摘要:针对现有主动电离式静电测速方法中静电信号沿程衰减大、测量准确性受传感器位置影响严重以及互相关计算参数选取较为复杂等问题，提出了一种基于主动电离阵列式静电传感器的气流速度测量方法。设计了包含上游激励模块与下游多通道检测电极的主动电离阵列式静电传感器，采用交变高压激励在流场中主动产生具有固定频率特征的离子示踪信号。通过在风洞平台上开展的风速测量实验，系统分析了交变激励条件下阵列各检测电极输出静电感应信号的频率特性、沿程衰减规律及其空间分布特征，进而提出了一种基于静电信号信噪比（SNR）与衰减率的有效速度筛选准则。实验结果表明：主动电离式静电互相关测速误差受信号衰减特性影响较大，且不同流速下最佳测量结果的位置具有明显差异；采用所提出的有效速度筛选准则，即当电极对SNR>5.6 dB且信号衰减率小于1.5时，在10~40 m/s流速范围，可将速度测量的相对误差与相对标准偏差控制在2%以内。此外，交变激励下静电信号频率由激励源频率主导且不随流速变化，基于该特性可将互相关积分时间按信号周期数进行选取，从而显著简化互相关计算参数的选取过程。当积分时间选取为激励信号5倍周期时，测速结果的相对标准偏差可稳定控制在1%左右。

摘要:相较于其他流型而言，湿气伪段塞流的气液相间界面高度不稳定，时空分布复杂多变，给油气行业实现流量在线不分离测量带来了极大的挑战。为此，本研究提出了一种微波谐振腔-文丘里联合传感器，其中微波谐振腔传感器可以表征管道内含率信息的变化，文丘里传感器输出的差压信号用于反应管道内流体的总流量。基于该传感器开展动态实验研究，并在其上游设计了一套伪段塞流发生装置，以实现对伪段塞体的长度及发生时间的自主可控。实验结果表明，传感器输出的微波幅值信号与差压信号呈现出明显的周期性变化特征，且在时域上与伪段塞发生周期高度吻合，伪段塞的来临会引起微波幅值和文丘里差压的突变。此外，还进一步分析了含水率、压力、气相流速等不同工况条件对传感器响应特征和测量结果的影响。为降低建模难度，将伪段塞流划分为“常规湿气”和“伪段塞体”两个阶段，结合高斯过程回归，分别建立体积含水率模型和虚高流量模型。结果表明，在90%置信水平下，在本研究的实验工况范围内，“常规湿气”的体积含水率和气相流量预测的相对误差分别为±13.2%和±2.2%，“伪段塞体”阶段两者分别为±14.8%和±9.04%。研究结果为天然气开采过程中针对湿气伪段塞流的流量在线不分离计量提供了一种有效的技术路径。

摘要:在铁磁性金属套管脉冲涡流检测中，通常使用理论模型或简化模型进行套管的相关参数测量。然而在脉冲涡流理论模型的工程应用中却存在经典理论模型计算速度慢、简化模型定量测量误差大的问题，从而一定程度地限制了脉冲涡流理论模型的应用与推广。为解决铁磁性金属套管脉冲涡流检测中存在的上述问题，基于截断区特征函数展开法给出了一种铁磁性金属套管脉冲涡流检测快速理论模型。首先，在理论模型构建过程中将长度为3 m的铁磁性套管所在区域的磁矢位进行离散展开，获取磁矢位的离散求和表达式以加快理论模型的计算速度。然后，基于电磁感应定律构建瞬态感应电压的离散复频域表达式。接着，使用数值拉普拉斯逆变换法修正塔尔博特算法（FTA）计算脉冲涡流检测的时域瞬态响应并进一步加快模型计算速度。最后，实验结果表明，提出的快速理论模型数据与有限元数据间的平均相对误差为1.63%，且与实测数据重合度较好。此外，单层、双层和三层套管对应的理论瞬态响应单点数据平均计算时间开销分别为98、107和368 ms，相比于基于FTA、留数定理（RT）和傅里叶级数（FS）的经典连续理论模型，提出的快速理论模型的计算速度提升了17倍以上。因此提出的铁磁性金属套管脉冲涡流检测快速理论模型在保证理论数据精度的情况下显著地提升了模型计算速度，对脉冲涡流检测理论模型的工程应用具有积极的推动作用。

摘要:针对现代电子战与通信信号呈现出的宽频带、强瞬态及高动态范围等复杂特征对数据采集系统提出的严苛挑战，设计并实现了一种采样率40 GSPS、带宽18 GHz的宽带高速数据采集系统。同时为解决超高速时间交替模数转换器（TI-ADC）因多核并行交织架构引入的通道间偏置、增益以及时钟相位等非一致性失配问题，提出了一种基于自适应矩估计（ADAM）优化器的误差校正方法。该方法引入ADAM算法的一阶矩估计与二阶矩自适应调整机制以动态调整更新步长。此机制有效克服了传统固定步长算法在应对复杂非平稳误差时易出现梯度消失或陷入局部最优的局限性，从而实现校正参数的自适应快速收敛与高精度寻优。硬件验证平台的实测结果表明：在直流（DC）到18 GHz全奈奎斯特工作带宽内，校正后系统的信噪比（SNR）提升20.0~23.7 dB，无杂散动态范围（SFDR）提升16.4~22.0 dBc。相较于传统最小均方（LMS）算法，该方法有效抑制了系统在复杂非线性误差影响下易产生的周期性震荡现象，将收敛迭代次数缩减至66次以内，并将稳态残差控制在0.472~0.491的极低水平。结果表明，所提宽带高速系统与校正方法能够兼顾收敛速度、稳态校正精度和宽带动态性能提升，为复杂环境下的宽带信号高精度实时采集提供了一种有效实现方案。

