摘要:在精密测量和航空航天领域，类磁栅位移传感器对永磁体产生磁场的均匀性有很高的要求，但常见的永磁体磁场均匀性较差，从而影响液压缸位移的高精确、高可靠测量。因此，本文设计了一种具有独特结构的弧形永磁体，首先基于分子电流假说和比奥萨法尔定律，推导弧形永磁体在空间任一点产生磁感应强度的表达式；其次利用Maxwell电磁场分析软件对永磁体的结构尺寸进行优化，确定弧形永磁体的基本尺寸；最后搭建实验平台测量永磁体对应位置处的磁感应强度，通过对比实测数据和Maxwell仿真数据，结果表明：仿真与实验结果基本吻合，弧形永磁体能够产生较为均匀的磁场，磁场均匀区域的相对误差最大不超过3%；在类磁栅位移传感器的实际应用中，敏感元件在弧形永磁体均匀磁场内测试得到一致性较好的简谐信号，为传感器后续细分处理保证信号质量，从而提升传感器的测试精度，进一步证明了弧形永磁体产生均匀磁场的实际意义。

摘要:天环一号（CAT-1）是国内首个采用磁悬浮偶极场磁体设计的磁约束等离子体装置。本文根据CAT-1装置总体目标和参数设计要求，采用线电流简化模型，基于矢量磁场、力学平衡及动力学等方法，完成了超导磁悬浮系统的平衡稳定分析，给出了参数设计结果；初步设计出简化的永磁悬浮实验装置，用于检验超导磁悬浮系统稳定性及参数可靠性。结果表明：对于CAT-1装置的悬浮磁体1 200 kg、电流5 MA、悬浮距离2.0 m设计目标，托举线圈半径最优值为1.7 m，相应的电流为 3.49 kA，为实现对悬浮磁体偏移运动的有效阻减及控制，平衡点附近工作区域应限制在垂直位移|Δz|< 0.1 m、水平位移|Δer| < 0.05 m、倾斜角位移|Δα|<π/24；分析了TSR线圈对悬浮线圈的影响，计算显示TSR与悬浮线圈产生对向漂移，漂移幅度与径向位置有关，同时TSR线圈侧原本闭合磁力线被破坏，造成输运粒子损失；采用1.5 kg永磁完成了悬浮实验装置概念设计，分析表明永磁体与托举线圈间距0.1 m，铜导托举线圈电流895 A，满足控制对响应速度的要求。

摘要:静态接触力是评价受电弓性能的一项重要指标，也是衡量弓网接触质量的重要因素，直接影响着列车行驶安全。传统测量方法存在效率低、精度差等问题，本文基于物联网云、管、端的思路，研发了一种车载式受电弓性能检测装置，并提出了一种自适应分段数据拟合算法，以优化检测精度。该算法将数据分段与曲线模型寻优同时进行，通过逐步扩大区间长度和多项式、指数、高斯、傅里叶、幂函数五种拟合模型的评估，在最优点实现自适应分段。实验表明，该拟合算法使检测装置的平均误差率从1.91%下降至0.21%，优于文中其他对比拟合算法，显示出良好的精度补偿效果。

摘要:为解决无线传感器网络中节点随机部署易出现分散不均、低覆盖率等问题，提出一种改进蛇优化算法的WSN覆盖优化算法。首先，使用Circle映射种群初始化增强种群的多样性，并在蛇的探索阶段使用自适应螺旋搜索算法增大搜索范围。其次，通过引入黑寡妇算法中的信息素解决蛇的开发阶段易陷入局部最优解，并使用差分进化策略提高寻优的能力。最后，将改进蛇优化算法应用到传感器节点的部署中，利用传感器的覆盖模型确定最大的覆盖率。实验表明，改进后的算法能有效提升节点覆盖率，扩大WSN覆盖范围，从而减少节点能耗并延长网络寿命。

