针对锅炉、管道等压力容器内表面损伤检测与监测需求,基于弱磁检测技术,利用外部磁信号反演内部损伤程度。对预制缺陷的Q235钢进行拉伸试验,研究内外侧磁信号变化规律,定义磁特性参数以表征缺陷位置和应力情况。结果表明内外两侧的磁信号及其梯度均表现出相似的变化规律,磁信号梯度值具备更明显与稳定的特征,为表征内部缺陷信息提供了可能;磁信号切向分量梯度曲线中反映峰-谷变化范围的外侧磁参数Xt-l、Xt-r、Wt-rl能够较好地实现对内侧缺陷定位;内外侧切向分量梯度峰-谷幅值差At-pp随施加载荷的变化均为二次函数关系,且内外侧二次函数的导数相近,可用于定量评估内侧应力情况。研究结果可为弱磁检测技术运用于压力容器等内部缺陷定量识别及应力评估提供依据。

对纯电动汽车充电路径规划问题进行研究,提出了一种计及行驶工况的多目标纯电动汽车路径规划方法。充分考虑了驾驶特性、环境因素以及交通路况对电动汽车能耗的影响,建立了行驶工况数据库。设计了行驶工况特征参数提取策略,在最大限度降低数据维度的同时,筛选出最能反映行驶工况的特征参数子集。采用改进核FCM算法对行驶工况进行聚类分析,通过引入加权核函数和自适应聚类机制,实现行驶工况最佳聚类划分的同时,得到了反映不同行驶工况的平均参数水平。在此基础上,构建基于行驶距离、时间和能耗的多目标充电路径规划模型,并采用改进的离散多目标海豚群算法进行求解,通过重新定义海豚个体编码和群体进化方式,得到合理路径规划方案。仿真结果表明所提规划方法得到的规划路径,行驶时间减少了约(3.8~12.4)%,充电成本降低了约(5.6~11.8)%。...

为进一步揭示绕流现象的形成机理,本文分别对处于层流稳态区、尾流过渡区、剪切层转换区Re分别为26、200、1.4×105的三种典型流态下的单圆柱绕流进行了二维数值模拟研究。Re为26时应用层流模型直接求解N-S方程,而Re分别为200、1.4×105时使用大涡模拟的方法进行计算。数值模拟很好地再现了稳定的涡旋结构、周期性交替脱落的卡门涡街结构、不规则的涡旋结构,在此基础上分析了尾流结构的基本特征及其压强分布规律、平均的流场特性、积分参数（如升力系数、阻力系数、斯特劳哈尔等）,并与有关研究成果进行了对比。研究发现,采用不同流动介质时流场特性有所差异,空气为介质时的计算结果更符合实验的成果,而水为介质时计算结果偏差较大,这主要是由尾流涡旋产生的不合理负压造成的。

本文介绍了声纹识别技术的基本原理及其关键技术，通过对特征参数的提取及声纹识别技术中核心技术的阐述，并主要以两种常用的LLPC和MFCC特征参数的提取方式为基础，阐述了其关键技术的形成及其发展，并对声纹识别技术的发展趋势作了科学的预测。

实现水下辐射噪声的在线预报,需要提高预报方法的快速性与准确性。为此,开展水下辐射噪声快速预报方法研究,研究在不同频段采用不同预报方法,低频段的边界元方法采用系数矩阵预存技术可极大地减少预报时间,高频段经过特征参数敏感性分析以及辐射效率混合公式的确立,保证了统计能量法的预报精度。经过舱段模型的仿真计算和试验测量对比,表明该快速预报方法准确可行。

以通过常规浊度水混凝试验获得的4簇絮凝检测曲线为依据,用图形解析的方法分析了检测曲线的特征参数和投药量及沉后水余浊的关系.结果表明:絮体成长过程中尺寸变化的最大速率S主要受投药量的影响,且沉后水余浊随S值的增大而降低,S值因其检测迅速而适宜于混凝试验的分析;絮体成长达到平衡状态时的检测值Re因其检测方便、检测值可靠而更适宜指导投药控制等生产实践.

探讨了光学元件表面微观轮廓统计特征参数的基本性质，计算方法及其相互关系；测试了大量各类光学系统，不同材料元件表面微观轮廓特征参数，由此了常用光学同观轮廓特征和轮廓参数的量值范围及其特征。

针对目前Mecanum轮设计的近似方法无法一次性确定辊子设计参数的问题,通过解析麦克纳姆轮棍子的工作原理,建立一种R-N辊子空间轨迹参数设计方法求解轮子的理论参数方程;并运用该方法实现直径为500mm的Mecanum轮模型设计。首先通过讨论辊子个数的设计对辊子设计参数的影响,在给定半径的轮子设计中得出辊子数为8个时辊子具有最大临界半径。然后通过传统椭圆弧近似建模方法与提出的方法建立两种模型,进一步提取出轮子包络线与理论圆周的误差值进行对比分析,实验验证表明Mecanum轮结构特征参数建模方法建模精度优于传统近似建模方法,500mm直径的实例模型建模精度达到0.055%,解决了Mecanum轮设计时辊子个数设置与辊子参数一次性确定的问题,有助于提高轮子的设计效率和可靠性。

变速箱是汽车传动系的重要组成部分,因此对变速箱常见故障类型进行诊断研究很有必要。以四种变速箱常见故障类型为研究对象,利用动态学习率对BP神经网络进行改良,建立了变速箱故障诊断网络模型。通过测量并提取已发生故障的信号特征参数,收集大量信息数据作为已知样本来训练某状态下的神经网络,再用其它转速下变速箱故障数据对网络进行验证。对于学习率的恰当改变可以提升网络的速度和稳态性。诊断结果表明,网络模型通过对已知故障数据样本的学习,实现了对变速箱未知故障的诊断。

为了实现液压泵自动故障预警，提出了一种基于在线单类支持向量机的新方法．与离线单类支持向量机不同，该方法可根据输入样本的变化不断地及时调整自由参数，实现持续学习．同时提出了一种在线检测奇异值的鲁棒性算法．最后，从液压泵振动信号的时域信息中提取诊断特征参数，组成最小诊断参数组合，建立了液压泵在线故障预警系统，并进行了仿真研究．