摘要:电阻抗层析成像（EIT)是一种利用边界电流激励与电压测量反演内部电导率分布的成像方法，但其逆问题具有强病态性。传统方法重建的图像分辨率低，基于深度学习的方法有效提升了成像质量，但依赖配对的电压-电导率数据，故提出一种融合物理先验与坐标条件神经表示的自监督学习电阻抗成像方法。该方法以一阶前向物理模型为基础，在图像域和测量域之间分别构建正向和逆向循环一致约束，实现非配对数据下的网络训练；同时，设计了坐标条件表示的逆向图像生成网络，将电压序列重排为伪图像后提取局部卷积特征，结合全局电压变量与坐标位置编码逐像素预测电导率值，以增强对连续电导率场及边界细节的表达能力。在此基础上，引入边界一致性约束和对抗学习策略，进一步改善重建图像的结构保持能力。重建图像结果表明，所提方法在目标定位、形状恢复和抑制伪影等方面均优于其他传统方法和自监督学习方法。在仿真数据集上，所提方法的平均相关系数（CC）、均方根误差（RMSE）和结构相似度（SSIM）分别为0.919、0.099和0.812；在物理模体实验中，相较于最优的基线对比方法，平均相关系数提高0.043，均方根误差降低0.027，结构相似度提高0.037 7，并在噪声扰动条件下表现出较好的鲁棒性，实现了无需配对标签数据的高质量图像重建。

摘要:匝间短路是导致电力变压器绕组形变、绝缘劣化及故障停运的重要原因之一。建立高效精准的变压器仿真模型，解析匝间短路下电、磁、结构及声学等多维物理特性的演变规律，对揭示性能劣化机制具有重要意义。然而，短路电流引起的强非线性高频暂态冲击会导致传统场路全耦合模型收敛性和计算稳定性显著下降，难以兼顾计算精度与效率。为此，提出一种面向匝间短路故障的变压器多物理场降阶混合建模及高效计算方法。首先，基于多导体传输线模型推导匝间短路条件下绕组电压、电流及短路环流的解析表达式，实现电磁激励源的快速求解；其次，构建“降阶电磁模型-场层分离求解”的降阶混合计算策略，将解析模型与有限元模型相结合，实现电-磁-结构-声场的高效协同求解，在保证计算精度的同时降低模型复杂度；最后，针对具有匝间短路缺陷的110 kV油浸式变压器开展实验测试，并与传统场路全耦合模型进行对比验证。结果表明：所提方法的电流计算误差仅为2.51%，声压频谱在皮尔逊相关系数(PCC)、均方根误差(RMSE)以及詹森-香农散度(JSD)方面的准确度较传统全耦合模型分别提升18.6%、22.6%和27.8%；同时，内存占用率和计算效率分别提升37.1%和29.8%。研究结果验证了所提方法在计算精度和效率方面的综合优势，可为变压器在线监测与智能诊断提供高效可靠的建模基础。

摘要:刚性接触网弹性小、应力大,弓网系统长期运行过程中易出现零部件松脱、疲劳及断裂等问题,严重影响地铁受流质量与运营安全。针对刚性弓网系统接触行为复杂、动态作用过程难以准确表征的实际问题,提出一种结合功率谱密度与载荷谱的联合分析方法,基于弓网动态接触力实测数据,对列车静止、起动、惰行及制动工况下的弓网接触行为开展研究。通过傅里叶变换将时域接触力信号转换至频域,计算功率谱密度,提取特征频率及能量分布指标,揭示不同运行工况下接触力的幅频分布特征及能量变化规律。采用雨流计数法对接触力时间历程进行循环计数，编制各工况下载荷谱，统计分析载荷幅均值分布,提取导致弓网疲劳失效的主要振动特征参数。研究结果表明,刚性弓网动态接触力主要集中于0~6 Hz低频区间, 0~1 Hz范围内能量占比较高;载荷幅值主要集中在120 N附近, 0.1~1 N范围内存在低幅值、高频次周期载荷成分。不同运行工况下弓网接触力波动特征存在明显差异,起动与制动阶段接触力变化更为剧烈。通过接触力幅值及频谱特性综合分析,揭示了刚性弓网系统振动机理,为优化地铁刚性弓网系统结构,开展疲劳寿命评估,及弓网系统状态监测与运维管理提供理论依据。

摘要:针对现有无线充电系统对偏移敏感、能量传输效率显著下降的问题，提出了一种基于激励可调的三绕组无线充电系统。将传统单发射线圈物理拆分为3个同心布置的平行绕组，通过共面集成设计优化空间布局，构建三路独立发射功率通道。采用三半桥逆变器架构配合占空比调制策略来调节激励，实现各绕组电流幅值和相位的独立控制与动态协调。进一步通过电感-电容-电容（inductor-capacitor-capacitor，LCC）补偿网络与发射侧串联谐振电容的复用设计，在无需额外解耦绕组和谐振电容的前提下实现三绕组间的完全解耦。为验证方案，搭建了一台实验样机，并在0~120 mm的X轴单向偏移和0~90 mm的X/Y轴对角线偏移范围内进行测试。实验结果表明所提三绕组方案在X轴偏移全程内输出电压波动率仅为1.50%，系统最高效率可达91.09%；在X/Y轴偏移内，输出电压波动率为1.56%，效率高达91.27%。相同条件下，单发射线圈方案的输出电压波动率分别达35.4%和45.5%，反绕线圈方案则分别为32.1%和39.0%。三绕组方案在宽范围偏移条件下能够维持近乎恒定的输出电压与高传输效率，其抗偏移性能显著优于传统方案。该方案成功融合了单线圈方案的高功率密度优势与多线圈方案的优异抗偏移特性，为无线充电技术从辅助功能向高功率基础设施的演进提供了解决方案。

