基于随机搜索树法的机械臂视觉伺服研究

在当今的工业应用中,机械臂完成某一特定作业任务的基础是进行轨迹规划。针对单纯基于图像的视觉伺服(the image-based visual servoing,IBVS),不能直接对相机或机械臂的运行轨迹进行控制,容易造成跟踪目标脱离视野、机械臂与工作空间障碍物相碰撞的问题,本文提出了三维随机搜索树算法(the three-dimensional Rapidly-exploring Random Trees algorithm,3D-RRT)实现机械臂的轨迹规划,将轨迹规划与视觉伺服相融合,使机械臂在跟踪移动过程中,满足图像视野范围限制和空间障碍物约束问题。在MATLAB平台建立算法仿真实验,结果表明三维随机搜索树算法(3D-RRT)可以较好解决基于图像的视觉伺服(IBVS)中存在的问题。     

地表径流速度对城市内涝影响规律

为分析地表径流速度对城市内涝的影响,采用一维地下排水管网与二维城区地形的动态耦合模型,选取大连市某排水区块作为研究区域,设置4种地表径流速度10种设计降雨场景,模拟分析在不同重现期设计降雨及不同地表径流速度下研究区的内涝积水特性。结果表明:随着地表径流速度降低,管道排水压力变小,管道排水达标率最高可提升48.05%,且降雨重现期越短,地表径流流速对管道排水压力的削减效果越明显;地表径流流速对检查井溢流量影响显著,随着地表径流速度降低,检查井溢流量峰值最高可减小2 750 m~3,峰现时间最长可滞后56 min,同时随着降雨重现期增长,地表径流流速对检查井溢流量的削减效果减弱;研究区低、高风险区淹没面积随地表径流速度降低,最高可分别减小1.64万、8.37万m~2,但中风险区淹没面积变化反复。     

超高效液相色谱⁃四极杆⁃飞行时间质谱对含PET食品接触材料中可迁移非挥发性物质的筛查研究

采用超高效液相色谱⁃四极杆⁃飞行时间高分辨质谱（UPLC⁃Q⁃TOF）对4类不同类型的含聚对苯二甲酸乙二醇酯（PET）材质的食品接触材料在4 %乙酸和50 %乙醇模拟物中的迁移出的非挥发性未知物进行筛查解析。结果表明，产品在4 %乙酸模拟物的迁移风险远小于50 %乙醇模拟物，主要迁移物质为聚合单体形成的寡聚物，抗氧剂、润滑剂、胶黏剂等加工助剂以及生产加工、迁移过程中形成的非有意添加物（NIAS）物质；纯PET材质的产品迁移物质较少，多层复合材料迁移物质较多。复合材质的产品中，PET材质可能在生产时添加了己二酸、癸二酸、新戊二醇等物质，进行了改性处理；此外，部分迁移物质会与模拟物中的乙醇发生反应，生成新的NIAS物质。     

锂离子电池石墨负极放热反应研究

采用差示扫描量热仪(DSC)对满嵌锂态石墨负极在50～400℃之间出现的放热反应进行了研究.对不同荷电状态(SOC)的负极进行DSC、扫描电镜(SEM)和X射线衍射(XRD)分析以研究放热反应发生的过程.对负极中各物质之间可能发生的反应也均使用DSC进行分析.最终得出石墨负极各放热反应归属:100～120℃为SEI膜分解.200～270℃为锂与电解液的反应,270～300℃为锂与羧甲基纤维素钠(CMC)的反应以及电解液的分解反应,300℃以上放热尖峰为锂与石墨的反应.     

形状记忆合金驱动的连续跳跃柔性机器人

针对在复杂、狭窄的非结构化地形下跳跃机器人存在的着陆稳定性和运动连续性的问题,提出了一种形状记忆合金(shape memory alloy,简称SMA)智能材料驱动的柔性跳跃机器人,它具有轻质小型、结构简单及连续运动的优点。利用对称的折纸柔性身体减少着陆振动,保证着陆稳定;利用对称的双SMA弹簧拮抗系统实现弹性元件交替变形和储能释能的功能;建立了柔性机器人跳跃运动的理论模型,研究了关键结构尺寸对能量储存和跳跃性能的影响机制,并研制了一款尺寸为6 cm×4 cm×2.5 cm、质量为3.8 g的原理样机。实验结果表明:柔性机器人依靠SMA驱动能够实现跳跃触发和形态恢复,最大跳跃高度和远度分别为8.67 cm和18 cm,并且可以适应不同工作面。该机器人跳跃性能优越,控制顺序简单,可为非结构化地形下完成侦察探测工作奠定基础。     

基于MF-DCCA 的呼吸道疾病与大气污染物相关性分析

针对呼吸道系统疾病与大气 PM2:5、 SO2 浓度序列的相关性特征, 应用多重分形消除趋势波动分析法 (MF-DCCA), 对张家界市永定区呼吸道系统疾病患病人数与大气 PM2:5、 SO2 浓度序列进行了研究。结果发现该地区 呼吸道系统疾病患病人数与大气 PM2:5、 SO2 浓度的相关性具有长期持续特征和多重分形特征。随后对它们相关性 多重分形特征的动力来源进行了分析, 通过随机重排和相位随机处理, 结果表明在不同时间尺度上的长期持续性影响 是其主要动力来源。进一步研究发现该地区呼吸道系统疾病与大气 PM2:5、 SO2 浓度序列的相关性在四个季节均具 有长期持续性的多重分形特征, 且夏季多重分形特征相对强于其他季节。     

多堆厂址始发事件分析探讨

多堆厂址一级概率安全评价（PSA）研究中，机组数目的增加使得建模工作量剧增，给整个核电厂的风险评估带来困难。结合已有基础，本文研究了多堆厂址始发事件分析的筛选方法，提出利用堆芯损伤频率（CDF）上下限值评估方法，分析厂址内不同机组数对厂址CDF的影响。结果表明，双机组厂址适合优先进行具体分析。针对双机组核电站，对多堆厂址内各始发事件进行筛选。结果表明，丧失厂外电、丧失热阱等事件适合建模分析，并对其他筛选结果给出后续分析建议，为多堆厂址一级PSA后续事故序列建模工作提供了重要基础。     

TiO2/MXene-Assisted LDI-MS for Urine Metabolic Profiling in Urinary Disease

Cancer remains an intractable medical problem. Rapid diagnosis and identification of cancer are critical to differentiate it from nonmalignant diseases. High-throughput biofluid metabolic analysis has potential for cancer diagnosis. Nevertheless, the present metabolite analysis method does not meet the demand for high-throughput screening of diseases. Herein, a high-throughput, cost-effective, and noninvasive urine metabolic profiling method based on TiO₂/MXene-assisted laser desorption/ionization mass spectrometry (LDI-MS) is presented for the efficient screening of bladder cancer (BC) and nonmalignant urinary disease. Combined with machine learning, TiO₂/MXene-assisted LDI-MS enables high diagnostic accuracy (96.8%) for the classification of patient groups (including 47 BC and 46 ureteral calculus (UC) patients) from healthy controls (113 cases). In addition, BC patients can also be identified from noncancerous UC individuals with an accuracy of 88.3% in the independent test cohort. Furthermore, metabolite variations between BC and UC individuals are investigated based on relative quantification, and related pathways are also discussed. These results suggest that this method, based on urine metabolic patterns, provides a potential tool for rapidly distinguishing urinary diseases and it may pave the way for precision medicine.