基于SIFT特征点提取的ICP配准算法

为解决传统迭代最近点(ICP)算法对点云配准的起始点对选择不佳而导致配准时间长、效率低的问题,提出一种基于尺度不变特征变换(SIFT)特征点提取的ICP点云配准算法(ST-ICP)。首先使用SIFT算法进行原始点云与目标点云的SIFT特征点提取,根据提取特征点完成快速点特征直方图(FPFH)特征运算,通过采样一致性初始配准算法(SAC-IA)搜索对应点对、求解变换矩阵,再进一步运用ICP算法进行点云精细配准。实验结果表明:与ICP算法相比较,ST-ICP算法的配准误差在迭代次数为5次时减小了1.019 cm,迭代次数为10次时减小了0.443 cm;在配准误差达到10^(-2) cm级别时,ST-ICP算法所用时间比传统ICP算法减少了12.829 s。ST-ICP算法优化了对应点对的选择,提升了配准精度和配准效率。

基于混凝土切割面统计方法的纤维取向分布研究

纤维分布和取向是影响纤维增强混凝土力学性能的重要因素。本文采用混凝土切割面统计方法研究不同水胶比和振捣时间对钢纤维混凝土中纤维分布及取向的影响。结果表明:随着水胶比和振捣时间的增加,边壁效应对纤维分布影响减弱;高水胶比条件下纤维在垂直于振捣方向上出现了偏析现象(垂直方向上的不均匀分布),随振捣时间增加,偏析更显著;对于高性能混凝土,增加振捣时间有利于纤维的均匀分布,而普通混凝土应缩短振捣时间。此外,统计结果表明,钢纤维取向角分布呈现高斯分布规律,峰值处于40°~50°。当水胶比为0.45,振捣时间为20 s,纤维取向角在45°附近,纤维数量占比最大,纤维取向系数达到0.73。

车身模态及接附点动刚度分析

为在新车研发阶段预测车辆的噪声、振动与声振粗糙(NVH)性能,以某电动汽车车身为研究对象,建立其有限元模型,求取车身在频率为0~100 Hz内的自由模态及16处接附点的动刚度,以前副车架左前、右前接附点为例进行动刚度分析,并结合车身模态确定测点加速度响应出现峰值的原因。研究结果表明:两测点的加速度导纳(IPI)曲线在27 Hz和83 Hz频率下出现峰值的原因是产生了共振,在35、54、62、78 Hz频率下产生峰值的原因是接附点处动刚度不足。

Ag元素和时效时间对T6态Al-5Cu-0.8Mg-0.15Zr-0.2Sc合金拉伸性能的影响

为了明确Ag元素的添加对Al-Cu-Mg系铝合金拉伸性能的影响,针对T6态(固溶+时效处理)的热挤压Al-5Cu-0.8Mg-0.15Zr-0.2Sc(-0.5Ag)合金进行了室温和高温拉伸实验。结果表明,添加0.5%Ag元素可显著提高T6态Al-5Cu-0.8Mg-0.15Zr-0.2Sc合金的室温抗拉强度、屈服强度、峰时效态及该合金在150~300℃范围的抗拉强度和屈服强度,但会降低该合金的室温和高温塑性。断口形貌的扫描电子显微镜观察与分析结果表明,在室温及高温拉伸加载条件下,T6态Al-5Cu-0.8Mg-0.15Zr-0.2Sc(-0.5Ag)合金的拉伸断口上大部分存在韧窝和撕裂棱,表现出明显的韧性断裂特点。

氯化胆碱-乙二醇-水溶液制备镍铁氧体

以氯化胆碱-乙二醇(ChCl-EG)和水混合溶液为介质,依据三因素五水平均匀设计实验方案,采用溶胶/凝胶-自蔓延法,制备了镍铁氧体(NiFe_(2)O_(4))。X射线衍射(XRD)、傅里叶变换红外光谱(FTIR)和振动样品磁强计(VSM)分析结果表明:NiFe_(2)O_(4)中存在少量前驱体焙烧过程中未反应完全的中间产物NiO和α-Fe_(2)O_(3);相较于传统水溶剂制备的NiFe_(2)O_(4),以ChCl-EG部分或完全取代水溶剂提高了NiFe_(2)O_(4)的饱和磁化强度(Ms),降低了其矫顽力(Hc)。扫描电子显微镜(SEM)分析结果表明,ChCl-EG完全取代水溶剂后产物的形貌更加规整,颗粒尺寸明显增大。对均匀实验结果进行回归分析,分别得到了M_(s)、H_(c)与合成主要影响因素(ChCl-EG含量、pH、柠檬酸与金属离子物质的量比)间的回归方程,根据回归方程阐明了主要影响因素对NiFe_(2)O_(4)磁性能的影响。