摘要:航空发动机制造中，通过先进的测量手段获取精准的航空复杂构件轮廓，保证加工引导的准确性，进而确保工件的加工质量。为提升结构光测量对复杂结构表面的测量性能，提出一种多分辨率结构光测量方法，采用高分辨率主相机与低分辨率从相机组建双目结构光测量系统，并对相位匹配策略进行优化，以提升复杂构件表面的测量质量。首先,通过提高主相机分辨率，保证捕获表面的细致特征，进而基于摄影测量原理，实现了采用不同分辨率相机所组建立体视觉系统的高精度视觉标定；然后，采用了一种极线约束的相位匹配方法，并通过预先计算测量视场内左右视图的视差范围，对极线上搜索相位对应点的搜索范围进行约束，提高立体视图的相位匹配速度，减少了无效计算量；最后，通过计算相位对应点初值的邻域梯度检测相位对应点边缘类型，优化边缘插值，提高边缘测量的完整性。实验表明，所提方法的标定重投影误差小于0.15 pixels，对航空复杂构件的曲面测量精度可达5 μm，边缘特征测量精度可达12.1 μm，视差约束下极线搜索相位对应点可提速88.1%，测量效果优于传统双低分辨率结构光测量方案，接近双高分辨率结构光测量，并解决了不同分辨率相机对立体视觉系统组建的限制。

摘要:Czerny-Turner(C-T)光谱仪因结构紧凑、稳定性好、色散均匀等优势，被广泛应用于近红外光谱检测领域，但球面反射镜的离轴使用会引入严重像散，导致宽波段成像质量下降、能量利用率低、光谱分辨率受限。针对这一难题，提出一种基于衍射调控与柱透镜协同的宽波段复合消像散方法。该方法利用离轴抛物面反射镜实现光源准直，通过非对称入射狭缝引入夫琅禾费单缝衍射，使子午方向光束产生可控发散、弧矢方向保持准直状态，从而调控光束在两个正交方向的传输特性；在此基础上，在聚焦镜与探测器之间引入柱透镜，利用其单向会聚特性补偿弧矢方向剩余像散，实现全波段像散校正。该研究建立子午面与弧矢面光路传输模型，推导柱透镜关键参数的解析表达式，完成1 250~1 650 nm近红外波段光谱仪的光学设计与优化。仿真结果表明，相较于传统C-T结构，该复合消像散方案可使系统在1 550 nm处弧矢、子午方向光斑均方根（RMS）半径分别降低99.42%与90.42%，像散得到显著抑制。样机实验测试显示，光谱仪在中心波段(1 550 nm附近)分辨率优于0.5 nm，边缘波段(1 310 nm、1 610 nm)分辨率优于0.63 nm，波长重复性优于0.3 nm，全波段扫描速度达30.53 nm/s。该方法成本低、易工程化，在保留传统C-T结构优势的同时显著提升宽波段成像质量，可为高性能近红外光谱仪设计提供有效技术参考。

摘要:针对印刷电路板组件(PCBA)透明涂层因基底反射特性差异引起的光谱谱形畸变，以及传统算法易出现漏检、峰位漂移及测量失准等问题，基于光谱共焦测量原理，阐明了基底材质与表面外观对反射光谱的影响规律，分析了多基底反射条件下的峰位偏移机理，并提出面向峰位偏移抑制的透明涂层双界面稳健定位的方法框架。首先，通过滑动分位数基线校正抑制残余基线漂移与噪声底部负值，然后利用萨维茨基-戈莱(SG)滤波降低高频噪声并保持峰顶形态与峰位稳定，并结合双峰分割约束下的局部高斯拟合，实现谱形差异显著条件下的双界面峰值精确定位，最终通过距离-像素映射与折射率修正得到几何厚度。在5类典型基底样本上开展重复性测试，实验结果表明，各测点厚度结果的相对标准差(RSD)介于0.34%~1.18%。其中，样本3和4所有测点RSD均低于0.6%，RSD均值分别为0.46%和0.36%；样本1、2和5的RSD均值分别为0.89%、0.83%和0.93%，所有测点重复测量极差为0.82~3.59 μm，整体保持μm级重复性。对比LS225涂层测厚仪，所有测点的绝对误差均小于5 μm，相对误差均小于5%。研究表明，该方法具备微米级精度与高重复性，为多基底反射的PCBA透明涂层厚度在线测量提供了可靠的技术支撑。

摘要:针对双转台五轴机床旋转轴运动误差场分析问题，提出一种基于大倾角S形试件旋转轴运动误差的建模及辨识方法。首先,基于机床拓扑结构建立双转台五轴机床各旋转轴运动误差传递模型，以及考虑S形试件曲率与倾角耦合影响的旋转轴运动误差模型；其次,基于双标准球辨识原理，根据S形试件曲率最大区域的两层测量点坐标分别拟合出虚拟圆心坐标，提出基于虚拟圆心的虚拟标准球心建立方法，实现A轴6项运动误差（δx(a)、δy(a)、δz(a)、εx(a)、εy(a)、εz(a)）的辨识。然后基于UG建立虚拟双转台五轴机床加工模型，仿真不同倾角S形试件铣削过程，结合仿真与在机测量实验分析大倾角S形试件对A轴运动误差辨识结果的影响，揭示了S形试件倾角对A轴运动误差辨识的敏感性，随着倾斜角度的增加，测量得到的A轴的各项运动误差值呈现先增大后减小再增大的趋势，相比无倾角S形试件，45°~60°倾角S形试件的A轴6项运动误差辨识精度均提高约10%。最后，基于A轴运动误差，利用Kriging插值方法建立五轴机床加工空间中对倾角敏感性最大的εz(a)运动误差场，研究结果表明：A轴不同旋转角度情况下，双转台五轴机床的运动误差εz(a)存在“中心小、边缘大”的稳定分布情况。该结果为五轴机床在大姿态变化加工条件下的精度优化与误差补偿提供了参考依据。

