摘要:为研究重载列车在运行中轮轨接触力的准确识别和影响规律，建立列车轴重、牵引力矩和行驶速度对轮轨接触力的影响规律的函数关系，提出一种轮轨接触力解耦识别方法. 首先，采用数值仿真建模，通过控制变量法将各变量在区间内进行多个水平试验，得出轮轨接触点三个方向接触力关于轴承、牵引力矩和行驶速度的影响规律. 其次，进行车轮中非接触点应变到接触力的解耦分析，结合BP神经网络方法，对仿真试验得到的数据进行训练. 最后，得到接触力关于列车轴承、牵引力矩和行驶速度的函数表达式，通过训练后的神经网络实现实时预测轮轨接触力解耦识别，拟合及训练结果R2达到0.9以上.

摘要:为改善某商用车电池包轻量化效果和提升安全性能，根据国标中电池包安全性试验要求，对原始全铝电池包下壳体进行模态、冲击、模拟碰撞、挤压分析，发现其存在抗挤压能力不足的设计缺陷. 针对不足之处重新设计结构，得到设计更合理的多材料融合新型轻量化结构电池包；对铝型材电池包框架结构进行截面优化，得到既可满足电池包结构安全性要求又具备低成本高效生产可行性的合理的铝合金型材截面方案；通过对不同电池包框架结构方案进行有限元仿真，得到满足工厂生产要求的最优化电池包框架结构方案. 实物挤压实验结果表明，经过轻量化结构设计和优化，电池包结构在质量明显减少的同时，安全性能达到国标要求，相比于原始设计方案，优化后电池包框架结构方案的轻量化效果良好，质量减少12.3%.

摘要:为解决基于虚拟迭代（virtual iteration，VI）法提取载荷谱周期较长的问题，提出一种基于空间注意力门控循环单元（spatial attention gated recurrent unit，SAGRU）神经网络的车架载荷谱提取方法. 首先，通过实车试验场强化路面试验，采集得到轮心六分力和多个监测部位的加速度及位移响应信号. 其次，建立整车多体动力学（multi-body dynamics，MBD）模型，基于SAGRU反求路试工况下轮心垂向位移激励. 最后，基于轮心垂向位移激励及其他方向五分力驱动整车多体动力学模型进行多种路试工况仿真分析，提取整车监测点的响应数据和车架载荷. 通过对比常规虚拟迭代方法获取载荷谱，结果表明，提出方法在保证精度的同时实现了效率提升22.5%.

摘要:为解决卡尔曼滤波器在结构响应重构时过程噪声协方差难以获取的问题，提出两阶段最优过程噪声协方差Q估计（two-stage optimal Q estimation， TOQE）算法. 在固定窗长下建立关于Q的最小化误差函数，基于新息理论推导搜索区间，利用一维两阶段搜索策略加快过程噪声协方差Q的搜索，并使用SG（Savitzky-Golay， SG）平滑算法对窗口之间估计的过程噪声协方差进行平滑处理，实现最优过程噪声协方差的估计，使用卡尔曼滤波器实现结构的响应重构. 通过垂直轴风力发电机仿真和外伸梁实验验证算法的有效性，并应用重构的加速度响应在L1/L2正则化方法下实现外伸梁结构的激励识别. 结果表明，相较应用传统最优过程噪声协方差Q估计（optimal Q estimation， OQE）算法进行响应重构，TOQE算法在5%、10%、15%测量噪声下均能确定一维搜索的区间范围，避免了OQE算法搜索区间的主观选取，实现了最优过程噪声协方差的估计，且搜索效率提高约50%~60%. 不同精度评价标准下的TOQE算法响应重构误差有所降低，应用重构的加速度响应能较好识别外伸梁结构的外部激励. TOQE算法表现出较好的实时性和鲁棒性.