摘要:为提高无线电能传输系统在耦合器偏移时的容错性能，保证输出的稳定性，本文提出了一种基于偶极线圈的具有高抗偏移性能的无线电能传输系统结构。首先，提出了口字型和田字型偶极线圈结构，采用有限元方法对其进行了研究，并对其磁极方向与结构尺寸进行优化；其次，基于田字型偶极线圈，在输入电压相同时，对比了LCC-S与S-S补偿拓扑的输入电流、输出功率与效率的特性；最后，对田字型偶极线圈进行了实验研究，在用线量与尺寸等条件相同的情况下，所设计的偶极线圈在X,Y轴的偏移范围为-60~+60 mm时，相较于方形线圈，耦合系数变化率减少了8.51%，功率变化率降低了11.12%，且偏移过程中效率始终大于80%。

摘要:针对永磁同步电机全速域无位置传感器控制，电机起动时观测器位置估算困难的问题。提出一种电流频率比结合龙伯格观测器的无位置传感器控制策略。首先，在低速域中，采用I/F控制启动；在中高速域，引入龙伯格观测器和锁相环进行位置估计。其次，针对两种控制方法之间直接过渡导致的振荡问题，本文提出了新型平滑过渡策略；对于PI调节器存在协调性与抗干扰能力差的问题，引入自抗扰控制并与新型平滑过渡策略相结合，进一步形成一种复合过渡法；最后经过Simulink和电机实验平台的验证，仿真和实验结果显示，复合控制方法过渡过程平稳并且转速超调和误差明显减小。

摘要:配电室巡检机器人由于其特殊的应用环境，会使应用于多目标点路径规划的传统启发式算法求解结果劣化，从而无法得到实际应用意义上的全局最优解。针对上述问题，本文提出了一种基于改进灰狼优化与A*串联融合的多目标点路径规划算法。首先，使用前置A*配合栅格距离公式计算任意两目标点间的栅格距离；然后，采用改进了输入变量编码方式及收敛因子式的灰狼算法规划出多目标点的最优巡航顺序向量；最后，依次规划最优巡航顺序向量相邻两个目标点之间的路径，最终得出多目标点全局闭环规划路径。仿真结果表明，改进灰狼算法得出的最优路径长度相较于传统灰狼算法最大减少18.1%；融合算法相较于传统单一算法优化，其路径规划结果遍历栅格减少了808个，路径长度减少76.4%。

摘要:针对传统滑模控制的控制性能随着永磁同步电机运行参数的变化而急剧恶化，导致转速抖振大、电流谐波和转矩脉动等问题，设计一种新颖的模糊自适应分数阶趋近律滑模速度控制器。首先，结合分数阶理论和一般幂次趋近律函数设计了一种新颖的自适应分数阶趋近律，并通过正交实验来分析自适应参数的水平。其次，利用模糊控制器在线调整参数，增强了控制器的鲁棒性。由于模糊控制的引入会带来了更大的电流谐波，使用最优占空比的电流预测控制代替传统电流内环PI控制器。最后，搭建仿真模型并与传统幂次趋近律滑模控制器进行对比，仿真结果表明，本文提出控制器的三相电流谐波降低了7.93%，突加负载后的转速降落减小了31.2%，鲁棒性更强。

摘要:针对海上风力发电机最大功率追踪传统矢量控制响应速度差、抗扰性能不足与传统滑模观测器观测精度差等问题，提出一种改进双环自抗扰及自适应全阶滑模观测器的控制策略。采用光滑连续函数替换fal函数，以削弱抖振；设计自适应率以获得更为平滑的反电动势，引入锁相环算法估计转子转速与位置角。对比实验表明，本文策略在转速跟踪响应速度上提高约24.3%，最大转速误差由0.70降为0.34 rpm，最大转子位置误差由0.045降为0.012 rad，在稳态时观测精度也有明显提高。在该策略下系统抗扰性能得到增强、响应速度得到提升、观测精度明显改善，提高了最大功率追踪效果。