摘要:空间非规则体，如地上建筑物、山坡及地下采空区等，其三维曲面重建与高精度体积计算在现代物流、仓储及矿山测量等领域具有重要应用价值。针对激光点云在真实采集环境中存在的噪声干扰、密度分布不均以及复杂曲面区域法向量估计不准确等问题，提出了一系列优化措施研究，有效提高了三维建模效果和体积计算精度。首先，在传统统计滤波基础上，引入局部密度与曲率特征，提出一种自适应特征保留滤波算法，在有效抑制离群噪声的同时显著降低稀疏区域及高曲率特征点的误删率；其次，针对点云密度分布不均导致法向量估计精度下降的问题，提出一种曲率自适应的法向量混合估计策略，在平坦区域采用主成分分析(PCA)快速估计法向量，在曲率变化显著区域引入二次曲面拟合进行局部修正，从而在保证计算效率的同时提升复杂曲面区域法向量估计的稳定性与准确性；最后，利用平滑符号距离隐式函数实现水密曲面重建，并结合投影-四面体分解法完成体积计算。通过水桶模型、实验室空间及实验室-走廊结合体等多场景实验对所提方法进行验证，所得体积相对误差分别降低至1.63%、0.32%和0.25%。实验结果表明，所提方法在曲面重建连续性与体积计算精度方面均取得了较好效果，可为复杂空间物体的高精度三维曲面重建与体积测量提供一种稳定可靠的技术方案。

摘要:针对现有厚度测量方法难以实现对非连续阵列复合材料管（CFRP)芯层整体厚度进行高精度检测的问题,提出了一种基于线激光传感器双表面扫描与公共基准重建的厚度测量方法。该方法通过分别扫描获取阵列复材管芯层上下表面的三维轮廓点云,并引入预设公共基准实现工件厚度的统一重建。为解决上下表面点云中缺乏高精度几何配准特征、导致公共基准难以稳定获取的关键难点,设计了一种可内胀固定于复材管内部的标定块结构,从而保证公共基准在工件位姿翻转前后均能够被稳定、可靠地扫描获取。在数据处理方面,针对阵列复材管芯层点云数据非连续、噪声占比高且局部密度差异显著的特点,构建了一种基于统计特性与聚类特征的分阶段点云降噪策略,通过统计滤波剔除离群噪声点,并结合 K 均值聚类实现冗余数据的自适应筛选,从而提高了表面轮廓重建的稳定性与精度。为验证所提出方法的测量准确性,开展了小尺寸阵列复材管芯层的三坐标测量机(Coordinate Measuring Machine,CMM)对比试验,并以三坐标测量机测量结果作为厚度真值。试验结果表明,该方法的厚度测量精度可达 0.03 mm,相对误差控制在0.1%以内,满足阵列复材管芯层厚度检测的精度要求。进一步开展了大尺寸阵列复材管芯层的在机测量试验,验证了该厚度检测方法在实际工程应用中的可行性与有效性。

摘要:针对高光谱图像（HSI）与激光雷达（LiDAR）、合成孔径雷达（SAR）等多源传感器遥感数据在协同分类中因成像机理与测量特性差异导致的特征提取不充分及协同利用受限问题，本文提出一种结合频域特征融合与超连接机制的跨传感器频域感知融合网络（CFF-Net）。该方法从频率域视角刻画多源观测信息的互补关系，实现异构传感器特征的协同建模与有效融合。在特征提取阶段，构建多维特征感知编码器，通过并行建模高频局部细节信息与低频全局结构信息，实现对不同传感器观测特性的互补表征；在特征协同融合阶段，引入跨传感器超融合模块，将超连接机制与频率自注意力相结合，实现多源传感器特征在频域上的自适应对齐与协同增强，从而提升融合特征的一致性与判别能力。在MUUFL Gulfport（MU）、Houston 2013（HU）和Augsburg（AU）3个公开多源传感器遥感数据集上的实验结果表明，CFF-Net的总体分类精度（OA）分别达到92.23%、93.51%和91.54%，平均精度（AA）分别为92.05%、93.77%和64.81%，均优于所有对比方法。模型参数量仅为0.30 M，浮点运算量为60.55 M，在保持轻量级结构的同时实现了分类性能与计算效率的合理平衡，验证了所提方法在多源传感器遥感数据协同分类中的有效性与适用性。

摘要:针对宽景深气液泡状流观测中二维特征提取泛化性能受限及单目深度信息丢失导致粒径测量畸变的难题，提出一种双目视觉与深度学习联合驱动的气泡粒径高精度测量方法。在二维分割层面，该方法融合VMamba主干与PAFPN颈部，并协同遮挡感知轮廓重建模块，构建了VM-BubNet实例分割模型，有效解决了重叠气泡的漏检与掩码残缺问题。在三维映射层面，结合双目视觉与极线几何约束建立像素-物理空间映射模型，采用多维特征加权匹配算法实现跨视图气泡精准配对，进而解算三维坐标并完成粒径校正。实验结果表明，VM-BubNet在复杂数据集上的精确率达到0.982 7，召回率为0.967 2，核心分割指标Mask AP@0.5高达0.973 6。遮挡重建机制有效修正了掩码残缺引起的面积误差。所提多维特征匹配算法在各工况下的平均匹配率稳定超过90%。基于校正后粒径的定量分析揭示了流体动力学状态对气泡演化的影响规律，在气相流量0.06~0.24 m3/h、液相流量9~12 m3/h的实验工况范围内，气液流量的增大均促使气泡数量显著增加。气相流量提升直接提高了初始气泡基数，而液相流量增大则引发剧烈湍流耗散，通过加剧二次破裂导致微小气泡激增。液相流量在决定粒径分布特征上占据主导地位，其产生的强剪切力有效抑制了气泡聚并生长，并显著展宽了粒径分布跨度。该方法突破了传统单目检测与通用分割算法的应用局限，为工业多相流实流场景下的气泡智能识别与三维参数定量统计提供了可靠技术方案。

