摘要:针对汽车动力总成系统振动频率存在阶次多、单个阶次振动频带窄等问题，提出了一种基于滤波-x 最小均方算法改进的多频线谱陷波振动主动控制方法.首先，该方法基于转速信号来获取多个阶次振动频率的参考信号，再通过最小均方滤波器来计算获取这些阶次振动频率的抵消信号.其次，该方法根据不同频率阶次振动信号的正交性，进一步以线性叠加计算来获得主动悬置的控制信号，最终实现对多频线谱振动的主动控制.和传统滤波-x 最小均方算法相比，本算法改进了参考信号和控制信号的获取方式，因此有着更少的计算量、更快的收敛速度等优势.仿真和试验结果显示，所提方法比传统滤波-x 最小均方算法，在收敛次数方面减少了81.25% ，稳态误差下降了15%.其中，在怠速工况下，和传统滤波-x 最小均方算法比，最高降低了34.01 dB，在定置上升全油门工况下，总振级最高下降了17.5 dB.

摘要:为提高装置磨损评价的客观性、准确性及可解释性，基于油液光谱检测的多维元素数据，综合应用DTW、熵权TOPSIS和系统聚类方法，提出一种改进熵权TOPSIS磨损状态评价方法.首先，应用DTW方法度量磨损元素序列的相似性，提取磨损敏感特征；其次，建立熵权TOPSIS磨损状态评价模型，依据磨损特征携带的信息量及其变异程度，确定其在磨损评价中的贡献权重，获取定量描述磨损程度的劣化度指标；最后，对磨损劣化度指标进行自适应层次聚类，将装置的磨损状态划分为正常磨损、异常磨损和剧烈磨损三阶段.综合传动装置磨损评价实例，通过计算DTW距离提取Fe、Cu、Pb为磨损敏感特征；计算信息熵直接确定Fe、Cu、Pb的磨损评价权重为0.193、0.341和0.466；通过熵加权获取磨损劣化度指标，定量描述装置的磨损变化趋势；并依据劣化度指标将磨损状态聚类为树状结构分界点清晰、可解释性强的磨损三阶段，验证了改进熵权TOPSIS磨损状态评价方法的有效性，该方法能够为综合传动装置健康状态监测提供科学依据.

摘要:主动悬架控制算法面向应用时将面临参数摄动及算法中状态量无法直接获取问题，发展基于状态观测的鲁棒控制算法是关键.本文建立半车侧倾悬架动力学模型，采用非线性滤波函数对悬架动挠度和车身垂向加速度进行协调，再将之与模糊滑模算法相结合，利用模糊逼近实现滑模切换的连续化以改善抖振问题.在此基础上，通过Lyapunov方法进行参数摄动情况下的控制系统稳定性证明及参数自适应律设计.同时，针对算法中无法直接测量的状态量，设计粒子滤波状态观测器以实时估计其状态值.最后，分别在正弦路面激励和随机路面激励等典型工况下进行仿真分析.结果表明：所设计的观测器能够实时准确提供控制算法所需的状态信息，具有参数自适应性的模糊滑模控制器表现出良好的鲁棒适应性，能更大幅度改善车身姿态和平顺性.

摘要:为准确度量反铲液压挖掘机多路阀正常工作的可靠寿命，基于实测挖掘机挖掘作业时的载荷数据及Archard磨损方程提出两种多路阀正常工作的可靠性加速寿命预估试验方法. 以20 t级反铲液压挖掘机为研究对象，首先采集液压挖掘机典型作业工况下的载荷数据，并根据挖掘机作业时多路阀阀口的压力特点，从载荷数据内提取出100组典型挖掘作业循环数据.为在短时间内度量出多路阀正常工作的可靠寿命，提出了同步加载和拟实加载两种加速寿命试验方法.其中同步加载采用A/B口封堵，输入主溢流阀的额定流量，并保持恒定，在连续换向过程中，利用主溢流阀的额定压力对多路阀进行压力加载，阀芯回到中位的稳态时间通过AMESim仿真得出，并利用材料变形等因素确定各阀口的保压时间.拟实加载则是各阀口按照挖掘机进行90°回转作业时各阀口动作顺序进行加载.最后运用Archard磨损方程计算出两种加速试验的加速倍数并结合多路阀实际工作状况得出，同步加载的加速倍数更大，而拟实加载则与真实工作循环更为贴近.

摘要:针对目前理论不能准确计算齿轮受载与冲击时刻刚度发生的变化，基于赫兹非线性接触理论，构建有限长线接触弹性理论解析模型，由三维接触斑大小与啮合过程中主曲率半径的变化，得到不同载荷作用下齿轮法向接触刚度；而后结合Weber能量法，提出考虑负载条件下时变啮合刚度修正算法，阐明受载变形与刚度硬化的映射关系；同时建立线外啮合冲击数学模型，根据冲击时刻齿轮副动态接触关系，探究啮入冲击引起的啮合刚度变化规律.研究结果表明，接触刚度曲线与主曲率半径变化规律一致，考虑啮入冲击时，齿轮副啮合刚度产生突变并呈现由大到小的变化规律，随着负载递增，法向接触与综合刚度非线性增大，冲击效应增强，且单齿啮合区域逐渐减小，冲击对刚度的影响越来越明显.

摘要:在并联电池组充放电时，电池组内各单体温度分布不一致且单体电池核心与表面温度存在较大差异，直接影响电池组的热安全.为解决传统方式测量电池表面温度无法反映核心温度分布，提出了一种基于固定区间平滑技术（RTS）与无迹卡尔曼滤波（UKF）相结合的电池核心温度估计算法.基于RTS的数据处理方法，将未来信息量与UKF算法结合，使用未来信息量对UKF算法估计结果进行修正，提升估计的精度和稳定性.利用不同温度下混合功率脉冲特性（HPPC）实验对等效电路模型进行参数辨识，建立并联电池组的电流分流模型和集总热模型，并对并联电池组模型进行实验验证.在动态应力工况测试（DST）下，RTS-UKF算法对电池核心温度估计精度和稳定性相比于UKF算法有较大提升，其估计标准偏差为4.2%.

摘要:针对SOC估计精度以及鲁棒性的要求，以锂离子电池单体为研究对象，考虑温度变化对开路电压、极化电阻、极化电容以及容量的影响，建立了温变二阶RC等效电路模型，仿真结果表明该模型比二阶RC模型具有更高的精度.基于该模型，采用了多重次优渐消因子的扩展卡尔曼滤波算法进行SOC估计，结果表明，在变温工况下，相比EKF算法，基于变温模型和恒温模型的SMFEKF算法的SOC估计均方根误差分别减少了42.7%和48.2%，能够保证估算结果有较强的鲁棒性.在变温环境DST工况下，基于变温模型的SOC估计结果最大相对误差和均方根误差均小于恒温模型，证明该模型的温度适应性较强，在变温条件下能有较高的估计精度.

摘要:针对目前热轧带钢表面缺陷检测精度低和效率低的问题，提出了一种基于改进YOLOv8s的目标检测算法.首先，提出了一种基于特征图二次拼接并融入GAM的SPPD模块，提升了模型多尺度信息融合能力.其次，提出了一种融合可变形卷积的特征提取模块DCN-block，以增大模型的感受野，提取完整的缺陷信息.最后，将特征融合网络中的C2f模块替换为BoT（bottleneck transformer）结构，将Transformer中的多头自注意力机制与卷积融合，提升模型的全局位置信息感知能力.实验结果表明，本文提出的算法在NEU-DET数据集上的平均精度均值（mAP）达到了80.5%，较原有的YOLOv8算法提升了5个百分点，同时检测速度达到了83帧/s， 满足实时检测的需求.

