别率,为轴承故障诊断带来了重要的进展,具有深远的意义。

摘要:目的 针对传统单一控制方法在智能汽车轨迹跟踪控制领域应用工况受限,实时性较低,精确度不高的问 题,提出一种基于模糊神经网络算法的横纵向协同控制策略(ANFIS-LQR/ PID),旨在保证智能汽车在不同道路条 件下轨迹跟踪的精确性和驾乘人员的舒适性。 方法 对汽车的运动情况进行分析并构建模型,将其投影到 Frenet 坐 标系下,并以期望坐标和当前坐标的偏差值作为状态变量,构建一个跟踪误差模型。 将设计的自适应模糊神经网 络调节策略与车辆横纵向协同控制器进行融合,实现了横向线性二次控制(LQR)与纵向比例积分微分(PID)权重 系数的实时调节,有效解决了不同车速下的跟踪控制问题。 结果 通过 PreScan-CarSim / Simulink 软件搭建联合仿 真平台,设计了连续弯道跟车、双车道变速超车、大曲率弯道加速跟车等 3 种涉及不同横纵向控制问题的工况进行 仿真验证。 结论 仿真结果表明:本文所设计的基于模糊神经网络算法的横纵向协同控制器在各种工况下均能将车 辆的轨迹跟踪误差稳定地控制在限制范围内,同时在最优控制下保证了驾乘人员的舒适性。

摘要::目的 为了提高水泥生产效率,实现水泥辊压机轴承实时故障诊断,解决工程现场难以获得大量标签故障数 据用于训练的问题。 方法 提出一种使用连续小波卷积层的 Transformer 模型,通过使用小波核替换传统卷积核,作 为特征提取网络第一层,提高网络对于机械故障特征的学习能力;再通过设计一种掩码训练的自监督学习训练,使 网络从大量无标签数据中学习有用的相关特征,并通过设计一种对比损失迁移学习策略对模型进行训练,从相关 公开数据中学习领域通用的判别特征;最后通过微调,实现水泥辊压机故障诊断网络的训练。 结果 实验验证:本模 型可以有效提高诊断进度,并且采用自监督学习与迁移学习训练策略后,在只有训练集 1%数据的情况下,模型微 调仍可达到 78%的准确率;在只有 10%训练集数据的情况下,就可以接近监督训练使用 100%训练集数据下的性 能。 结论 本方法可以有效解决工程实际中无法采集大量标签故障数据的问题,提高模型诊断精度,在少量的目标 数据下,保证模型的诊断精度。

摘要:目的 针对网络入侵检测系统发出的大量警报信息分析困难的问题,提出一种基于过程挖掘和迹聚类的网 络攻击警报建模分析方法,根据网络安全日志信息建立并简化网络攻击模型。 方法 该方法使用过程挖掘技术分析 警报信息中的所包含的攻击者的行为信息和所使用的攻击方法信息,并以高层次可视化模型向网络管理人员提供 攻击信息。 利用基于频繁序列模式的迹聚类技术对日志活动间的行为关系进行分析,提取出活动的频繁序列模 式,并且根据频繁序列模式对迹进行匹配,将相似的迹聚为一类,从而将一个警报日志 L 的复杂网络攻击警报模型 分解为多个子日志的简单、直观的子模型。 结果 仿真实验表明:提出方法得到的网络攻击模型在精确度、适应度和 F1 分数上均有较好的表现;对于复杂的攻击模型,使用迹聚类方法可以生成多个低复杂性的模型,有效地降低其 复杂性。 结论 该网络攻击建模方法引入过程挖掘和迹聚类后,相较于传统建模分析方法可以更有效地反映出网络 攻击者的入侵策略,并且对于复杂的攻击模型可以有效地降低其复杂程度。

摘要:目的 针对常规数据处理导致分类预测精度不高等问题,提出 Optuna-MLP-LightGBM 组合模型用于抗癌候 选药物的性质分类预测。 方法 针对收集的 1 974 种化合物(每个化合物各 729 个分子描述符),首先利用多层感知 机(MLP)对高维数据进行聚合处理,再采用跳转连接实现数据的宽度处理,将输出数据与输入数据合并组成宽度 数据集,以此提高数据的特征识别,同时避免有用信息的缺失从而提高信息的流通;然后,用 LightGBM 替换 MLP 神经网络中的分类层,可以更好地进行分类处理及避免过拟合问题,最后构建基于 Optuna 优化的 MLP-LightGBM 分类预测模型,用于候选药物的小肠上皮细胞渗透性(Caco-2)的分类预测。 结果 模型准确率、AUC 值和 F1 值分 别达到 91. 03%、97. 31 %和 90. 48 %,由消融实验可以发现,通过 MLP-LightGBM 实现数据宽度处理以及分类后, 模型分类效果相比 MLP 模型得到提升,3 种指标分别提升了 0. 51%、1. 22%和 0. 7%;与逻辑回归(LR)、Attentive FP、MLP 等传统模型相比该模型能更好整合数据信息,其中与基模型相比平均增长幅度分别达到 5. 94%、5. 65% 和 6. 56%。 结论 由于跳接处理使 MLP 网络可以达到特征的有效提取和扩充数据集的目的,同时引入机器学习可 以更好地提高分类精度,因此在药物高通量筛选中可以成为重要的辅助工具。