摘要:钢轨表面缺陷分割在复杂现场常受制于成像系统体积大、对焦敏感导致的稳定性问题。无透镜成像技术虽能有效解决此限制，但其先重建后分割算法流程存在计算开销高、误差易累积的问题。针对上述问题，面向无透镜编码图像的钢轨表面缺陷分割方法，设计了一种多尺度可分离光学感知估计器-先验引导调制融合网络(MSSOE-PGMFNet)。首先，搭建无透镜成像采集系统，并基于东北大学钢轨表面缺陷检测增强数据集(NEU RSDDS-AUG)构建其无透镜版本，为编码域分割研究提供基础数据。其次，考虑现有单一尺度建模估算方式难以同时覆盖细小裂纹与大面积缺陷，设计多尺度可分离光学感知估算器以增强不同尺度缺陷的响应能力，进而输出可分割性更强的任务相关表征；然而，显著的缺陷形态变化使特征融合易出现空间响应不一致，为此，设计空间混合先验门控模块，生成稳定可迁移的空间门控信号，并通过门控调制方式对融合信息进行选择性增强与抑制，从而提升缺陷区域聚焦性与边界一致性。最后，在构建的无透镜数据集上进行实验验证。结果表明，所提方法在U-Net、DeepLabV3+、TransUNet、LOINet、RecSegNet和FDTDNet等对比方法中取得了整体最优性能，Fωβ、MAE、Eε、Sα、Dice和IoU分别达到0.886、0.057、0.905、0.895、0.903和0.842。消融实验进一步验证了MSSOE与PGMFNet均对性能提升具有积极作用，二者联合使用时效果最佳。该方法无需显式重建，为无透镜编码图像条件下的钢轨表面缺陷分割提供了一种可行方案。

摘要:云图分类方法旨在判断遥感图像中是否包含云，对于在轨云检测任务具有重要的价值。当前云图分类方法主要包括基于阈值、机器学习和深度学习的方法。尽管基于深度学习的云图分类方法可以为复杂场景下云的准确检测提供更好的性能，但其处理耗时长，占用星载资源多。因此，研究者通常选择基于阈值的方法结合多种纹理特征为基础的机器学习的方法实现在轨高效云判。然而，为了应对如冰雪等高亮地表的干扰，当前云图分类方法在构建复杂纹理特征时存在计算复杂以及中间结果数据量大等问题，严重影响其处理效率。因此，提出了一种基于光谱-改进纹理特征树状分析的云图分类方法，并通过现场可编程门阵列（FPGA）对其进行计算加速。该方法通过两级自适应阈值设置树状分支，快速检出图像中的暗地表，以简化算法计算过程。同时，设计一种新颖的灰度共生矩阵（GLCM）对角线特征，在保持对云和高亮地表区分能力的同时降低计算复杂性。此外，利用FPGA对耗时较长的像素值统计过程进行加速计算。实验结果表明，与分类精度较高的MobileNetV3方法相比，所提方法在达到相近的云误检率的同时操作数减少99%以上，中间结果数据量减少95%以上。此外，所提算法的计算结构可以在1.20 s内实现对一幅7 300×6 908 pixels的遥感图像的处理，极大提升了处理效率。

摘要:为解决降雨散射环境下纠缠光量子成像因雨滴消光衰减、多重散射偏折及光子到达时间失配而导致的有效符合计数下降与成像质量恶化问题，提出一种面向降雨散射信道下纠缠光量子成像的符合计数优化方法。首先，针对降雨条件下信号光子传播过程复杂、传统宏观衰减模型难以准确描述多重散射路径贡献的不足，结合雨滴粒径分布谱与Mie散射理论，建立降雨信道中的光量子散射及传输衰减模型，并构建基于加权生存与路径积分的多重散射光子追踪模型，在视场角与接收口径约束下计算信号光子的空间可接收概率。其次，针对信号光子透射穿越雨滴时因折射效应引起的附加光程问题，引入Cauchy-Crofton定理对雨滴内部平均传播路径进行几何统计修正，并据此修正二阶关联函数，建立融合空间几何约束与时域同步约束的联合探测概率模型。最后，结合符合时间窗约束、探测器暗计数和背景噪声的统计特性，构建像素级期望符合计数表达式，实现降雨条件下的目标图像重构。仿真与实验结果表明，所提方法能够在强降雨条件下有效抑制背景噪声干扰，增强目标结构保持能力并提升重构图像质量。与传统量子成像（QI）方法相比，重构图像的峰值信噪比（PSNR）提升约4.4 dB，均方根误差（RMSE）降低约40%，表明本文方法在复杂降雨散射环境下具有较好的有效性和鲁棒性。

摘要:为解决桥梁缆索漏磁检测中断丝缺陷的数量难以准确定量的问题，根据桥梁缆索漏磁检测(MFL)信号沿缆索轴向、周向和径向上的分布特性，提出一种基于缆索专用各向异性三维空洞卷积神经网络（Cable-AD3D-CNN）的桥梁缆索断丝定量方法。该方法依托缆索漏磁检测平台，制作含不同断丝数量以及断丝数量相同时分布位置不同的桥梁缆索试件，并采集缆索试件在不同轴向位置、周向位置及径向提离条件下的漏磁场轴向分量构建数据集；针对采集所得漏磁检测信号的分布特性以及数据规模差异，采用各向异性卷积核，保证模型具有一定的分辨率的同时增强模型对断丝空间特征的提取能力，并在轴向上引入递增且互质的空洞率，增大模型对漏磁检测信号的感受范围，进而搭建Cable-AD3D-CNN模型。在此基础上对模型进行训练，利用训练好的模型对含有断丝的桥梁缆索漏磁信号进行识别，实现断丝数量判别。研究结果表明，所提方法收敛性较好，对断丝数量识别准确率可达96.94%，与基于三维卷积神经网络（baseline 3D-CNN）模型的识别方法相比，准确率提高了13.61%，且所提Cable-AD3D-CNN基于缆索专用各向异性三维空洞卷积神经网络的桥梁缆索断丝定量方法能够有效抑制断丝数量相近类别之间的混淆，提高不同断丝数量样本间的区分能力，可为桥梁缆索损伤的精确定量评估和运维决策提供参考。