摘要:商业步行街作为新兴建筑，方便了人们的生活，但也潜藏着严重的火灾风险。针对商业步行街突发火灾事件时的人员疏散问题，提出了在烟气环境下基于改进蚁群算法的路径规划算法。首先，采用高斯烟羽模型计算道路上烟气的浓度值，在此基础上采用当量距离代替欧氏距离量化气体对人的损害，同时考虑人群密度对速度的影响，提出改进的启发式函数。考虑到传统蚁群算法在路径规划中收敛速度慢、易陷入局部最优、冗余节点过多等问题，进一步结合A*算法调整蚁群算法的初始信息素浓度，并改进了路径选择规则、信息素更新规则，加入了防止死锁处理，使得算法在提高全局搜索能力的同时加快搜索效率。最后，对获得的路径进行平滑处理，从而减少冗余节点带来的多余路径长度。通过仿真实验验证了算法不仅在性能方面有了显著的提升，还可以根据火灾环境规划出适合逃生的路径。

摘要:在单变量时间序列分类任务中，有效利用时间序列的多尺度特征、时间依赖特征对提高分类准确率至关重要。针对现有模型在综合利用多尺度特征、时间依赖特征方面局限，本文提出一种结合多尺度条件卷积增强模块(MCCE)与基于多头注意力机制的门控循环单元(MHAGRU)新型混合模型MHAGRU-MCCE，MCCE从不同尺度捕捉丰富时序特征，MHAGRU侧重于提取时间序列数据中依赖关系。在UCR的85个公共数据集上，与MACNN、AFFNet、OS-CNN、LITETime、MLP和LSTM-FCN等6种主流基于深度学习时间序列分类模型相比，验证表明MHAGRU-MCCE在平均准确率(MA)上分别提升0.66%、2.04%、3.45%、2.70%、12%和2.89%，并取得最高算术平均排名(AMR)=2.45、几何平均排名(GMR)=1.98，充分证明MHAGRU-MCCE在处理单变量时间序列分类问题上的有效性、优越性。

摘要:针对无人机航拍图像中目标尺寸变化大、相互遮挡等原因导致的目标误检漏检问题，以YOLOv8s为基础，提出了一种融合多尺度特征的轻量级目标检测算法。在主干网络中利用轻量级多尺度卷积EMSC替换C2f模块中的Bottleneck，增强多尺度特征表达能力；颈部网络中引入轻量级上采样算子Dysample，捕捉图像细微特征；优化Task Aligned Assigner超参数，解决训练过程中样本不平衡问题。最后，设计系统可视化界面，借助可视化界面完成对航拍目标的检测。在数据集VisDrone2019上的仿真表明，该算法精准率和召回率较基准算法分别提升了2.4%和3.3%，mAP0.5提升了3.5%，有效提高了航拍目标检测效果。在UAVDT数据集上进行模型泛化性实验验证，效果优于其他经典算法。

摘要:针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题，提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器，使模型可以兼顾多种尺度的局部细节特征和全局语义特征；在跳跃连接处构建注意力增强模块和多尺度残差模块，前者强化模型对重要信息的关注度，后者高效探索目标区域并准确预测其边界，同时促进不同层次特征之间的交互；在解码阶段采用基于残差的逐步上采样特征融合方式汇聚各阶段特征，进一步增强模型的感知能力，丰富息肉特征；最后使用高效预测头促进浅层特征的融合，输出分割结果。该模型在多个对比实验中表现最优，同次优模型相比，在Kvasir、CVC-ClinicDB数据集上，mDice平均提升了1.21%；mIoU平均提升了1.82%；在CVC-ColonDB、ETIS数据集上，mDice平均提升了2.67%，mIoU平均提升了2.83%。实验结果表明，相比于现有主流模型，该模型具有较优的分割精度和泛化性能。

摘要:针对海上风机叶片小尺寸缺陷检测准确率低、分类效果较差的问题，提出一种基于EfficientNet的改进海上风机叶片表面早期缺陷检测模型。首先，在EfficientNet特征提取网络中引入非对称卷积替换普通3×3卷积，增强了卷积核骨架信息，提高网络提取缺陷信息的能力；其次提出一种混合空间通道注意力模块聚焦空间和通道信息，结合BiFPN特征融合模块对不同深度的语义信息进行特征融合，提升算法多尺度特征融合能力；最后引入Focal-EIOU和Focal Loss损失函数计算位置损失和分类损失，提高定位精度，解决模型训练过程中正、负图像样本的比例失衡的问题。实验结果表明，本文所提算法模型平均精度均值为97.6%，对风机叶片表面早期缺陷的检测性能有明显提升。

