仿生扑翼飞行器能耗研究进展

自然界中飞行生物利用肌肉、骨骼等结构的协同作用实现灵活、敏捷的飞行,具有扑动、悬停、滑翔等多种飞行模式。仿生扑翼飞行器是模拟鸟类和昆虫等飞行模式的一类飞行器,通过机翼的周期性上下扑动产生飞行所需的升力和推力,具有隐蔽性好、能效高和飞行噪声小等优点,得到了各研究机构的广泛关注。由于扑翼飞行器自身的负载能力较小,很难携带大容量的电池,导致其续航时间有限。研究新型轻质高能量密度的电池和高仿生设计实现续航时间的提升,是扑翼飞行器重要的研究方向。但是,针对扑翼飞行器新型电池的研究还处于初级研发阶段,尚不具备机载飞行测试的能力。研究人员从仿生机理分析、机构优化设计以及控制策略研究等方面入手,针对扑翼飞行器能耗问题开展了大量研究,并取得了阶段性成果。总结了有关仿生扑翼飞行器能耗方面的研究进展,分析了静态参数、动态参数和控制策略等对仿生扑翼飞行器能耗的影响,提出了降低能耗的措施,并对未来研究方向做出了展望。      

软体机械臂的驱动方式、建模与控制研究进展

软体机械臂是一个新的机器人分支,不同于刚性机械臂,它完全由柔软的材料打造,可以完成刚性机械臂无法完成的任务,比如非结构环境下探测,易碎物品的抓取,更安全的人机协作等等。目前许多国家正在投入到软体机械臂的研究当中,研究者设计出形状与功能都不尽相同的软体机械臂,从制作材料的多样性到驱动方式的多样性,再从建模方式的多样性到控制方式的多样性,无不展示出软体机械臂的独特性。由于任务目的的不同,软体机械臂的驱动方式有所不同,本文首先研究三种主流的软体机械臂驱动方式——绳索驱动（Tendon驱动）、形状记忆合金驱动（SMA驱动）、气动驱动（Pneumatic驱动）,然后由此展开,分别研究软体机械臂在不同驱动方式下的建模方式和控制方法。最后从驱动方式,建模方法和控制方法三个方面对软体机械臂的发展趋势进行总结展望。      

面向单目视频的非牛顿流体仿真重建

本构模型参数不恰当导致仿真结果与真实视频的视觉效果不一致。对此，提出了一种非牛顿流体仿真重建方法。在模型训练阶段，使用非牛顿流体仿真视频作为输入，学习单帧流体仿真图像的最佳低维潜在空间表示，并在该潜在域中进行帧间预测，采用卷积长短时记忆网络预测未来帧的潜在向量表示。基于逐帧潜在表示编码和帧间时序特征预测本构模型的重建参数。在模型验证阶段，以非牛顿流体单目真实视频为输入，预测流体本构模型参数，实现基于Cross模型的非牛顿流体仿真重建。仿真实验结果表明，使用面向视频的仿真重建方法能够获得比使用基于流变仪测量的重建方法与真实视频更吻合的流体重建结果，在不同时间点均有更高的像素准确率、像素精准率和更符合实际流动的视觉效果。     

工业数字孪生数据建模在钢铁行业中的应用研究

目的 工业数字孪生技术在钢铁行业的应用展现了其显著的潜力,成为工厂数字转型的核心技术之一,尤其在数据建模方面。本文梳理工业数字孪生中数据建模技术在钢铁行业中的应用。方法 通过梳理相关文献,重点分析四种数据建模方法,即基于知识的方法、基于机理的方法、基于传统机器学习的方法和基于深度学习的方法,详细介绍这些方法的优势、局限性和具体应用案例。探索了这些方法在数字物理实体融合的工业数字孪生系统构建中的潜力,以及未来模型的可扩展性设计,特别是针对大模型技术的应用。结论 通过这一综述,梳理钢铁行业现有工业数字孪生数据建模技术,为钢铁行业的数字化转型提供有价值的见解,并为未来的研究和实践提供方向。     