摘要:滚动轴承作为旋转机械的核心零部件，其健康状态直接关系到整台装备的运行安全与生产效率。准确预测滚动轴承的剩余使用寿命，是实现设备预测性维护、降低非计划停机风险的关键技术支撑。在众多预测方法中，基于相似性的寿命预测方法因其原理直观、无需建立复杂物理模型等优势而受到广泛关注。然而，历史全寿命数据匮乏制约了参考轨迹的完备性，而传统全局度量方式难以刻画退化过程中的非平稳局部波动，二者共同限制了预测的泛化能力。针对上述问题，提出一种基于概率数据增强与局部波动感知的动态相似性度量方法。首先，从振动信号中提取均方根特征，并构建两阶段退化模型生成健康指标；进一步，采用高斯、伽马与威布尔混合分布对关键退化参数进行概率建模，生成统计特性与真实过程一致的增强轨迹库，有效扩充退化样本；其次，提出基于滑动窗口局部波动分析的自适应相似性度量机制，通过动态量化序列波动强度并结合自适应时域衰减权重，使匹配更精准聚焦于当前退化阶段的动态演变特征。最后，在XJTU-SY和自测数据集上的实验结果表明，所提方法在小样本条件下显著提升了预测精度，性能优于多种现有方法。

摘要:新能源汽车动力电池组中，由于单体电池在制造工艺、材料特性以及运行环境等方面存在差异，电池之间不可避免地会产生容量、内阻及荷电状态（State of Charge，SOC）不一致现象。随着充放电循环的持续进行，该不一致性会进一步累积并放大，导致电池组可用容量下降、能量利用率降低以及循环寿命缩短。因此，研究高效可靠的电池均衡技术对于提升新能源汽车动力电池系统性能与运行安全具有重要意义。针对动力电池在复杂工况及长期运行过程中出现的单体能量不均衡问题，提出了一种基于双向反激变换器拓扑的主动均衡方法。该方法以SOC作为均衡判据，构建面向目标设定值的充电均衡控制框架，并设计了一种兼顾均衡效率与开关损耗的最优能量传递策略，通过减少高SOC单体的无效充放电过程，实现均衡速度与系统能耗之间的协同优化。与此同时，为降低频繁开关动作对器件寿命及系统效率的不利影响，进一步将开关动作次数纳入控制策略优化过程，实现均衡路径的动态调度与能量传输方向优化。基于仿真模型并搭建实验平台对所提方法进行验证。仿真与实验结果表明，在不同充电电流、不同初始SOC分布以及不同目标SOC设定条件下，所提出的主动均衡方法均能够有效加快电池组均衡过程，降低高SOC单体的无效放电频率，提高低SOC单体的充电速度，从而提升整体充电效率与电池组一致性。

摘要:传动轴承作为旋转机械的关键动力部件，在风力发电、航天航空、工业制造等高端装备中应用广泛，其健康状态直接影响整机运行的安全性与可靠性。复杂运行工况和交变载荷容易使其产生磨损和故障，其中传动轴承复合故障是引发旋转机械非预期停机的主要诱因，这类故障特征相互耦合、易受主故障掩盖，极大地增加了诊断难度。针对现有复合故障诊断方法多依赖单一传感器数据，存在信息表征维度不足、难以全面捕捉故障动态特征的局限，提出一种基于零序电流与振动信号图域融合的传动链复合故障协同诊断方法。首先，建立基于对称点模式方法实现零序电流信号与振动信号的跨模态异构数据时空对齐与图域融合，实现两类信号在图形域中的像素级空间对齐与特征级信息融合，有效避免了传统特征拼接导致的物理意义割裂问题；其次，构建滑动窗口Transformer (shifted window transformer，SwinT）与卷积神经网络（convolutional neural network，CNN）的故障特征协同提取架构，设计SwinT滑动窗口注意力机制提取局部细节特征和利用CNN全局注意力模块强化整体空间特征提取，通过自适应平均池化实现局部-全局特征深层互补融合；最后，在真实复合故障数据集上开展验证实验，所提方法诊断精度达到98.8%，有效解决了复合故障下模态混叠、特征提取困难的问题，为旋转机械复合故障精准诊断提供了新途径。

摘要:针对高速铁路弓网系统中电弧电流信号存在强噪声干扰、非平稳特性明显以及特征表达困难等问题，提出一种融合结构感知生成对抗网络（SA-GAN）、感受野注意力残差网络（RFA-ResNet50）与变换器(Transformer) 的双分支弓网电弧检测方法。首先，采用改进杜鹃鲶鱼优化算法（ICCO）对卡尔曼滤波（KF）参数进行自适应优化，实现电弧信号降噪，在抑制背景噪声的同时保留电弧的突变特征。随后，利用马尔可夫转移场（MTF）将一维时序信号转换为二维图像，并引入结构感知生成对抗网络进行结构增强，提升关键特征的可分性和表征能力。在特征提取阶段，构建空间-时序双分支网络。其中，结构感知生成对抗网络、感受野注意力残差网络分支通过多尺度卷积和感受野注意力机制提取电弧图像的局部空间特征；变换器分支利用自注意力机制捕获信号长程时序依赖关系，实现对电弧动态变化过程的全局建模。然后，通过特征融合策略实现空间特征与时序特征的协同表达，并结合迁移学习缓解小样本条件下模型训练不足的问题，提高模型泛化能力。最后，将所提模型与其他对比模型在4种工况条件下采集到的实验数据进行多个方面的模型性能测试。实验结果表明，所提方法在信噪比提升、特征表达能力及检测准确率等方面均优于对比模型，能够实现复杂工况下弓网电弧的高精度识别。

