利用非等距灰色理论方法判定失效机理一致性

针对加速失效机理一致性判定中存在以下问题,基于数据处理和试验观察的方法需要加速试验数据和基于灰色理论的方法需要预试验数据等间距且预测精度不高,提出了一种基于非等距型灰色理论模型的失效机理一致性判定方法.该方法利用非等距的预试验数据,将非等距GM（1,1）模型和等维新息模型相结合,得出模型的残差,找出预试验数据的趋势改变点.通过对比试验,得出此方法的拟合精度和预测精度较高,进一步拓广了GM（1,1）模型在失效机理一致性判定上的应用范围.通过在光电编码器和加速度计中的应用案例,验证了该方法的有效性.     

非高斯随机振动的模拟方法

随机振动台根据功率谱密度（PSD,Power Spectral Density）生成的信号为高斯信号,而实际振动环境有时是非高斯的,因此随机振动实验常常无法准确模拟产品在真实振动环境下的失效情况。通过两个案例分别对均方根值（RMS,Root Mean Square）不随时间变化和随时间变化的非高斯随机振动进行了模拟方法研究。案例1利用Hermite多项式法对高斯信号进行了转换,在保证功率谱密度不变的同时得到了具有指定峭度的RMS不随时间变化的非高斯信号,但该方法对于输入的峭度有限制,当输入峭度大于10时,误差达到了20%。案例2利用一种新方法对实测的RMS随时间变化的非高斯振动进行了模拟,模拟后得到的非高斯信号和实测信号具有相同的功率谱密度、峭度以及概率分布,验证了新方法的准确性。     

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。     

航天器反作用轮扰动建模及参数辨识

为预测反作用轮微振动对航天器产生的影响,提出了一种改进的扰动模型.由于共振造成的扰动放大是反作用轮扰动对卫星姿态精度的最重要影响,改进模型通过引入放大系数体现结构固有频率对扰动的影响.鉴于改进模型的非线性特性,应用模拟退火遗传算法对改进模型进行了参数辨识.设计刚性六分量力测试平台对反作用轮扰动进行测试,并利用实测数据对改进模型及参数辨识结果进行验证.验证结果表明:改进模型准确地反映了反作用轮的扰动特点,模拟退火遗传算法可以提高参数辨识的精度.     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。      

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.     

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。      

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题,提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先,结合随机和定向两种搜索方式生成候选路径;然后,在常规遗传操作算子中引入插入算子和删除算子,并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值;最后,输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明,所提方法与A*算法和常规遗传算法相比,移动机器人行驶路径长度分别减少了3.05%和1.85%;行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%,转角绝对值之和分别减少了23.97%和19.94%,所提方法能规划出更优的路径,并显著提高移动机器人的行驶效率和平稳性。      

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。