摘要:针对目前主流算法对小目标检测存在计算量大与准确率较低的问题，本文以轻量级网络MobileNetV3代替YOLOv4中的主干网络，并将颈部网络中的一部分普通卷积用深度可分离卷积替代，同时针对小目标检测定义一个新的损失函数IF-EIoU Loss，由此构建了MDS-YOLO目标检测模型.该模型具有较高的检测速度，且针对小目标具有较好的检测性能.为了验证模型的有效性，分别在MS COCO数据集和Visdrone2019数据集上进行了实验.与 YOLOv4算法相比，在MS COCO数据集上，MDS-YOLO算法的平均检测精度提升了1.5个百分点，对于小目标的检测精度提升了3.3个百分点，检测速度也从31帧/s提升至36帧/s；在Visdrone2019数据集上，MDS-YOLO算法将平均检测精度从YOLOv4的14.9%提升至16.3%.实验结果表明，本文提出的MDS-YOLO算法能有效提升小目标检测精度.

摘要:针对图像缺失区域与其周围的纹理、结构密切相关而无法准确推断缺失区域内容的问题， 提出一种单阶段图像修复模型. 通过卷积层和FastStage模块对特征进行压缩、重建和增强， 结合自注意力和多层感知机来捕捉特征之间的上下文关系. 在模型中引入EMMA机制. 以增强生成器对特征的注意力和重要性感知， 避免模型参数的更新出现抖动和振荡现象，从而提高生成器的性能和生成结果的质量. 通过判别器对修复后的图像与原始图像的一致性进行评估. 针对CelebA、Places2以及Paris StreetView数据集进行的端到端实验结果表明， 相较于现有的经典方法， 该模型的修复结果更符合视觉语义， 能够精细地修复图像的细节纹理和局部特征.

摘要:深海潜水器的视野通常有限，仅凭单个视野的视频图像难以全面地观察周围海底情况， 这为研究人员了解海底底质的整体分布增加了难度.针对上述问题， 提出了一种基于深海潜水器影像的海底底质图像快速拼接方法. 首先，基于通道补偿的图像增强技术对视频帧的红色通道进行校正，并进行亮度增强和CLAHE处理.接着，利用CUDA加速的SURF算法提取特征点和描述符， 利用KD树算法初步匹配前后帧的特征点.然后，采用KNN分类算法消除误匹配， 对筛选后的匹配点进行帧间运动估计，通过变换矩阵生成底图并拼接前后帧. 最后， 融合特征点坐标与帧间运动信息. 重复上述过程，生成连续的拼接图像. 实验验证采用“蛟龙号”在某航次获取的视频图像进行拼接处理，结果表明该方法具有较好的拼接效果， 验证了其技术的可行性.

摘要:随着我国公路网的不断扩展， 道路病害检测已经成为道路养护与行车安全保障必不可少的组成部分， 基于深度学习的道路病害检测已经成为该领域的研究热点. 针对多种病害并发的复杂场景下道路病害识别精度不高、泛化能力不足的问题， 提出了一种复杂场景下的道路病害检测模型RGT-YOLOv7（Receptive Ghost Triplet-YOLOv7）. 在主干网络部分引入三重注意力机制， 提高病害特征在不同通道与空间的相关性， 解决了特征提取效率不高的问题；将原有的全连接空间金字塔卷积模块替换为快速全连接空间金字塔卷积模块， 并加入幻影卷积模块， 提高冗余特征的使用率， 将原有的冗余特征与新提取到的特征融合， 得到包含不同尺度的特征信息；为了扩大模型感受野， 在特征增强部分加入改进的感受野模块， 利用不同尺寸的空洞卷积从不同方向对特征图进行提取， 加强对横向和纵向特征的提取. 实验结果表明， 与YOLOv7相比， 识别的平均正确率（mean average precision， mAP）和平衡F分数分别提升了6.9、3.9个百分点， 尤其是对纵向裂缝危害识别的平均正确率提高了22.3个百分点， 与Faster R-CNN、YOLOv5等模型相比也有良好的性能提升， 表明RGT-YOLOv7是一种有效的复杂场景下的道路病害检测模型.