摘要:同轴电缆长期运行过程中易受环境及老化因素影响而发生故障，其中早期故障引起的特征阻抗变化较小、反射信号微弱，难以准确检测。现有扩展频谱时域反射法（SSTDR）虽然具有较大的测距范围，但受码元持续时间限制，对早期故障敏感性不足；而步进频率波反射法（SFWR）具有较高的故障识别灵敏度，但存在数据处理复杂及测距范围有限等问题。针对上述问题，提出一种基于时频分析的扩展频谱步进频率波反射（SSFWR）电缆故障定位方法。首先，基于电缆分布式参数模型与有限元模型，分析电缆早期故障引起的特征阻抗变化规律；随后构建SSFWR信号，实现扩展频谱信号与步进频率信号的融合调制;通过对采集信号进行互相关处理获取故障反射信息，并结合变分模态分解（VMD）、短时傅里叶变换（STFT）及重排谱（RSP）分析，实现故障特征增强与定位识别;最后，在同轴交联聚乙烯电缆上开展开路、短路、铜屏蔽层破损及缆芯断裂等故障实验验证。结果表明，所提方法在参数设计条件下具有3.4~3 245.7 m的理论测距范围，能够有效识别典型硬故障及早期故障特征；相比传统互相关方法，基于能量域互相关的时频分析方法能够更有效地抑制旁瓣杂波干扰，增强微弱故障特征，提高早期故障检测与定位能力，验证了所提方法在电缆早期故障诊断中的有效性。

摘要:针对位移传感器健康状态监测多依赖于外部信息，存在集成度低等问题，故在自主研发的绝对式纳米时栅传感器的基础上开展传感器栅尺污染状态自监测方法研究。首先，阐述了“精测+精测”绝对式纳米时栅传感器的测量原理。其次，建立了差动结构下栅尺污染时的特征误差模型，理论分析表明栅尺受到不同形态的油污污染时将引入时域偏置特征误差和频域二次谐波特征误差，建立了栅尺污染状态与时频域特征误差之间的映射关系。然后，充分利用“精测+精测”传感器的高精度、高一致性等特性构建传感器内部基准，提出了基于内部基准的时频域特征误差自提取方法。通过将两精测传感器的位移值作差，即可提取出栅尺污染状态下位移信息中引入的时频域特征误差，并对特征误差进行时频域分析及特征数据提取。最后，采用加权K近邻（WKNN）算法对传感器栅尺污染状态进行辨识，实现了传感器栅尺污染状态自监测。理论建模与实验分析表明：栅尺污染状态下将引入时域偏置特征误差和频域二次谐波特征误差，通过WKNN算法对栅尺污染状态进行辨识，辨识准确率可达95%。该研究为提高绝对式纳米时栅传感器长期可靠性和环境适应性打下了理论基础。

摘要:在飞机大部件数字化对接系统中，通常采用多台数控定位器构成的冗余驱动并联机构作为执行机构，实现飞机大部件空间位姿的精准调整。传统调姿控制方法易导致定位器局部负载过大、调姿效率偏低等问题。为此，开展飞机大部件调姿驱动力与轨迹协同优化方法研究。首先，基于螺旋理论推导位置控制轴的合理组合，针对传统轴分配方式引发远距离测点误差失控的问题，以测量点误差敏感性指数为评价指标实时优选位置轴组合。仿真结果表明该方法可有效降低飞机大部件的定位误差，且对远距离测量点的精度提升效果显著。其次，提出负载均衡的驱动力优化模型，通过罚函数法实现驱动力均衡分配，避免定位器局部过载与调姿内力过大。最后，考虑飞机大部件各维度运动特性的各向异性，提出差异化时间参数轨迹规划方法，结合粒子群算法与二分法优化轨迹参数，解决了传统均质化时间参数导致调姿效率下降的难题。为验证所提方法的有效性，搭建机翼部件调姿定位实验平台并开展多组对比实验。实验结果表明，采用所提调姿控制方法可使测量点平均定位误差降至0.27 mm，飞机大部件平均调姿内力降至14.5 N，平均调姿时长缩短23.1%。研究成果可有效提升飞机大部件调姿的精准性、平稳性与高效性，为飞机大部件精准柔顺装配提供了技术支撑。

摘要:针对电磁混合无线电能传输系统(HC-WPT)中因耦合机构集成度低、电磁交互机理不明及寄生参数导致系统失谐与性能受限的问题，提出了一种计及交互电容的等效电路模型与谐振参数配置方法。首先，设计了一种平面线圈与极板集成的双能道集成耦合机构，在有限元仿真中确保结构紧凑的基础上，采用集中模型建立了计及线圈与极板间十一组交互电容的等效电路模型；随后，明确了双能道交互耦合参数对系统输入阻抗特性的影响规律；在此基础上，结合磁场能道LCC-S与电场能道双边LC拓扑特性，推导了计及交互电容的谐振拓扑参数配置表达式，以实现双能道的独立调节与高效传输；最后，为验证所提方法的有效性，构建了仿真与1 kW实验样机平台，系统工作频率设定为85 kHz/850 kHz。仿真与实验结果表明：若在等效建模中忽略交互电容，系统将发生明显的频漂失谐现象；而采用提出的参数配置方法后，系统成功实现了零相位角谐振运行。实验结果进一步证实，在双能道同时运行工况下，整机传输效率可达87.5%，且在谐振工作状态中相位差小于5°，实测波形与理论分析吻合；在接收侧横向偏移至180 mm的工况下，系统仍能保持82.3%以上的传输效率，充分验证了所建11组交互电容的等效电路模型与谐振配置策略在混合传能系统中的正确性与有效性。

