基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

光学坐标测量机的搭建与实现CSCD

为了高速高精高效地完成中小型复杂型面零件的测量,基于激光位移传感器和三坐标测量机等搭建了非接触式的光学坐标测量机,从而将测量机和光学测头的优点结合起来以应对空间自由曲面的测量任务。通过测头标定技术获得测量光束所在直线的单位方向向量,进而将激光测头的一维距离值转化为测量光斑的三维坐标值,然后通过坐标系转换将此坐标值转化到统一的测量机坐标系下,进而完成被测曲面三维点云的创建。最后,对一个直径已知的球在10个不同方位进行测量,通过点云数据拟合球面方程得到其直径作为测量结果,所得各次测量结果的误差均小于0.05mm,充分说明所搭建的测量系统的有效性。     

基于偏振约束的立体视频快速运动估计算法

分析了平行双目立体摄像系统的偏振约束特性,提出了一种基于偏振约束的立体视频快速运动估计算法.左通道和右通道分别作为基本层和增强层,对右通道结合视差估计和运动估计得到最优的运动矢量预测值初值,采用不同的运动搜索方法,确定右通道最终运动矢量.若最优的运动矢量预测值是由视差估计得到的左通道运动矢量,则根据偏振约束,左右通道图像对应编码块的运动矢量在垂直方向上的分量相等,因而右通道只在水平方向上进行小范围的运动估计搜索,从而大大降低了右通道运动估计的计算复杂度.实验结果表明,在相同条件下,采用该算法编码一帧图像的运动估计平均时间分别只有采用全搜索块匹配算法、钻石搜索法和三步搜索法的0.27,0.58和0.67倍,编码速度得到显著提高.     

电液伺服泵的分数阶无抖振滑模控制

电液伺服泵（IEHSP）由于在结构上实现了伺服电机和液压泵共转子、共壳体高度融合,在体积、噪声和效率等方面具有明显优势,具有很好的应用前景。为了提高电液伺服泵的调速性能与抗扰能力,设计了一种新型分数阶滑模控制器（NFOSMC）。首先,由于分数阶微积分理论的引入,控制器为系统提供了更多的控制余度。然后,针对传统滑模控制中存在的抖振问题,通过设计使控制器中直接包含有切换项的分数阶积分项,利用其滤波特性可以有效滤除抖振,实现无抖振滑模控制。同时利用Lyapunov稳定性定理证明了控制器可以保证系统在存在内扰与外扰时能够在有限时间内收敛于平衡点,另外控制器中避免了含有高阶分数阶微分项,扩大了分数阶阶数的取值范围。为了进一步提高抗扰能力,设计了分数阶扰动观测器（FODOB）,对系统内扰和外扰实时观测并补偿,有效提高了控制器的响应速度和刚度。最后,分别与PI控制、整数阶滑模控制器（IOSMC）和传统分数阶滑模控制器（CFOSMC）进行了仿真分析比较,结果表明该控制器能够有效改善速度跟踪性能和增强抗扰能力,消抖效果显著。      

慢旋非合作目标接近轨迹规划

非合作目标自主在轨服务是在轨服务领域的研究方向,具备避碰能力的接近轨迹规划将在未来的在轨服务任务中扮演重要的角色.给出了一种基于滚动时域的慢旋非合作目标接近轨迹规划方法,利用逻辑变量和连续变量的混合形式来描述避碰约束,从而将轨迹规划问题转化为混合整数规划问题.仿真结果表明,基于滚动时域设计的慢旋非合作目标接近轨迹规划能够使得在轨服务航天器安全地接近终端状态.     

高速开关阀的复合PWM控制策略分析与优化

针对单一PWM控制的高速开关阀（HSV）存在响应慢和功耗大的问题,从信号产生机理出发,提出了一种复合PWM控制策略,该复合PWM由基准PWM、激励PWM、高频PWM及反向PWM组成。首先,给出复合PWM的作用机制与工作原理;其次,通过仿真分析了激励PWM、高频PWM及反向PWM的占空比在不同工况下对高速开关阀性能的影响规律;最后,分别为激励PWM、高频PWM及反向PWM的占空比设计了相应的基于状态量反馈的闭环控制器。结果表明:与单一PWM控制相比,所提出的复合PWM控制器可以有效减少线圈的功耗和阀芯的关闭时间,线圈电流在阀芯最大开口维持阶段降低约80%,阀芯关闭时间减少约62.5%。      

城市中心区非机动车系统设计优化与探索

随着社会经济的发展与城市规模的扩张,城市交通需求大幅度增加,自行车和电力驱动非机动车数量急剧增加,与传统非机动车以及机动车的运行冲突显著。因此,探究非机动车系统运行特性,进而设计优化道路设施,建立新形势下安全、高效的绿色非机动车系统十分必要。首先,针对非机动车系统中的主要参与模式,即电动车与自行车之间的冲突以及共用非机动车道空间的局限性,提出了车道分隔设置以及车道平面抬升的核心改善思路;然后,针对非机动车道改善方案定量分析方法的缺失,提出了基于层次分析法和熵理论的定量指标评价体系及计算方法;最后,以焦作市非机动车系统为案例,分析其现状及主要问题,设计并评价改善方案的可行性和合理性。结果显示,某主干路非机动车道经过优化设计,其运行服务质量大幅提升,改善方案行之有效。对城市道路规划和城市道路断面设计以及改善后非机动车道的评价有积极的参考意义。      

基于扩张状态观测器的泵控电液伺服系统滑模控制

以泵控电液伺服系统为研究对象,提出了一种基于扩张状态观测器的滑模位置跟踪控制策略。首先,利用奇异扰动理论对泵控电液伺服系统的数学模型进行降阶处理,得到降阶泵控电液位置伺服系统数学模型。其次,针对泵控电液伺服系统工况的复杂性及外负载干扰问题,设计了扩张状态观测器对系统干扰在线观测,同时该观测器还可以对活塞杆的位置和速度信号进行估计。然后,利用观测到的干扰信号及速度信号,基于滑模控制理论设计了滑模变结构控制算法,对所提出的控制策略的稳定性进行了理论分析。最后,利用MATLAB/Simulink和AMESim仿真平台,搭建了泵控电液伺服系统的联合仿真模型,对算法的可行性及有效性进行了仿真验证。仿真结果表明,所设计的扩张状态观测器能对干扰进行精确估计,基于扩张状态观测器的滑模控制策略的位置跟踪性能显著优于PID控制器和传统滑模控制器,且对外部干扰力具有较强的鲁棒性,提高了泵控电液伺服系统的控制性能。      

一种可变锚框候选区域网络的目标检测方法

目标检测作为计算机视觉领域的热点问题,目前基于深度学习的目标检测方法可以分为2类:两步检测和一步检测,前者有着较高准确性,后者有着较好速度,但是为提高检测的性能两者都引入了锚机制。为提高目标检测系统的性能,基于深度卷积神经网络的两步检测算法引入了注意力引导（AG）模块,通过对候选区域网络（RPN）的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制（NMS）算法存在的误检和漏检的问题,提出了一种置信度因子的NMS（Cf-NMS）算法,对于模型的整体性能有着很大的贡献。实验结果说明,所提方法虽然在速度性能上有略微的下降,但是无论是在RPN变体还是现有的先进算法在准确性方面都有提升。      

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。