捆绑火箭的主捆绑位置设计是一项复杂的总体设计项目,涉及传力路径优化、主捆绑结构设计、箭体吊装和支撑设计等。传力路径优化能够在火箭的结构设计中提高箭体结构的利用效率,进而提高火箭的运载能力系数。采用梁单元火箭模型,通过互换主捆绑和捆绑连杆的位置,计算各个主要工况下梁单元模型的应变能。通过应变能的对比,反映不同主捆绑位置下梁单元模型中结构效率的优劣。梁单元模型可以采用常见的商业有限元软件实现。对比结果可为捆绑火箭的主捆绑位置总体设计提供参考。

为提高基于机器视觉的巡检机器人目标识别准确率和检测速度,提出一种基于改进YOLOv3网络的目标检测识别方法。所提方法利用PANet优化YOLOv3网络路径和自适应池化结构,采用深度可分离卷积替代其标准卷积,以提高YOLOv3网络识别精度和检测速度,并基于改进的YOLOv3网络进行目标检测,实现了高精度、快速率的巡检机器人目标检测。仿真结果表明,所提方法相较于标准YOLOv3网络和常规目标检测网络SSD、DenseBox以及Faster RCNN,在准确率和检测速度方面具有明显的优势,均值平均精度达到84.44%,每秒帧率达到30帧/s,可实现基于机器视觉的巡检机器人实时检测。

喷洒装置机械旋转构件过度使用后,会损害其机械性能,产生转子不平衡问题。因这种不平衡缺少可准确衡量的特征参数,所以提出一种喷洒装置机械旋转构件现场动平衡二次校正控制方法。首先提取转子在转动不平衡时的振动幅值及相位;然后基于提取结果,对喷洒装置机械旋转构件进行不平衡校正,并采用影响系数法二次校正构件现场动平衡。实验与分析结果表明,该方法能更精准地提取喷洒装置机械旋转构件振动信号相位、幅值,绘制出时域振动信号波形,二次校正后喷洒装置机械旋转构件两测点振动信号波形逐渐稳定,现场动平衡得到保证。

为保障智能电网安全运营,分析了用电信息采集系统中主站层、通信信道层及采集设备层各层的安全风险,并基于“可信终端—可信传输—可信指令”的可信链构建思路,设计了一种融合可信终端、BIMP安全认证协议、HSCT硬件信号确认技术的用电信息双向交互认证加密系统。系统以TCM芯片为可信根,构建了信任链,将信任关系融入系统的所有构件,以此进一步构建了可信链智能终端,让接入主站层的用电信息满足各业务系统的安全防护要求;对WAPI、HSMA认证协议缺乏密钥保护、安全性差以及加密技术运算量大的问题,引入了融合优先级控制、协议过滤及双向身份认证的BIMP认证协议,实现了用电信息的传输信号安全加密。

由于储能动力需求的不断增长和锂离子资源的日益匮乏,亟需研发新型的低成本和储量丰富的钠离子电池,而与之匹配的负极材料成为关键。为此开发了一种快速便捷的共沉淀法,结合氧化石墨烯(GO)的掺杂改性效应,成功制备了具有优异储钠电化学性能的CoO-GO。结果表明,当测试电流密度高达5 000 mA/g时,其储钠容量仍能保持在275.5 mAh/g。该方法具有方便快捷、可实现宏量制备等特点,为后续钠离子电池负极材料的研发提供了有力支撑和重要借鉴。

研究了东方红5型新0411号混合动力机车能耗、动力电池使用效果以及节油效果,分析了液力传动内燃机车改造为混合动力机车的运用效果。研究表明,改造后的东方红5型新0411号混合动力机车相比原液力传动内燃机车可节油68%,且其动力电池冷却性能良好,使用寿命可达10 a。

针对自抗扰控制器参数多、整定困难的问题,基于改进天牛须搜索算法设计了一种在线自整定参数的自抗扰控制器。针对天牛须搜索算法当前迭代的最优候选解,认为是正、伪两种状态的量子位线性叠加,可用实数编码的量子重新表示,然后利用量子旋转门更新量子表达式。以永磁同步电机作为被控对象进行仿真验证,结果表明基于混合算法的自抗扰控制器有着更好的控制精度和抗扰动性能。

提出一种基于补偿因子的模具型面补偿设计方法。以初始模具型面(理论外形)作为固化前复合材料构件的外形,首先通过固化变形有限元模型计算结果获得初始变形向量;然后将反向后的初始变形向量与补偿因子相乘,得到补偿向量;接着将补偿向量与初始模具型面叠加,获得补偿模具型面。建立以补偿因子为设计变量、以能够综合反映脱模后构件外形与理论外形偏差的无量纲参数(目标函数)为响应的代理模型,通过求解代理模型计算出最佳补偿因子,从而获得最优补偿模具型面。以U型复合材料梁的模具为例进行验证,结果表明优化后构件外形的偏差减少了90%以上,优化效果显著。

为满足低通信量和计算资源需求,最大限度地减少电动汽车电池内阻造成的功率损失,提出了一种基于分布式共识算法和图论的电动汽车充电控制新方法。该方法使用分布式共识算法,信息交换在相邻电动汽车之间进行,减少了对通信量和计算资源的需求。为验证所提电动汽车充电控制方法的有效性,分别进行了10辆和100辆电动汽车的充电站实际案例控制实验。结果表明,所提出的电动汽车充电控制方法能够实现电动汽车有效负载的精确分布控制。

针对现有旋转机械故障特征提取算法存在的故障特征分类准确率低和效率低等问题,提出一种基于BSS-HHT的故障特征提取与诊断数学模型。首先基于小波软阈值降噪,同时对原始故障信号进行预处理,消除噪声和故障信号之间的二阶性特征;然后构建BSS算法模型并以负熵作为目标函数,从源信号中分离有效的故障信号;最后通过引入HHT算法对输出信号做经验模态分解,在消除端点效应的同时实现对故障特征点的定位与诊断。实验数据显示所提算法模型在训练集和测试集中,故障分类准确率分别达99.8%和99.7%,特征提取效率也优于现有算法。