基于改进YOLOv7-DeepSort的红外视频多目标跟踪

针对红外图像纹理弱及多目标遮挡导致跟踪精度低的问题,构建了基于改进YOLOv7模型和多目标跟踪算法DeepSort的融合红外目标跟踪模型MSB-YOLOv7-DeepSort。采用SE(squeeze and excitation)通道注意力机制和双向特征金字塔网络提高红外目标的特征提取质量;利用轻量化网络MobileNetV3替换YOLOv7骨干网络,提升融合模型的推理速度。实验结果表明,MSB-YOLOv7-DeepSort模型在跟踪准确度、跟踪精确度、正确目标跟踪比例和帧率等方面均具有较好的性能。

基于AGEP-DNN的水下聚能装药比冲量预测模型

聚能装药比冲量是表征水下爆炸中冲击波对目标破坏作用的重要参数。为实现水下聚能装药比冲量智能预测,提出一种自适应基因表达式编程(adaptive gene expression programming, AGEP)优化深度神经网络(deep neural network, DNN)的聚能装药比冲量预测模型(AGEP-DNN)。考虑装药结构与比冲量数值之间的复杂非线性关系,通过AUTODYN软件建立有限元模型,对水下爆炸过程进行仿真,采用经验公式验证仿真数据的有效性;基于仿真实验数据,设计AGEP算法优化DNN超参数,构建AGEP-DNN模型,对比冲量进行智能预测。实验结果显示,AGEP-DNN聚能装药比冲量预测模型在9种对比智能预测模型中具有最优的预测精度。

基于改进粒子群算法优化PID控制的主动悬架性能研究

针对二自由度主动悬架比例-积分-微分(PID)控制器参数整定问题,引入粒子群算法,借助粒子群算法的全局搜索能力解决PID控制器参数整定问题,考虑到传统粒子群算法收敛速度较慢,设计了一种改进粒子群算法,根据悬架性能评价指标建立目标函数,分别模拟了随机路面激励输入和减速带式梯形冲击路面激励输入,并验证了基于改进粒子群算法优化的PID控制器的有效性。仿真结果表明:改进粒子群算法后目标函数的收敛速度明显提高;基于改进粒子群算法优化PID控制的主动悬架在不同激励输入条件下均具有较好的行驶平顺性;验证了改进粒子群算法的有效性并解决了PID控制器参数整定问题。

石墨膜/铝复合材料制备工艺与性能研究

将石墨膜和铝箔以铺层的形式交替排布,采用真空热压烧结技术制备石墨膜/铝复合材料,研究真空热压烧结参数对复合材料微观组织和性能的影响。结果表明:石墨膜在复合材料中分布均匀,符合预期构型设计;真空热压烧结参数对复合材料微观组织影响显著,优化后的制备工艺参数为640℃/50 MPa/100 min,该条件下制备的复合材料界面结合良好,致密度高,没有检测到Al_(4)C_(3)相;随着石墨膜体积分数的增加,复合材料面内热导率呈现先增加后下降的趋势,石墨膜体积分数为30%时,复合材料面内热导率最大,为219.71 W/(m·K)。

基于改进拍卖算法灾后救援多无人机任务分配

为提高灾后无人机(UAV)救援的效率,本文研究多无人机灾后侦察任务分配问题。考虑无人机续航时间、灾区地形以及是否遇到飞行障碍等因素,以无人机执行任务总时间最小为优化目标建立多无人机侦察任务分配模型,设计了混合动态规划的改进拍卖算法(hybrid dynamic programming auction, HDPA)求解模型。首先将无人机执行任务所需时间价值化,以单无人机执行任务所获收益最大为优化目标,设计动态规划算法获得单无人机执行任务最优序列作为初始投标方案,以防止拍卖算法陷入局部最优、提高算法的收敛速度;其次设计价格更新机制,解决投标任务之间的冲突,最终获得多无人机侦察任务分配最佳方案。实验结果表明,各无人机执行任务较为均衡,完成任务的总时间与传统的拍卖算法、遗传算法、海洋捕食者算法(marine predators algorithm, MPA)相比平均缩短了3.5%、5.6%、4.75%。