摘要:机场跑道异物对航班安全起降构成极大威胁，准确及时地检测并清除机场跑道异物是机场安全工作的重点。针对机场跑道异物检测任务中的小目标检测精确度与实时性，提出一种基于YOLOv7的机场跑道异物检测算法。首先在主干网络引入CBAM模块，从空间注意力与和通道注意力两方面专注小目标特征信息提取；其次在加强特征提取网络结合AFPN思想提出SA-PANet结构，将相邻有效特征层进行渐进式特征融合，缓解有效特征层之间的语义差距；然后在加强特征提取网络的PANet结构下采样支路中引入BiFormer模块，聚焦小目标特征信息的进一步融合提取；最后在边界框定位损失函数计算过程中引入MPDIoU Loss，加速模型收敛并提升机场跑道异物检测准确率与定位精度。在机场跑道异物图像数据集上实验表明，改进后算法mAP50为98.76%，较改进前算法提升9.09个百分点。与其他针对机场跑道异物检测的算法相比，改进后算法具有更高的检测精度同时将模型参数量与模型计算量增幅控制在可接受范围内，达到机场跑道异物检测任务的准确、快速需求。

摘要:针对多视图立体重建在光照不均匀、弱纹理、非朗伯表面等复杂场景中重建完整度差、泛化能力不足的问题，本文提出了一种基于注意力机制的多视图立体重建算法。在特征提取阶段，该算法采用基于深度可分离卷积和自注意力机制的多尺度特征提取模块，在扩大感受野的同时增强多视图间的空间特征关系，从而提升网络在复杂场景下特征的表征能力以实现更精确的特征匹配。在代价体正则化阶段，本文引入通道注意力机制来自适应调节不同通道的权重，从而减少无关信息对模型的干扰并过滤背景噪声，以提升模型的泛化能力。在DTU数据集上，本文算法的完整度和整体度分别为0.286和0.334，与基准算法CasMVSNet相比，分别提升了25.71%和5.92%，与其他的state-of-the-art (SOTA)算法相比，在复杂场景中重建点云的结构也更加完整。在Tanks and Temples中级数据集上，重建点云综合指标F-score为61.49，这表明本文算法具有更好的鲁棒性和泛化能力。

摘要:轮胎缺陷检测对轮胎安全性能的鉴定有着重要意义，研究高性能的轮胎异常检测方法对汽车的安全性能极为重要。本文以生成对抗网络为基础提出一种基于U-Net判别器的网络模型UDGANomaly，首先在判别器中引入编码与解码，编码器模块执行逐图像分类，解码器模块输出逐像素分类决策，向生成器提供空间相干反馈。其次在生成器的编码器和解码器中引入自注意力机制，进一步关注多尺度特征中包含的代表性信息。最后设计了一种改进的基于结构相似性的生成器损失函数来解决视觉上的不一致性，从而提高不规则纹理检测的鲁棒性。经过对比研究发现本文提出的网络结构在同样的轮胎数据集上异常检测性能明显优于其他传统网络模型，并且平均测试精准度高达95.6%。

摘要:非结构化未知场景缺乏丰富的先验信息，且道路类型多变、没有规则道路边界等严重制约自动驾驶车辆自主导航的平顺性和安全性。本文针对非结构化场景提出一种考虑道路拓扑结构约束的可通行区域检测方法。首先，为满足全局任务规划需求，基于卫星航拍图像，半自动地提取道路的拓扑结构，构建全局路网，规划全局行驶轨迹；其次，根据全局轨迹和实时定位提取当前的行驶道路方向，作为道路可行使区域自适应生长的强约束条件，保障可通行区域的延伸方向与道路方向一致；最后，提出基于贝叶斯的激光雷达视觉可通行区域融合方法，提升可通行区域检测的鲁棒性。实验结果表明，所提出的方法能够准确检测出可通行区域，检测失效率仅为0.2‰；在直线情况下，平均占比因子和平均发散因子为87.26%、41.91%；在弯道情况下，平均占比因子和平均发散因子73.62%和64.18%；证明了方法的有效性。

