基于MLS-SVM的结构整体可靠度与全局灵敏度分析

全局灵敏度分析,旨在考量结构系统中各输入随机变量对输出响应不确定性及风险水平影响的重要度。它能为后续的可靠度评估、故障诊断、系统设计、预测及优化等提供重要参考。尽管各类全局灵敏度分析方法不断涌现,但高维复杂结构(如风机叶片结构)灵敏度分析仍是目前的难题。该文针对空间分割全局灵敏度分析方法的三种可能计算形式及最优分割方案展开研究,通过标准算例分析和误差理论推导,提出能充分利用样本信息、有效减轻计算负担的求解形式及分割方案,并将其应用于风机叶片极限载荷工况下的全局灵敏度分析中,同时为未来设计更为高效、经济和可靠的风机结构提供参考。

     

基于空间向量分解的边界剥离密度聚类

作为聚类的重要组成部分, 边界点在引导聚类收敛和提升模式识别能力方面起着重要作用, 以BP (Border-peeling clustering)为最新代表的边界剥离聚类借助潜在边界信息来确保簇核心区域的空间隔离, 提高了簇骨架代表性并解决了边界隶属问题. 然而, 现有边界剥离聚类仍存在判别特征不完备、判别模式单一、嵌套迭代等约束. 为此, 提出了基于空间向量分解的边界剥离密度聚类(Density clustering based on the border-peeling using space vector decomposition, CBPVD), 以投影子空间和原始数据空间为基准, 从分布稀疏性(紧密性)和方向偏斜性(对称性)两个视角强化边界的细粒度特征, 进而通过主动边界剥离反向建立簇骨架并指导边界隶属. 与同类算法相比, 40个数据集(人工、UCI、视频图像)上的实验结果以及4个视角的理论分析表明了CBPVD在高维聚类和边界模式识别方面具有良好的综合表现.     

结合GLCM与三阶张量建模的在线目标跟踪

为提高目标跟踪算法对多种目标表观变化场景的自适应能力和跟踪精度,论文提出一种结合灰度共生(GLCM)与三阶张量建模的目标优化跟踪算法。该算法首先提取目标区域的灰度信息,通过GLCM的高区分度特征对目标进行二元超分描述,并结合三阶张量理论融合目标区域的多视图信息,建立起目标的三阶张量表观模型。然后利用线性空间理论对表观模型进行双线性展开,通过在线模型特征值描述与双线性空间的增量特征更新,明显降低模型更新时的运算量。跟踪环节,建立二级联合跟踪机制,结合当前时刻信息通过在线权重估计构建动态观测模型,以真实目标视图为基准建立静态观测模型对跟踪估计动态调整,以避免误差累积出现跟踪漂移,最终实现对目标的稳定跟踪。通过与典型算法进行多场景试验对比,表明该算法能够有效应对多种复杂场景下的运动目标跟踪,平均跟踪误差均小于9像素。     

“神州八号”航天搭载诱变选育果胶酶高产菌株

以泡盛曲霉40499为出发菌株,通过\     

行人同伴群社会力学仿真

针对同伴群的群体动力学、其比例和规模对行人流的影响以及拥挤人流中的形态特性和活动特性研究还很不充分的问题,采用改进社会力学行人同伴群模型并构建仿真平台,对不同场景进行仿真研究.结果表明:同伴群降低了行人流平均速度,且随着人群密度增加,同伴群平均速度也会减小.同伴群尺寸越大,平均速度越低,对群体平均速度降低作用越明显.同伴群减弱了行走空间宽度增加带来的行人流速度增加趋势.同伴群在人群中表现出了更稳定的行走路径和行走速度,虽然同伴群降低了人群疏散的效率,但产生了\     

主-被动方法优化负电容压电阻尼振动系统电路参数

针对负电容压电阻尼振动系统中负电容电路参数对振动幅值影响较大且不能适应外界环境变化而自动进行调节的问题,提出了一种主-被动方法,该方法将负电容电路参数调节问题转化到主动控制算法中.首先,针对压电等效电路特点,推导了主-被动方法原理.依据折半搜索算法的思想,阐述了主动控制器参数调节流程.最后,基于dSPACE1104在线仿真系统,使用压电和模拟电路元件,建立了四边固定的压电合金板主-被动振动控制实验平台,对提出的主-被动方法进行了实验研究.实验结果表明:提出的方法能够让负电容控制器的电路参数达到最优,且控制效果在同等条件下优于单独的主动控制或被动控制方法.     

基于时间序列分析的工业控制以太网流量异常检测

为提高工业网络中异常流量的检测精度,提出了基于结构时间序列分析的流量异常检测方案,将工业以太网流量分解成不同组分,并辅以状态空间模型,将复杂的网络流量进行分层建模,从而有效提高了工业网络异常流量检测精度,降低了误报率.与传统的X-12结构时间序列分析法相比,其平均精度上升38%,所以本文方法对于异常检测系统的效率改善明显.     

倒三角截面空间桁架拱平面外弹塑性稳定设计方法研究

该文研究了倒三角截面两铰桁架拱和固支桁架拱的平面外稳定性能：首先介绍了倒三角形桁架拱的平面外弹性屈曲荷载,此后采用大挠度弹塑性有限元方法,通过引入纯压正则化长细比和纯弯正则化长细比,分别建立了纯压和纯弯桁架拱的平面外弹塑性稳定设计方法。在此基础上,研究了杆件的变形对桁架拱平面外整体稳定性能的影响,并通过两个相关系数将该影响体现在稳定承载力设计方程中。进一步,依据有限元数值计算结果,提出了全跨水平均布荷载或半跨水平均布荷载作用下桁架拱的轴力和弯矩稳定承载力设计方程,供倒三角截面桁架拱平面外稳定性设计。     

执行器受限空间机器人的模糊神经网络控制

空间机器人关节执行器输出力矩幅值及幅值变化率受限的情况,是其在太空应用中不可避免要面临的实际问题。为此该文讨论了关节执行器输出力矩幅值及幅值率受限情况下参数未知空间机器人系统协调运动的动力学控制问题。依据系统动量守恒关系和拉格朗日第二类方程,推导了漂浮基空间机器人系统的动力学方程。以此为基础,针对关节执行器输出力矩幅值及幅值率受限的情况,设计了一种自适应模糊神经网络控制器,以使空间机器人系统的本体姿态和机械臂关节铰协调地跟踪各自在关节空间的期望运动轨迹。该控制方案由自适应模糊神经网络控制器及抗饱和参数自适应律构成。首先利用有限差分法将幅值率受限条件转化为幅值受限条件,并与该文预设的力矩受限条件比较以确定每个采样时刻的力矩动态受限范围;然后再通过设计一个抗饱和参数自适应律来确保执行器的输出力矩在动态受限范围内。基于Lyapunov稳定性理论证明了该控制器可确保控制系统是渐近稳定的。仿真对比实验证明了该控制方案的有效性。     

低空复杂环境下基于采样空间约减的无人机在线航迹规划算法

针对低空复杂环境下障碍物密集且类型多样、带有多通道并存在不确定信息的无人机在线航迹规划问题,为了减少碰撞检测次数,提高航迹搜索速度,降低航迹代价,提出一种基于采样空间约减的无人机在线航迹规划算法. 算法通过引入代价模型,提出约减域逐步构造方法,引导规划树快速有效扩展,改善了基于动态域的快速拓展随机树（Dynamic domain rapidly-exploring random tree,DDRRT） 算法中存在的采样空间过度约减问题. 算法通过密度划分索引的方法逐步构建多棵Kd 树（K-dimensional tree）并采用多近邻节点搜索方法,加快了近邻树节点搜索速度. 仿真实验结果表明,与DDRRT方法相比,该方法在保证对采样空间约减合理性的同时,提高了航迹规划效率和通道内的寻路能力.