摘要:为控制表征为场量高幅值脉动的热声不稳定现象，基于Lyapunov稳定性原理开展Rijke管双管耦合控制研究. 通过线性化和矩阵化耦合系统控制方程获得关键系数矩阵，依据特征值实部预测耦合系统实现振幅死亡的控制参数范围. 研究表明，最大瞬态能量增长率与特征值实部最小值密切相关，基于稳定性原理的双管耦合控制策略能有效预测控制结果. 特征值实部最小值越大，最大瞬态能量衰减速率越快，但使用热源强度比大于1.00的耦合管则会造成被耦合管系统瞬态能量的增长.

摘要:为了研究随机悬挂参量对铁道车辆横向稳定性的影响规律，量化相关参量对车辆临界速度的影响，采用拉丁超立方采样方式，基于Hermite正交多项式建立转向架临界速度与悬挂参量之间的近似函数关系. 运用此函数关系对转向架系统进行区域灵敏度分析，给出随机悬挂参量的重要性排序，通过区域均值比函数、区域方差比函数的上边界减小、下边界增大、区间对称缩减、固定在区间某分位点来分别量化悬挂参量的变化对临界速度均值比、方差比的贡献. 研究结果表明，在所考察的参量及其变化范围内，二系悬挂横向阻尼、连接2位轮对的一系悬挂横向刚度等参量对转向架临界速度影响最大，通过具体控制这些参量的变化范围，可以达到有效提高车辆临界速度，显著减小临界速度变化方差的目的.

摘要:为优化某飞行员座椅靠背，降低特定载荷下飞行员肩胛区域压力和腰椎间盘应力，建立包含飞行员座椅、安全带、安全头盔、人体模型的混合有限元模型. 通过志愿者实验测得+1gX加速度载荷下人体肩胛区域最大压力值，验证模型有效性，测得肩胛骨受到限制时的压力阈值为57 kPa. 在基础模型上建立肩胛靠垫和4种不同腰部支撑结构，在施加相同载荷，有、无腰部支撑和肩胛靠垫情况下，分析人体模型生物力学响应及不同位置、不同连接方式下腰部支撑结构对人体模型腰椎间盘应力和肩胛区域压力的优化程度. 结果表明，4种腰部支撑方案均能在一定程度上减小腰椎间盘应力，其中低位硬连接腰部支撑结构优化效果最佳，在+1gX、+3gX、+6gX加速度载荷下，腰椎间盘最大应力优化率分别为33.13%、44.25%、42.61%，肩胛骨区域最大压力减小了83.7%，小于肩胛骨受到限制时的压力阈值.

摘要:基于卷积神经网络-长短时记忆（convolutional neural network and long short-term memory， CNN-LSTM）模型开展了曲线变量的假人伤害预测应用研究. 分别使用标定后1D简化模型和约束系统CAE模型开展变量和响应采集，搭建训练和测试数据库，使用Pytorch搭建假人头部加速度和胸部压缩量CNN-LSTM预测模型，研究了样本数量对训练后模型精度的影响. 结果显示，当训练样本数量达到一定规模后，继续增加训练样本数量对模型泛化能力提升有限，然而，在本文应用场景中，当样本数量到50时，测试样本预测精度R均值超过0.85，满足工程开发的预测精度要求.

摘要:为探究混合Ⅲ（Hybrid Ⅲ）假人与人体乘员约束测试装置（test device for human occupant restraint，THOR）在小偏置碰撞试验中的生物逼真度差异，对比分析了Hybrid Ⅲ假人、THOR和人体安全模型（total human model for safety，THUMS）3种乘员模型在不同小偏置碰撞模式下的碰撞响应情况. 采用有限元数值模拟方法，以吸能与侧滑两种典型小偏置碰撞模式的整车模型在碰撞过程中的脉冲曲线作为边界条件；结合包含完整内饰结构的某中型轿车驾驶舱模型和Hybrid Ⅲ假人、THOR以及THUMS，构建驾驶员侧约束系统仿真模型，分析小偏置碰撞过程中乘员模型的运动学响应与损伤风险差异. 与Hybrid Ⅲ假人相比，THOR躯干的整体运动趋势与THUMS近似. 在损伤方面，THOR头部、脑部和下肢部位的损伤风险与THUMS更接近. THOR胸部整体压缩量要高于Hybrid Ⅲ假人和THUMS 10 mm左右；颈部损伤风险大体介于Hybrid Ⅲ假人和THUMS中间，更接近THUMS. 结果表明，THOR在小偏置碰撞过程中表现出的运动趋势与预测损伤风险的能力与THUMS更接近，与Hybrid Ⅲ假人相比，在小偏置碰撞过程中展现出了更高的生物逼真度.