摘要:桥区水域船舶违章行为的精准检测对于预控船桥碰撞至关重要.为保障船舶航行安全， 提出了一种面向桥区水域的船舶违章行为检测模型.通过实时采集长江武汉段连续桥区船舶自动识别系统（AIS）数据及预处理工作， 采用卷积神经网络（CNN）提取船舶行为信息， 与长短时记忆神经网络（LSTM）相结合， 建立深度卷积长短时记忆模型（DCNN-LSTM）学习船舶时空行为特征， 并结合船舶超速、掉头、追越三种违章行为进行实验分析.结果表明， DCNN-LSTM模型相较于CNN、LSTM和支持向量机（SVM）模型表现出较强的优势， 其准确率、精确率和F1分别为88.96%、96.49%和92.87%， 实现了船舶违章行为的精准检测和识别.以典型水域船舶违章行为进行实例分析， 进一步论证了DCNN-LSTM的有效性和优越性. 为桥区水域船舶安全监管提供了可靠的理论基础， 推动了船舶智能化发展.

摘要:恶意攻击者可以通过在自然样本中添加人类无法察觉的对抗噪声轻易地欺骗神经网络， 从而导致分类错误. 为了增强模型对抗扰动的鲁棒性， 先前的研究大多关注单模态任务， 对多模态场景的研究相对匮乏. 为了提升多模态RGB-骨骼动作识别的鲁棒性， 提出了一个基于特征交互模块（FIM）的鲁棒动作识别框架， 提取对抗样本的全局信息并学习模态间的联合表征， 以此来校准多模态特征. 实验结果表明， 面对CW攻击， 该动作识别框架在NTURGB+D数据集上进行鲁棒性评估， 其RI值达到25.14%， 平均鲁棒准确率也达到48.99%， 比最新的MinSim+ExFMem方法分别提高了8.55和23.79个百分点， 表明其在增强鲁棒性及平衡准确率方面都优于其他方法.

摘要:针对现有算法在对点云数据进行平移、缩放以及旋转等几何变换时网络不能充分提取局部特征，导致网络精度显著下降的问题，提出基于自适应生成卷积核的动态图注意力三维点云识别及分割算法.首先，利用感受野中心点位置信息增强邻点感知上下文信息能力，通过改进的自注意力机制重构感受野，使感受野内特征信息充分交互，增强感受野的上下文信息.其次，构造自适应生成卷积核，通过捕获变化的点云拓扑信息，自适应生成卷积核权重，进而提升网络性能.最后，构建动态图注意力卷积算子，并设计点云识别的动态网络与分割的U形网络.实验结果表明，本文算法在ModelNet40点云识别数据集的识别精度达到了94.0%，在ShapeNet Part点云部件语义分割数据集的平均交并比达到了86.2%.本文算法能够提取三维点云的关键特征信息，具有较好的三维点云识别与分割能力.

摘要:传统的攻击检测方法很难辨识出利用零日漏洞发起的高级持续性威胁（advanced persistent threat， APT）攻击活动. 为此提出一种面向零日攻击检测的APT攻击活动辨识方法（APTIZDM）， 该方法由三个主要部分组成. 第一部分态势觉察本体构建（CSPOC）方法进行物联网（IoT）系统中关键活动属性及特征的形式化描述. 第二部分恶意C&C（command and control）DNS响应活动挖掘（MCCDRM）方法用于辨识APT攻击情境中的恶意C&C通信活动， 并可有效控制活动辨识过程的范围与起始时间， 从而减小计算开销. 第三部分APT攻击情境中零日攻击活动辨识（ZDAARA）方法，其基于贝叶斯网络和安全风险传播理论， 对系统调用信息进行关联分析， 计算出各系统调用实例的恶意概率， 可有效辨识出被入侵检测系统漏报的零日攻击活动. 仿真实验结果表明， 作为APTIZDM的核心内容， MCCDRM方法和ZDAARA方法都实现了较高的准确率和较低的误报率， 协同完成了对APT攻击活动有效辨识.

