模块化永磁直线游标电机等效磁网络及漏磁分析

在模块化永磁直线游标电机的初始设计及优化设计中,使用有限元方法(FEM)计算漏磁系数时需要耗费大量的建模和计算时间。针对这一问题,建立该种电机的等效磁网络模型,在建模期间,考虑气隙中的边缘效应,并计算永磁体组与定子齿在不同相对位置时的等效磁导,得到该种电机在一个周期内不同相对位置时的漏磁磁导和漏磁系数的数学解析表达式。采用FEM验证了该数学解析表达式的准确性。研究结果为模块化永磁直线游标电机的设计提供了理论依据。     

基于MFC的拉扭复合系统界面设计

为了方便对拉扭复合系统中2台伺服电机的控制,设计了基于MFC的上位机界面。通过串口通信,使用不同的按钮操作设置伺服驱动器相应参数,从而控制2台伺服电机的运行。上位机实时接收伺服驱动器监控数据绘制出转速、位移、转矩曲线。针对在数据接收过程中信息帧接收错误的情况,使用拼接两相邻错误信息帧的方法进行修复。结果表明:上位机界面实现了系统功能及对电机运行工况的监控。     

An innovative approach for integrated airline network and aircraft family optimization

The determination of optimal aerial transport networks and their associated flight frequencies is crucial for the strategic planning of airlines, as well as for carrying out market research, to establish target markets, and for aircraft and crew rostering. In addition, optimum airplane types for the selected networks are crucial to improve revenue and to provide reduced operating costs. The present study proposes an innovative approach to determine the optimal aerial transport network simultaneously with the determination of the optimum fleet for that network, composed of three types of airplanes (network and vehicle integrated design). The network profit is maximized. The passenger’s demands between the airports are determined via a gravitational model. An embedded linear programming solution is responsible for obtaining potential optimal network configurations. The optimum fleet combination is determined from a database of candidate aircraft designs via genetic algorithm. A truly realistic airplane representation is made possible thanks to accurate surrogate models for engine and aerodynamics is adopted. An accurate engine deck encompassing a compression map and an innovative engine weight calculation besides an aerodynamical artificial neural network module enable a high degree of accuracy for the mission analysis. The proposed methodology is applied to obtain the optimum network comprised of twenty main Brazilian airports and corresponding fleet.     

基于改进深度学习模型的焊缝缺陷检测算法

针对传统深度学习模型在进行焊缝缺陷检测时对小缺陷目标检测效果不理想问题，提出基于改进深度学习Faster RCNN模型的焊缝缺陷检测算法，算法通过多层特征网络提取多尺度特征图并共同作用于模型后续环节，以充分利用模型中的低层特征，增加细节信息；改进模型的区域生成网络，加入多种滑动窗口，从而优化了模型锚点的长宽比设置，提高检测能力。实验表明，改进Faster RCNN模型取得最优的缺陷检测结果，对于小缺陷目标仍取得较好的检测精度，从而验证了算法的有效性。     

基于函数链神经网络的深度分类器

目前的宽度学习系统（Broad learning system，BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接，网络权值可以用求解伪逆的方法快速求得，避免了耗时的训练过程，从而成为快速而高效的学习方法。然而在追求高精度结果的过程中，BLS对于增强节点数量的需求过于巨大，容易造成过拟合问题。为此，本文提出了基于函数链神经网络（Functional-link neural network，FLNN）的深度分类器（FLNN based deep classifier，FLNNDC），旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构，每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点，而不是全部映射节点。和原宽度结构相比，在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。     

拓扑数据分析在复杂脑网络分析中的应用

针对复杂脑网络分析中网络结构变化阈值选择中没有公认的标准确定合适阈值这一问题，基于拓扑分析中的持续同调性理论，本文提出一种多尺度大脑网络建模分析方法，该方法在大脑全尺度距离范围之内，通过不断增加阈值，运用Rips过滤算法捕获网络的动态持续拓扑特征，并用条形码和持续图对拓扑特征可视化，最后通过计算持续图之间的Bottleneck距离和Wasserstein距离分析持续特征的稳定性。实验结果表明，该方法能更准确地提取大脑网络的拓扑结构特征并提高诊断分类的准确性。     

紧凑型横向变焦系统关键器件的设计方法与功能验证

变焦系统可实现连续的光学变焦，可对不同景深的目标实现连续成像。在焦深延拓和光学检测等领域具有广泛地应用和发展潜力。本文提出了一种紧凑型可实现连续变焦功能的扁平化位相衍射元件，并设计分析和验证了横向调制相位型变焦衍射元件的功能。通过标量衍射基本理论模型，借助菲涅尔波带和多台阶相位衍射元件的设计方法，实现了横向变焦关键器件的设计仿真和实验验证。并以多波长响应的空间光调制器为基础，搭建了器件相位调制验证实验系统，通过测试证明了所设计器件的变焦能力，仿真和实验测试均可实现5倍变焦目标的有效调制。     

基于IPSO-Elman神经网络的飞机客舱能耗预测

为了提高飞机客舱使用地面空调制冷时客舱能耗的预测精度，提出了一种改进的粒子群优化（IPSO）Elman神经网络的飞机客舱能耗预测模型。依据对算法中惯性权重与学习因子的收敛域分析，得出了二者合理的取值范围，将粒子到全局最优位置间距离与参数的取值范围相结合，构造了惯性权重与学习因子的动态调节函数，对其进行非线性的动态调节，并引入了变异因子，提出了一种跳出局部最优的策略，防止粒子群优化（PSO）陷入局部最优。将IPSO-Elman应用于Boeing738飞机客舱能耗预测中，与PSO-Elman、Elman算法进行性能比较，仿真结果表明基于IPSO-Elman的客舱能耗预测模型在预测精度和收敛速度方面均有一定的提升。该研究结果为飞机客舱能耗预测模型的建立提供了理论依据，对飞机地面空调的节能与机场电能合理调配提供了支持。     

低轨天基信息定向分发区域分割编码控制方法

为提高低轨指向性信息分发链路的频谱利用效率，从天基分发平台与地面用户的相对位置关系入手，建立了分发指向、编码增益与信道传输容量的量化关系。在此基础上，提出一种低轨天基信息定向分发区域分割编码控制方法，该方法针对不同信息分发区域，采用最小均方误差(MMSE)作为区域分割准则选择编码方式，既提升了信道传输效率也便于工程实现。最后，本文通过仿真分析了方法的效能和性能影响因素，并与现有自适应编码方法进行了对比，验证了本方法的有效性和可靠性。     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。