摘要:为了更好地利用脑电信号特征所表达的相关信息，提高青少年精神分裂症的识别准确率，本研究提出了一种基于三维脑电模糊熵特征和多尺度卷积神经网络模型（MSAPNet）的方法，进行青少年精神分裂症患者和健康青少年脑电信号分类。该方法首先提取脑电各节律波段的模糊熵作为特征，根据电极空间排布位置构建三维特征矩阵，并用多尺度级联模块对输入的包含原始脑电空间信息的三维特征矩阵进行特征提取。其次，通过设计的特征融合模块将不同层级的特征进行融合。接着，使用设计的多尺度降采样模块对特征图进行降维处理。最后，使用分类模块完成对病症的识别与检测。实验结果表明，MSAPNet对病症的识别准确率、敏感性、精确率、F1分数和特异性分别可以达到97.21%、97.51%、97.29%、97.40%和96.86%，和相关研究相比具有更好的病症检测性能，证明了研究所提出方法的有效性。

摘要:针对传统方法使用经验阈值检测表面肌电信号活动段起止点的不足，提出了一种基于时频点密度的表面肌电信号起止点自适应检测方法，该方法创新地使用时频点密度作为表面肌电信号的特征参数。首先利用巴特沃斯带通滤波和小波阈值去噪对Ninapro DB8数据集中的表面肌电信号进行预处理；利用短时傅里叶变换进行时频分析；接着将表面肌电信号分割成多个连续的单位时频窗口，统计窗口内频率点的数量，提取时频点密度特征参数；最后对特征提取结果进行区间［-1,1］的自适应归一化，并利用基于滑动窗口的双值判断法检测表面肌电信号的起始与结束。实验结果表明：该方法能实现在0.5 s内准实时检测sEMG信号活动段的开始和结束，准确率近乎100%，较之于其他常见的算法具有更好的准确性；通过归一化后的正值和非正值可以消除个体差异性影响，自适应性强；此外，该方法在手势识别系统中具有较强的实用性。

摘要:针对蛇优化器(SO)在机器人路径规划问题求解中存在初始种群多样性不足、前期全局寻优能力弱、后期收敛精度低、容易陷入局部最优等问题，提出一种用于机器人路径规划的多策略增强型蛇优化器(MSESO)。采用佳点集方法对蛇种群进行初始化，增加初始种群多样性，使种群对搜索空间的覆盖更全面；引入两个振荡因子平衡全局搜索与局部开发的过程，并动态更新搜索范围；融入自适应精英反向学习策略充分利用种群有效信息来提高种群质量，增大种群进一步逼近最优解的可能性，加快算法收敛速度和改善收敛精度。将MSESO应用于机器人路径规划，首先开展消融实验来验证改进策略的有效性，接着在不同复杂程度的地图开展MSESO与其他算法的寻路性能对比实验，验证改进算法的优越性。消融实验结果显示，MSESO提出的改进策略均能有效地提升路径规划性能；对比实验结果显示，MSESO的平均路径长度、路径长度方差、平均迭代次数均优于对照组算法，验证了MSESO在路径规划中的鲁棒性和优越性。

摘要:为实时监控锅炉工作的健康状态，精准获取锅炉管道的温度和受力情况，提出基于深度学习的光纤光栅锅炉状态监测技术。设计了一种双光纤光栅级联封装的传感器结构及其固定方法，用以提高传感器的测量性能。构建特征融合并行transformer回归预测模型对传感器的温度和应变信号进行处理，实现了对传感单元温度和应变的准确识别。实验结果表明，传感器中的两光栅对温度的灵敏度为12.31 pm/℃和11.63 pm/℃，对应变的灵敏度为1.2 pm/με和0，消除温度对应变测量的影响，具有温度补偿作用。通过引入深度学习算法，解决了高温环境下光纤光栅对温度和应变混合敏感存在高阶混合项而难以求解的难题，模型的决定系数大于0.9、平均绝对误差和均方误差分别为0.23和0.31，有效地提高了传感器对温度和应力的识别精度。综上所述，该技术实现了高温环境下温度和应变的准确测量，弥补了传统测量方式高温失效、单点测量等不足，为锅炉工作健康状态的实时监控提供了有效的解决方案。

摘要: