基于蜻蜓翅脉结构的连续碳纤维增强树脂基复合材料仿生设计与增材制造

以具有轻质高强优异性能的蜻蜓翅脉结构为设计灵感，在分析翅脉网格结构抗冲击原理的基础上，设计了传统和仿生两类对比结构。采用熔融挤出3D打印机成功制备了具有不同结构的连续碳纤维增强聚乳酸复合材料试样，并对不同结构复合材料试样的拉伸性能和抗冲击性能进行了测试和对比分析。研究分析结果表明：由于拉伸力方向上的连续碳纤维含量相对较少，限制了仿生结构复合材料抗拉强度的提高，但仿生结构的平均抗拉强度为传统结构的1.18倍；当仿生结构复合材料试样受到冲击力时，其内部六边形结构的连接角度会发生变化，从而极大消耗冲击能量，同时具有六边形网格结构的连续碳纤维可以有效阻碍裂纹的扩展，因此仿生结构的平均冲击韧性可以达到传统结构的2.46倍；仿生蜻蜓翅脉结构可以显著提高增材制造复合材料的综合力学性能，且对于抗冲击性能的提高具体突出效果。连续碳纤维增强树脂基复合材料的有效可行的仿生蜻蜓翅脉结构设计和增材制造，可极大扩展其在高冲击载荷领域中的相应应用。     

Structural,morphological, dielectric and magnetic properties of Zn-Zr co-doping yttrium iron garnet

In this study, yttrium iron garnet co-doped with Zn and Zr atoms with a chemical formula Y₃Zn_xZr_xFe_(5−2x)O₁₂ (x = 0.0-0.3) has been successfully prepared by the solid-state reaction method. The effects of doping concentration on the microstructure, crystal structure, magnetic properties, and dielectric properties of Y₃Zn_xZr_xFe_(5−2x)O₁₂ were investigated. The microstructure analysis indicates that co-doping of YIG with Zn and Zr can effectively reduce the grain size of the ceramic. The crystal structure results reveal that the doping concentration of Zn–Zr has substantial influence on the lattice parameters of YIG, such as, increases the lattice constant, crystal cell size, and interplanar spacing. However, the second phase of ZrO₂ appears once x ≥ 0.15. Additionally, the dielectric properties of YIG ferrite can be regulated using this Zn–Zr co-doping method. Zn–Zr co-doping can improve the dielectric stability and reduce the dielectric loss at high temperature. The magnetization measurement shows that the saturation magnetization is stabilized at x < 0.15, and the magnetic loss is decreased with the increase in the doping concentration. Overall, the findings show that the ceramic with x = 0.1 exhibits better properties included high saturation magnetization (24.607 emu/g), low magnetic loss (0.0025 @ 1 MHz), and relatively low dielectric loss (496 @ 400°C).     

GemstoneFire: adaptive dispersive ray tracing of polyhedrons

Synthesizing realistic images of gemstones requires techniques beyond the scope of normal ray tracing. The fire of such highly refractive objects is what makes gemstones attractive, and also imposes very high computational overhead to perform time consuming dispersive ray tracing. Gemstones are usually cut in polyhdrons as for example, a brillant cut. After a detailed analysis of the nature of dispersive ray tracing of polyhedral objects, we propose here a new method of using three simple rays adaptively to model the ray spreading caused by dispersive refraction. It is shown that the proposed method reduces the computational complexity to an order close to that of normal ray tracing.     

基于有限元方法的3-PPSR大长径比柔性并联机器人刚度模型分析

为实现较大工作空间的运动,设计了一种大长径比的3-PPSR结构的微操作柔性并联机器人.该机器人由压电马达驱动,采用大长径比柔性铰链连接,柔性铰链的变形范围在毫米级,适用于要求大变形的场合,同时具有结构简单、无奇异、无间隙、运动精度高等特点.由于系统的刚度直接影响系统的运动精度、承载负荷等性能,针对大长径比柔性铰链特点,运用有限元方法,建立了柔性铰链的数学模型,并采用整体刚度的方法,结合机构协调方程和力平衡方程,得到系统的柔性刚度模型.最后,采用ANSYS比较了所建理论刚度模型结果与有限元模型分析的结果.分析结果表明,理论刚度模型合理,符合机构的运动特征.     