摘要:针对中性点钳位混合三电平双有源桥变换器（NPCH3L-DAB）在宽功率范围运行时回流功率大、传输效率降低的问题，提出一种基于三重移相（TPS）调制与Karush-Kuhn-TuckerKarush-Kuhn-Tucker（KKT）优化条件的回流功率最小化控制策略。首先，结合三电平拓扑，分析TPS调制下两种工作状态的传输功率特性、电流应力及回流功率机理，推导电感电流、传输功率和回流功率解析表达式。其次，以回流功率最小化为目标、以软开关为约束，构建拉格朗日乘子优化模型，并通过KKT条件获得两种工作模式下的最优移相比组合，实现NPCH3L-DAB变换器回流功率的有效抑制，并保证开关管零电压开通。最后，搭建仿真模型和实验平台，将所提策略与传统单移相控制及先进调制策略对比。结果表明，所提TPS优化控制策略能够在宽功率范围内有效降低回流功率，尤其在低、中功率区间具有更明显的回流功率抑制效果；在负载突变条件下，系统输出电压恢复过程平稳，动态响应速度较快。与传统单移相控制相比，所提策略在低功率和高功率工况下均可提高系统传输效率，在低功率模式下效率最高提升约22%；同时，在相近电压传输比条件下，其中、低功率下回流功率抑制效果优于现有统一最优调制策略。仿真与实验结果验证了所提控制方法在降低回流功率、提高传输效率和实现软开关方面的有效性与可行性。

摘要:移动机器人作为一种高端物流装备,可提高工业生产自动化及智能化水平,而大型部件生产过程中的运输环节可考虑使用多台移动机器人（MMRSs)协作搬运的方式。现有多移动机器人协作相关研究多侧重算法的提出,对实际应用场景下可达到的编队运动效果关注较少,不利于向工程应用推广。该研究针对具体的大负载应用场景,提出了一套基于领航-跟随编队控制方法的多移动机器人协作转运系统。机器人之间使用激光测距解算相对位姿,利用反向传播神经网络（BPNN）对跟随单元速度控制系数进行在线调整,减少相对位姿解算及偏差传递的不利影响,同时可灵活应对输入参数的变动;其次,加入基于二维码传感器的重定位轨迹规划算法以改善组队环节精度。此外,考虑到系统内存在“相对领航单元”及协作定位的近似解等不利因素,试验之前对转运系统进行了仿真计算,验证了相对定位方案的可行性。最后,对多种情况下的单台机器人重定位算法进行了测试,试验结果表明该算法可应对多种工况,使得定位位置偏差在5 mm以内、姿态偏差在1°以内;使用4台移动机器人在负载3 t条件下完成协作转运性能测试,试验结果表明,所提出的控制策略可行,达到了位置偏差15 mm以内、姿态偏差1°以内的控制效果。

摘要:针对动静态障碍物耦合复杂环境下移动机器人路径规划中存在的全局收敛速度慢、搜索效率低以及局部轨迹平滑性不佳等问题，提出一种基于自适应变步长快速随机树（AVS-RRT*）与改进时间弹力带（TEB）的动态路径规划方法。针对传统RRT采用固定扩展步长、难以兼顾空旷区域搜索效率与障碍密集区域扩展精度的问题，在全局规划层提出一种基于局部环境复杂度的自适应变步长策略，依据节点邻域内障碍物分布特征动态调整扩展步长，从而提升算法在复杂环境中的搜索效率与环境适应能力。结合目标概率偏置策略与融合目标点引力、随机采样点引力和障碍物斥力的人工势场启发式搜索机制，引导随机树向有效区域生长，并通过基于直连检测的剪枝策略进一步降低路径冗余、提升路径质量。在局部规划层，以全局路径为参考轨迹，在TEB优化框架中引入加速度变化率约束，以抑制动态避障过程中的急停急起与速度振荡，提高轨迹跟踪平稳性和动态环境适应能力。仿真与实物实验结果表明：AVS-RRT*在不同复杂度环境下均能显著降低运行时间、路径点个数和迭代次数；融合算法在静态环境和动静态耦合环境中的路径长度分别降低3.91%和3.65%，运行时间分别降低6.89%和7.03%。结果表明，所提方法能够有效提升移动机器人在复杂动态环境中的路径规划效率、轨迹平稳性与导航性能。

摘要:随着人口老龄化与口腔健康意识提升，龋病和牙体缺损仍处于较高负担状态。牙体预备是修复治疗的关键环节，对几何精度与操作一致性要求严格。机器人辅助牙体预备可降低医师疲劳和手部抖动影响，提高操作稳定性与标准化水平。然而，悬臂式末端器械在预备载荷下易发生弹性变形，且误差随姿态和工况变化，仅依赖几何误差难以有效补偿。针对该问题，提出载荷驱动的悬臂式器械末端变形误差建模与镜像迭代轨迹优化方法。首先，基于悬臂梁理论建立末端悬臂系统变形误差模型，并引入有限元辅助的接口等效刚度识别方法，通过局部连接区加载响应辨识接口等效参数，提高模型预测精度。其次，提出载荷-变形敏感度驱动的镜像迭代前馈补偿方法，在迭代更新中引入敏感度因子，修正补偿量改变预备深度后引起的误差，并结合约束与收敛控制优化补偿轨迹。准静态单点加载实验表明，末端悬臂系统在1.0~2.0 N典型预备载荷范围内具有较好的线性力-位移响应特征，支持小变形线弹性与三向近似解耦假设。基于离体牙的消融实验表明，所提方法可将MAE、RMSE和P95分别降低至0.044、0.058和0.087 mm，平均误差抑制率为59.3%，验证了其误差抑制能力与轨迹优化稳定性。未来将结合在线力位感知与参数自适应更新策略进一步提升对个体牙齿差异、车针磨损及末端构型变化的适应能力。