摘要:为了解决大范围运动条件下Stewart平台发生虎克铰干涉问题，提出斜棱柱虎克铰干涉模型. 首先，考虑斜棱柱的倾角参数，建立描述斜棱柱虎克铰的参数化模型，分析典型干涉状态下虎克铰工作空间的数学描述，建立虎克铰工作空间定量评价指标；其次，对铰座结构参数进行归一化处理，分析斜棱柱虎克铰角度参数、尺寸参数与工作空间之间的关系，建立斜棱柱虎克铰的设计准则；最后，设计包含12个斜棱柱虎克铰的Stewart平台，将虎克铰干涉模型与Stewart平台运动学反解相结合，将动平台位姿映射入虎克铰工作空间，进行大范围运动实验. 实验结果表明，极限工况中虎克铰最大转角不超过理论转角极限0.3°，验证了斜棱柱虎克铰干涉模型在Stewart平台避障应用中的有效性.

摘要:针对特种车辆工作过程中综合传动装置的数据复杂性、正常与异常数据不平衡、传统统计学方法对综合传动传感器监测数据异常波动的漏报率和误报率较高等问题，提出一种基于注意力机制卷积自编码器（attention mechanism convolutional autoencoder，ACA）与支持向量机（support vector machine，SVM）耦合的ACA-SVM异常数据检测方法. 根据履带装甲实车运行数据，对传感器监测进行数据预处理，采用注意力机制识别并聚焦检测数据中的核心元素，利用卷积自编码器（convolutional autoencoder，CAE）将原始数据降维提取特征，实现数据检测并得到重构误差和特征值. 通过支持向量机进行分类和计算训练集数据样本的异常分数并与传统异常检测模型进行检测效果对比实验. 实验结果表明，所提ACA-SVM方法在特种车辆综合传动数据上比CAE、门控循环单元（gated recurrent unit，GRU）等模型检测效果更优异，异常检测准确率为97.2%，F1值为0.976.

摘要:单目3D目标检测任务面临深度模糊性问题，现有2D注意力机制难以有效解决，且计算量大，难以部署在车载移动设备上. 针对这些问题，提出一种基于3D注意力机制和多目标边框策略的单目3D目标检测算法. 考虑2D至3D映射的深度模糊性，在网络设计中融入3D注意力机制，包含深度信息增强核心和低计算复杂度的位置增强核心. 通过对深度标签进行扰动，多目标边框策略采用伪标签来缓解原有硬标签的严格限制. 深度估计的精准性有所提升，增强了模型的3D空间感知能力以及泛化性能，适用于3D目标检测任务. 在nuScenes数据集上的实验表明，该算法优于当前的单目3D目标检测算法. 通过TensorRT工具进行模型转换及半精度加速，实现了在车载移动设备上的部署. 在Jetson AGX Xavier与Jetson Orin NX（16 GB）嵌入式平台上，推理时间每帧分别为67 ms和89 ms，可实时精确检测3D目标.

摘要:开展需求响应及供能系统规划研究，提出了考虑电动汽车、住宅和多联产系统的两阶段协同优化模型. 在模型第1阶段，建立电动汽车需求响应模型，以充放电成本最低和电动汽车-住宅叠加负荷方差最小为优化目标，实现电动汽车与住宅间最优调度. 在模型第2阶段，考虑太阳能、地热能等多种可再生能源，搭建面向住宅的冷热电联产系统，建立住宅电热冷负荷需求响应模型，以系统综合运行成本最低和系统CO2排放量最低为优化目标，实现住宅-系统最优调度. 以长沙市某住宅小区为例，通过多场景下冬、夏两季典型日优化性能对比验证所提模型的有效性. 结果表明，冬、夏季典型日场景4充放电成本分别降低36.7%和68.5%，电动汽车-住宅叠加负荷方差分别降低82.7%和59.0%，系统综合运行成本分别降低8.1%和14.7%，系统CO2排放量分别降低11.3%和15.4%，优化效果明显优于其他场景. 此外，进一步验证了极端天气下多联产系统的可靠性，且随着电动汽车数量增加总体优化性能降低.

摘要:针对SiC MOSFET与Si IGBT并联构成的Si/SiC混合器件在不同驱动参数下损耗模型精度低问题，提出一种基于驱动参数的损耗建模方法. 首先，在两种典型开关时序下分段分析Si/SiC混合器件的暂态过程. 其次，基于驱动电压与驱动电阻构建损耗模型. 最后，搭建双脉冲测试与稳态参数测量实验平台，在不同驱动电阻、不同负载电流与不同驱动电压条件下验证模型的准确性. 实验结果表明，开关时序Ⅰ下开通损耗与关断损耗模型的拟合度分别达到97.61%和99.20%；在开关时序Ⅱ下，开通损耗与关断损耗模型的拟合度分别为97.83%和97.66%.

摘要:提出了一种基于TSMC 0.18 μm CMOS工艺的适用于全数字锁相环、飞行时间测量等应用的高精度两步式时间数字转换器（TDC）. 针对传统TDC分辨率与量程相互制约以及由延迟单元不匹配性造成精度低的问题，提出了采样补偿环形TDC结构和反向自补偿链结构，兼顾分辨率和量程，大幅度提高结构整体测量精度，设计了精简的互补开关过渡电路传递两级之间的量化时间余量，采用专用电压生成电路稳定产生不同的控制电压，芯片面积仅为0.75 mm×0.64 mm. 测试结果表明：设计的TDC使用TSMC 0.18 μm工艺可以实现47 ps分辨率，量程为56 ns，微分线性度小于0.34 LSB，积分线性度小于0.68 LSB.

摘要:为分析干式磁控配电变压器（MCDT）特殊结构与直流偏磁对绕组受力、铁芯振动频率响应以及声场分布的影响，理论推导了绕组振动响应、铁芯磁致伸缩应力以及声振耦合方程，提出了干式磁控配电变压器正常运行状态下声振耦合响应有限元数值模型，定位试验测量得到的结果与数值计算结果具有较好的一致性，验证了数值模型的可行性. 利用数值模型对干式磁控配电变压器调节无功的直流偏磁工况进行有限元计算，得到直流偏磁对磁致伸缩与声场分布的影响. 研究结果表明，考虑直流偏磁运行工况下，绕组总体呈现向内收缩趋势，铁芯以50 Hz等大量奇次谐波频率进行振动，随直流偏磁的增加，噪声场逐渐增强.

摘要:为揭示架空导线在扭转覆冰形态下的气动及舞动特性，首先，搭建扭转覆冰试验平台，获取不同覆冰量下导线的扭转覆冰形态. 其次，基于Fluent软件的用户自定义函数（user-defined functions，UDF）求解导线的运动控制方程，并利用重叠网格技术动态更新导线位置，实现覆冰导线的三自由度双向流固耦合舞动的数值模拟，通过覆冰导线节段气弹实验验证该仿真方法的合理性. 再次，基于准静态假设构建了覆冰导线全风攻角气动仿真模型，分析了不同覆冰量下扭转覆冰与典型覆冰导线的气动特性差异. 最后，依据经典舞动机理对扭转覆冰导线的易舞风攻角进行计算，并对比分析了扭转覆冰与典型覆冰导线的舞动特性. 结果表明，随着覆冰量的增加，扭转覆冰导线的气动特性变化显著. 扭转覆冰导线的舞动同时包含Den Hartog和Nigol舞动机制，其舞动幅值与覆冰量不呈线性关系. 相较于典型覆冰导线，扭转覆冰导线的舞动幅值显著减小，最大降幅达68.4%. 以扭转覆冰为研究对象更能准确地反映自然环境中覆冰导线的舞动特性.

摘要:为提高有限元法计算绝缘节电场的准确性和明确温度对绝缘节电场分布的影响，以完好、存在不同类型缺陷的绝缘节为研究对象，研究电场分析类型对有限元法计算的绝缘节电场分布的影响和绝缘节瞬态电场分布，研究了温度对绝缘节电场分布以及最大电场强度的影响. 结果表明，除存在气隙缺陷的绝缘节稳态电场宜采用静电场计算外，其他场景下的绝缘节稳态电场分布应采用电准静态场进行计算. 绝缘节在暂态过电压作用下的电场计算应使用电准静态场，且其电场为时变场. 考虑温度影响时的绝缘节电场应采用电准静态场. 在不同场景下，绝缘节电场分布随温度的升高逐渐趋于均匀，且在温度高于70 ℃时，电场分布不再随温度的变化而变化. 气隙处电场强度突变量随温度的升高逐渐增大，高于70 ℃后突变量基本保持不变.

摘要:针对光伏发电功率的高波动性导致预测模型精度不足的问题，提出一种新型短期光伏功率预测模型，该模型融合鹭鹰优化算法双分解（secretary bird optimization algorithm double decomposition，STSV）、卷积神经网络（convolutional neural network，CNN）和双向长短期记忆（bidirectional long short-term memory，BiLSTM）神经网络. 利用皮尔逊相关系数法识别影响光伏发电功率的关键气象特征，采用鹭鹰优化算法对时变滤波经验模态分解参数进行优化. 基于样本熵的复杂度评估和K-means聚类方法，将分解得到的模态重构为高频、中频和低频项，并对高频项进行变分模态分解以进一步降低波动性. 构建CNN-BiLSTM模型以挖掘光伏功率与气象因素之间的内在联系，通过叠加各分量的预测结果来获得短期光伏功率预测. 以江苏某光伏电站的实际数据为例进行仿真，结果表明，本模型在均方根误差、平均绝对误差和平均绝对百分比误差方面相较于其他模型分别降低35.6%、32.3%和29.6%，显著提升了预测的准确性.

摘要:针对现有短期电力负荷预测方法未充分考虑负荷在不同时间尺度和空间特征的多维度变化，无法有效捕捉负荷变化而导致预测准确度不高的问题，提出一种基于双重注意力融合长短期时间序列网络（dual-attention fusion of long-and short-term time series networks，DALSTNet）的短期电力负荷预测方法. 首先，构建双重注意力模块，分别对不同时间和空间特征进行加权，有效区分电力负荷数据中不同时空特征的重要性；其次，构建多尺度因果卷积神经网络（convolutional neural network，CNN）和两个堆叠的双向长短期记忆（bidirectional long and short-term memory，BiLSTM）模块，用于学习电力负荷数据中存在的短期、长期与超长期重复特征，实现对电力负荷数据多维多尺度特征的联合提取；最后，利用融合层融合上述模块提取到的多维多尺度时空特征，并通过全连接层输出获得最终短期电力负荷预测结果. 基于IEEE Dataport住宅综合能源系统负荷数据集算例分析结果表明，本文提出方法能有效提取负荷数据的多维多尺度时空特征，相比现有方法在短期电力负荷预测中的均方根误差、平均绝对误差、平均绝对百分比误差等指标均表现更好，实现了更高的预测准确度和更优的稳定性.