光纤熔融拉锥中拉力控制方法与电磁力仿真

针对保偏光纤耦合器熔融拉锥制造过程中拉力控制问题,提出一种新的计算机在线拉力控制方法.拉力控制系统由计算机、拉伸机构、圆光栅及控制电路组成,通过检测光纤支架的旋转角度、改变线圈中的电流,控制永磁铁与线圈间的电磁力,实现对拉伸力的实时控制.分析电磁力和拉力的关系,建立永磁铁和线圈的三维有限元模型,确定永磁铁的运动轨迹,并对通电线圈的磁场分布和电磁力进行仿真,得到线圈中的电流、支架旋转角度和拉力的关系式.仿真结果表明拉力控制良好,控制误差约为1.03%.     

基于Ptolemy的自适应巡航系统建模与仿真

信息物理融合系统( CPS)是计算、通信与控制技术的融合,汽车自适应巡航控制系统是一种典型的CPS,具有广泛的应用前景。通过建立汽车纵向行驶的数学模型,并基于CPS给出自适应巡航控制系统的结构,设计系统的状态机模型。基于Ptolemy分别设计前车、测量距离和本车的计算模型,构建系统的层次模型,在子模型中采用模态模式对基于时间的模型与状态机模型相结合的混合系统行为进行建模。仿真结果表明,该方法能满足自适应巡航控制系统的要求,保证系统的安全性。     

面向微小型机器人的5.8GHz微波能量传输系统

提出了面向微小型机器人的5.8 GHz 微波能量传输系统,采用Ritz-Galerkin（RG）方法建立了微波能 量传输系统射频整流电路模型,分析了整流二极管的整流性能,得到了输入功率与输出电压、整流效率与负载比之 间的关系．设计了八木振子天线,提高了能量接收的定向性．最后搭建了微小型机器人微波能量传输实验系统,开 展了利用微波传输能量驱动微机器人的实验,验证了利用微波能量传输系统为微小型机器人供能的可行性．     

一种单构件双运动机理微小型机器人移动机构

传统微小型机器人的移动机构难以同时满足对高移动速度和高分辨力的需求,而宏微双重移动机构通 常存在结构复杂的缺点．针对这一问题,提出一种单构件双运动机理移动机构．该机构具有双重运动机理,即非谐 振条件下的粘滑运动机理和谐振条件下的碰撞运动机理,分别用于实现较高的运动分辨力和较高的运动速度．实验 结果表明,原理样机在前进与后退方向的运动分辨力分别可以达到0.896 mm 和0.456 mm,在10V 电压驱动下运动 速度可达172 mm/s．该机构结构简单,易于微小型化与批量制造,同时具有较高的运动速度与运动分辨力,可以提 高微小型机器人的运动性能．     

基于One-Shot聚合自编码器的图表示学习

自编码器（AE）是一种高效的图数据表示学习模型,但大多数图自编码器（GAE）为浅层模型,其效率会随着隐藏层的增加而降低。针对上述问题,提出基于One-Shot聚合（OSA）和指数线性（ELU）函数的GAE模型OSA-GAE和图变分自编码器模型OSA-VGAE。首先,利用多层图卷积网络（GCN）构建编码器,并引入OSA和ELU函数;然后,在解码阶段使用内积解码器恢复图的拓扑结构;此外,为了防止模型训练过程中的参数过拟合,在损失函数中引入正则化项。实验结果表明,OSA和ELU函数可以有效提高深层GAE的性能,改善模型的梯度信息传递。在使用6层GCN时,基准引文数据集PubMed的链接预测任务中,深层OSA-VGAE相较于原始的VGAE在ROC曲线下的面积（AUC）和平均精度（AP）上分别提升了8.67和6.85个百分点,深层OSA-GAE相较于原始的GAE在AP和AUC上分别提升了6.82和4.39个百分点。