Fe2O3对高硅碱性球团固结性能的影响

深入研究Fe₂O₃对于高硅碱性球团生球以及成品球性能的影响,有助于促进基于我国铁矿资源特征的低碳炼铁技术发展。本文通过调整碱性球团用混合料中Fe₂O₃的含量,解析Fe₂O₃对高硅碱性球团生球、预热球和成品球性能的影响规律,并采用扫描电镜以及图像识别处理系统表征高硅碱性球团的微观矿相结构。结果表明：随着混匀矿中赤铁矿配比的提高,高硅碱性球团生球、预热球和成品球的抗压强度均有所降低,随着Fe₂O₃配比的升高,成球性能劣化,生球的抗压强度降低至9.04 N/P。赤铁矿连晶固结性能变差,成品球的强度降低至3 433 N/P。当两种矿粉的配比为50%时,球团孔隙率急剧增大为32.8%,A矿粉配比不宜超过40%。微观矿相结果表明,随着Fe₂O₃含量的增加,球团内部小颗粒尺寸晶粒变多,大颗粒尺寸晶粒减少,平均颗粒面积减少,晶粒间连晶性能变差,固结性能削弱,内部孔隙率提高。在制备高硅碱...     

执行器攻击下神经网络事件触发滑模同步控制

针对多神经网络系统在执行器攻击和外部随机干扰下的同步控制问题,对事件触发滑模控制方法进行研究。首先,设计了2种新的积分滑模函数,保证多神经网络系统在整个同步过程中的全局鲁棒性;其次,在事件触发机制的基础上,针对系统存在有界扰动和执行器攻击的问题,设计了分布式事件触发积分滑模控制器,在抑制干扰和攻击的同时实现了多神经网络的同步控制,并且节约了通信资源;再次,基于李雅普诺夫稳定性理论,给出了多神经网络同步的充分条件,并通过推导得出最小触发时间间隔为大于0的正数,即保证系统不会存在奇诺(Zeno)行为;最后,仿真结果验证了所提控制方法的有效性。     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

固定翼无人机集群分布式固定时间编队跟踪控制

为实现固定翼无人机集群对理想编队构型的跟踪,研究了执行器存在未建模动态和不确定性的无人机集群系统的固定时间编队跟踪控制问题。首先,建立了无人机集群的三自由度运动学模型。其次,基于一种收敛时间独立于初始条件的固定时间终端滑模,设计了分布式固定时间编队协同跟踪控制器,利用控制器中的鲁棒项补偿外部扰动,通过Lyapunov稳定性理论证明了闭环系统的固定时间稳定性。最后,对所设计的控制器进行了数值仿真验证,仿真结果表明：所设计的控制器能够使无人机集群在固定时间内组成理想编队构型,同时系统具有鲁棒性。     

软体机械臂的建模与神经网络控制

软体机械臂因其出色的环境适应能力以及安全的人机交互使其在医疗、航天航空等领域有着广阔的应用前景.但由于软体机械臂是一类连续体装置,不能采用传统的刚体机械臂的建模和控制方法,需要一种新的建模方法.针对一类线驱动软体机械臂,本文提出一种基于应变参数化方法的软体机械臂建模方法,能够描述软体机械臂在三维空间下在不同布线方式下的运动.首先把整个软体机械臂当作一个Cosserat梁,利用成熟的Cosserat梁理论进行建模,其核心思想是利用Ritz方法对软体机械臂应变场进行离散化,得到一组常微分方程组,其次利用反向传播(Back propagation,BP)神经网络完成形状空间与驱动器空间的驱动力转换.针对软体机械臂模型中存在的未知动态,利用径向基函数（Radial basis function,RBF）神经网络进行逼近和补偿.然后基于Lyapunov稳定理论证明了引入自适应神经网络控制器后闭环系统的稳定性.最后,针对模型与自适应神经网络控制器进行了一系列的仿真实验,验证了模型和控制算法的有效性.因此,可以实现对一类软体机械臂的建模控制.     

面向多相流模拟的体积通量无散度SPH方法

针对高密度比多相流体模拟中存在的相间密度计算误差问题及产生的不合理对流运动模拟效果,提出一种基于体积通量无散度的隐式流体压强求解方法.首先,分析传统多相流模拟方法产生密度近似误差的原因;其次,提出“体积-压缩率”的关联计算方式,构建流体压缩率与压强间的线性关系;再次,分别设计恒定体积求解器和体积通量无散度求解器,以实现多相流模拟过程中流体体积的不可压缩性和速度场的无散度特性.为验证所提方法性能,以流体模拟方法 DFSPH为对比对象,分别以模拟效果合理性、数值计算稳定性与收敛性为定性和定量评估指标,依次开展两相溃坝、热对流等多相流交互实验.结果表明,该方法能够实现高效、稳定的多相流交互模拟视觉效果,在同等多相流条件下较DFSPH方法耗费更少计算时间实现收敛,在各种复杂模拟场景中均具有良好的健壮性、有效性和可扩展性,尤其适用于高密度比流体交互模拟.