带运输的混合流水车间调度问题的改进遗传算法

为实现分布式制造环境中上下游工序和机器间的协同生产,研究了带有运输的混合流水车间调度问题。以包含加工时间、运输时间和加工等待时间的完工时间最小为目标,建立了带有运输约束的混合流水车间调度模型,基于Q-learning设计了改进的遗传算法(QGA)求解该模型。在该算法中,首先基于工件序号设计编码和遗传算子等遗传操作;然后根据种群适应度函数构建种群的状态集合,以交叉概率和变异概率的取值作为动作,以最佳个体适应度和种群平均适应度作为奖励;最后采用Q-learning对交叉和变异参数进行智能调整,提高算法的收敛速度与全局搜索能力。仿真实验结果表明,与改进的遗传算法(GA-TS)相比,本文QGA的最大完工时间平均减少了2.0%,收敛速度提升了18.1%。

预处理对TiB_(2)增强铝基复合材料电弧增材影响

以TiB_(2)/6056铝基复合材料丝材为焊材,采用冷金属过渡焊接技术,研究TiB_(2)增强铝基复合材料丝材的电弧增材,重点分析预热处理对增材层成形及接头质量的影响。结果表明:当焊接电流为140 A、送丝速度为8 m/min、焊接速度为5 mm/s、基板预热温度为200℃时制备的增材层与基板未预热制备的增材层相比,外观成形更好,气孔数目降低,气孔尺寸减小,晶粒更细小,TiB_(2)颗粒分散更好,且增材层硬度与拉伸性能均得到了提高。

基于小波变换的有源噪声控制算法研究

在传统的有源噪声控制系统中,原始噪声信号是获得参考噪声信号的必要条件,当原始噪声信号的信息不可获知时,有源噪声控制系统失效。为解决该问题,设计基于小波变换的有源噪声控制系统,利用小波阈值法对含噪语音信号进行处理,得到与原始噪声信号相关的参考噪声信号。在此基础上,对传统的有源噪声控制算法LMS进行改进,提出基于Sigmoid函数的γSLMS算法和C-γSLMS凸组合算法,解决LMS算法无法同时兼顾收敛速度和稳态误差的问题,为解决有源噪声控制问题提供新的解决方案。

基于教师-学生模型的点云目标检测算法

针对现有点云目标检测算法对室外自动驾驶场景中遮挡物体检测精度低的问题,提出一种基于知识蒸馏和注意力增强的点云目标检测算法。以CIA-SSD模型为基础,设计了一种基于教师-学生模型的密集特征生成模块,提出基于交并比匹配策略的密集数据生成方法,将稀疏特征转换为密集特征。密集特征生成模块位于学生模型中,学生模型在教师模型生成的软目标监督训练下,推断出完整的密集目标特征,实现目标特征的补全;在教师模型中设计空间注意力和通道注意力机制,增强密集目标点云,提升特征图的质量。在KITTI数据集上的验证实验结果表明:与SE-SSD模型和CIA-SSD模型相比,本文提出的算法保持了单阶段目标检测速度的优势,同时明显提升了检测精度。

淮南矿区典型煤样自燃特性热重-红外联用实验研究

为降低煤矿安全事故发生风险,针对煤自燃氧化出现紧急危险性等问题,研究淮南矿区典型煤样的自燃特性。以淮南张集煤矿6、8、11-2和13-1煤样为例,通过热重-红外(TG-FTIR)联用技术分析煤样在升温氧化过程中的质量变化和气相产物析出特性。实验结果表明:四种煤样的升温氧化过程均可分为5个阶段,包含6个特征温度点;燃烧阶段各煤样反应活化能按由大到小排序为6煤、8煤、11-2煤、13-1煤;主要气相产物吸收峰强度按由高到低排序为13-1煤、11-2煤、8煤、6煤;根据活化能大小和主要气相产物吸收峰强度判断各煤样自燃风险按由高到低排序为13-1煤、11-2煤、8煤、6煤。本文结果可为类似矿区矿井火灾防治提供基础理论支撑。