摘要:目的 探究空间因素对群体观点演化的影响,进一步认识空间因素在社会观点演化过程中所起到的关键作 用。 方法 有界影响 Hegselmann-Krause(HK)模型中的信任矩阵区分为局域信任矩阵和非局域信任矩阵两种,把个 体观点放置到具有物理空间属性的正方格子上,从而构建出具有空间因素的有界影响 HK 模型。 在数值模拟过程 中,通过选取随机排序或顺序排序不同的初始观点,以及不同影响权重下的信任矩阵,发现具有空间因素的有界影 响 HK 模型可以模拟信息闭塞的社会和网络信息社会中群体观点的演化过程。 结果 数值模拟显示:在只有局域信 任矩阵作用下且初始观点为顺序排序时,个体观点首先在局域形成了局域共识后再达成全局性的共识,模拟了在 信息闭塞环境下群体观点演化情况;当初始观点为随机排序时,个体观点在局域未形成局域共识而是直接演化为 了全局共识,模拟了信息社会中群体观点的演化过程。 结论 研究表明:在局域信任矩阵和非局域信任矩阵共同作 用下,在影响权重相同的情况下,信任矩阵的取值越大群体观点最大族数减少的越快;影响权重大小表示信息传播 范围的大小,影响权重的大小可以加快或延缓群体观点演化的形成,也可以控制观点族数的数值大小。

摘要:目的 针对城市房屋市场数据中存在着分布和类别不平衡以及特征价格模型(Hedonic Price Model,HPM)面 对房价与特征关系可解释性不足的问题,提出一种基于对抗生成网络(Generative Adversarial Net,GAN)的子市场 划分房屋定价模型。 方法 在改进子市场划分房屋定价模型时,首先引入 GAN 作为数据增强技术模块,生成具有多 样性和逼真度的合成样本,增加样本的多样性,提高模型的泛化能力;接着将 GAN 数据增强和子市场划分的房屋 定价模型相结合;最后,依据房屋所属子市场的概率预测房价,并分析对房价的关键影响因素,提升预测精度和可 解释性。 结果 将模型与 5 个现有模型以及未加入 GAN 的子市场划分房屋定价模型,从平均绝对百分比误差、平均 绝对误差和均方根误差 3 个方面进行对比;通过使用杭州市 2020 年的房产数据,对模型的算法性能进行测试。 结 论 实验证明引入 GAN 数据增强技术模块后,模型在房地产价格预测方面优于其他对比模型,并且具有可解释性 的优点。

摘要:目的 风电机组带来清洁能源的同时,也面临着一系列技术挑战,其中最为突出的是机组的稳定性和可靠 性,针对风电机组数据的异常检测问题,提出一种科学且有效的改进方法———基于残差的孤立森林。 方法 鉴于传 统孤立森林方法在正常运行时波动的干扰和参数敏感性方面存在的问题,提出基于残差的孤立森林方法进行异常 检测。 首先采用 RANSAC 回归模型预测风速与功率之间的关系,并计算实际功率与预测功率之间的残差;进一步, 将这些残差作为输入特征,在孤立森林模型中实施异常检测。 此方法着重关注模型难以解释的部分,减少了正常 运行状态下的自然波动对异常检测的干扰,增强了对潜在异常点的精确识别。 结果 通过对异常值进行可视化验证 结果表明:改进方法在识别功率曲线上的局部异常方面表现更加突出。 结论 这种基于残差的孤立森林方法能够在 多数操作条件下更精确地识别出异常,为风电场的运维管理提供强有力的数据支持;同时也为其他领域的异常检 测提供了新的思路和参考,具有广泛的应用前景。

摘要:目的 解决因子分析模型后验分布函数复杂计算的问题。 方法 首先利用变分贝叶斯(Variational Bayes,VB) 方法,对服从指数分布的因子分析模型进行参数估计,其中 VB 方法使用坐标上升变分推断(Coordinate Ascent Variational Inference,CAVI)算法对参数进行迭代求解,然后与 MCMC(Makov Chain Monte Carlo)方法进行比较,通 过随机模拟揭示了当样本量为 300 时,VB 方法和 MCMC 方法的有效性,绘制 ELBO 图判断了 VB 方法的收敛性, 绘制参数追踪图、自相关图判断了 MCMC 方法的收敛性,并根据预测值和真实值之间的偏差判断两种方法的好 坏,最后对样本量为 713 时的实际数据集进行了实证分析。 结果 通过模拟和实证分析可以看到两种方法都是收敛 的,偏差绝对值均小于 0. 1,但是 VB 方法在估计精度、计算复杂度和运行时间上均优于 MCMC 方法,特别是当样本 容量很大时,VB 方法的优势更加明显。 结论 在因子分析模型中,因子服从指数分布有时是一种合理的选择,与 MCMC 方法相比,变分贝叶斯方法可以有效减少因子分析模型后验分布函数的计算量,估计参数的效果更好。 VB 方法的 3 个优势:第一,由于 VB 方法没有涉及复杂后验分布积分的计算,因此计算上更加简便;第二,由于 VB 方 法基于一个近似分布,特别是当样本量很大时,VB 方法的运行时间远远小于 MCMC 方法;第三,从运算结果来看, VB 方法的估计精度要优于 MCMC 方法。