摘要:方面级情感分析（aspect-based sentiment analysis， ABSA）旨在识别文本中用户对于特定方面所表达的观点信息， 涉及方面词、意见词、情感极性等多种元素.现有研究大多关注独立任务， 忽略了各元素间的特征交互， 存在错误传播问题. 基于多特征加权图卷积网络提出的情感三元组抽取方法将多个子任务联合建模；采用双仿射注意力模块捕捉词对间的关系概率分布， 将文本语义、句法、位置等先验信息编码为多特征向量；利用图卷积操作实现多特征融合， 最终实现方面术语-意见术语-情感极性的联合抽取. 基于两组基准数据集进行评估实验， 实验结果表明， 多特征加权图卷积网络的情感三元组抽取方法有效缓解了流水线方法错误传播的状况， 提升了三元组各元素间的特征交互， 处理三元组抽取任务的能力显著优于现有基准模型.

摘要:针对舞台多轴同步系统因执行器退化导致无法满足控制任务时限要求， 现有维护策略难以达优的问题， 提出一种基于强化学习的舞台多轴同步系统预测维护策略.首先将强化学习以串级方式引入， 构建具有寿命预测与自主维护能力， 能以不同采样率分而治之的控制架构；其次， 聚焦介入维护策略及多源不确定性对执行器退化过程的影响， 基于卡尔曼（Kalman）滤波、期望最大化和固定间隔平滑等算法， 通过对执行器退化状态的实时感知、估计及退化模型的自适应更新， 确保多轴同步系统剩余寿命预测精度；结合系统期望工作时限与剩余寿命预测的偏差、执行器实时退化状态等构建Q-learning算法的目标函数， 通过不断试错对维护控制量做出最优调整， 以获得最大的寿命延长奖励， 从而实现了舞台多轴同步系统智能优化维护. 通过舞台多轴同步系统仿真实验验证了所提方法的有效性， 提高了系统维护效能.

摘要:通过多道次搅拌摩擦加工（MP-FSP）制备了医用可降解β-TCP/WE43复合材料，通过金相、扫描电子显微镜和能谱分析对β-TCP/WE43复合材料的显微组织进行了表征，并对该复合材料的力学性能、耐蚀性能和腐蚀摩擦磨损性能进行了测试分析.研究结果表明，在三道次搅拌摩擦加工后，β-TCP颗粒在镁基体中分散性较好，且搅拌区晶粒细小.多道次搅拌摩擦加工可以有效改善β-TCP颗粒在镁基体内的分布和细化晶粒，从而同时提高复合材料的机械性能、耐蚀性能和耐腐蚀磨损性能.该研究结果可为生物降解的镁基植入物的开发提供重要指导.

摘要:报道了两种CO2响应型聚合物光催化剂DTS-LP1和BT-LP2，这两种光催化剂可以在CO2的调节下改变亲水性，实现在水溶液中均匀分散.与此同时，反应后通过排出CO2可以快速分离出光催化剂，从而实现光催化剂的回收利用.另外，通过电化学测试分析了两种聚合物的光电流响应和电化学阻抗，其中，DTS-LP1具有更大的光电流响应强度和较低的电荷转移电阻.采用循环伏安法测试得到了两种聚合物的能带结构，结果显示均满足光催化硫化物氧化条件.当采用DTS-LP1和BT-LP2为光催化剂时，10 h内光催化硫化物氧化的转化率分别为97%和42%，表明聚合物光催化剂具有优异的催化性能.

摘要:针对微晶石墨（MG）作为橡胶补强剂分散性差的问题，选用与石墨烯有相近表面张力的25%乙醇溶液作为球磨溶剂，通过球磨法制备出了中位粒径为1.209 μm的MG超细粉，以其部分取代炭黑（CB）作为天然橡胶（NR）补强剂，得到了力学性能更优的NR/CB/MG复合材料.利用场发射扫描电镜（SEM）表征了MG和CB在NR基体中的分散情况，研究了MG粒径和取代量对NR/CB/MG复合材料性能的影响规律.结果表明，适量的MG可促进CB在NR基体中的分散、缩短NR/CB/MG复合材料的正硫化时间；MG的粒径越细，NR/CB/MG复合材料的力学性能越好，与NR/CB复合材料相比，其拉伸强度、撕裂强度、100%定伸应力和300%定伸应力分别提高6.3%、7.5%、8.4%和6.4%，疲劳温升和永久变形率分别降低2.5%和44.7%.