磁性金属有机骨架材料FeMPC的制备及其吸附性能研究

首先采用水热合成法制备金属有机骨架材料MIL-101(Fe),然后通过煅烧MIL-101(Fe)制备磁性金属有机骨架材料FeMPC,并用于吸附染料废水中的亚甲基蓝。使用扫描电镜、透射电镜、红外光谱等对制备的材料进行表征,考察FeMPC用量、振荡时间、pH等因素对吸附性能的影响。实验结果表明:当FeMPC用量为25 mg、振荡时间为70 min、溶液pH为8时,FeMPC对亚甲基蓝的吸附效果较好,吸附量为15.24 mg/g,吸附率为84.69%,材料重复使用次数不超过5次时能保持一定的吸附效果;FeMPC对亚甲基蓝的等温吸附符合Langmuir模型,吸附过程符合准二级动力学模型,属于化学吸附。

基于PER-PPO2的入侵检测技术

随着万物信息化与智能化的快速发展,网络攻击范围不断扩大。传统的入侵检测算法,如主成分分析(PCA)结合随机森林和K近邻等,由于网络数据繁多,特征提取能力较差,分类准确率低。针对上述问题,提出一种新的入侵检测技术,称为优先经验采样的近端策略优化裁剪(prioritized experience replay-proximal policy optimization clip, PER-PPO2)算法,基于强化学习实现包裹法特征选择。深度强化学习通过构建以分类器混淆矩阵为基础的奖励函数,使智能体根据奖励反馈选择分类器的较优特征,结合优先经验采样优化算法的训练样本,提高算法的稳定性与收敛性能;使用性能较优的轻量级梯度提升机(LightGBM)作为分类器。使用NSL-KDD数据集对模型进行实验评估,结果表明模型将数据集的41维特征降低为8维时分类F1值达到0.871 3,可以满足入侵检测的要求。

微缝吸声板吸声性能探讨

为了研究微缝吸声板的几何参数对其吸声性能的影响,以微孔吸声板理论为基础,设计制作了微缝吸声板,对微缝吸声板进行阻抗管试验并与仿真模拟结果进行对比分析,仿真结果与试验结果基本一致。通过仿真不同几何参数下微缝吸声板的相对声阻抗,计算得出吸声系数进行对比,结果表明,当缝宽和膜厚相对增加时,微缝吸声板的吸声峰值和吸声带宽均略有减小。

基于改进YOLOv7的安全帽佩戴检测算法

为提高工作场所安全帽佩戴的检测精度,提出一种基于YOLOv7网络架构的改进算法。首先,在特征提取网络中引入卷积块注意力机制(CBAM)取代YOLOv7中主干网络部分原有的卷积模块(CBS),增强网络的特征提取能力,加强网络对目标和背景的分辨能力;其次,为解决由于网络层数的加深导致小目标特征减弱甚至消失的问题,增加一个小目标层,通过将浅层网络特征与深层网络特征融合,进一步保留小目标特征。实验结果表明,原YOLOv7对安全帽佩戴检测的均值平均精度为86.1%,改进后到达93.4%,实现了检测精度的提高。

一种弹丸全向入射弹着点定位模型的研究

立靶测量是射击训练及射击比赛中一种常用的弹着点位置测量方法,弹道俯仰角是立靶测量的重要参数之一,其偏差水平是影响测量精度的重要因素。重武器弹丸入射时由于重力、地形等各种因素的影响,使弹丸产生弹道俯仰角,因此以弹丸垂直入射为假设条件的传统T型报靶模型不再适用。针对上述情形,本文以单个激波传感器全向入射理论为基础,提出基于6个激波传感器组成H型阵列的弹丸全向入射弹着点定位模型,解决传统T靶模型传感器数目少、无法求解俯仰角与方位角的问题,以提高测量的精度。对该模型进行数学推导与仿真分析,并应用到靶场实验中进行验证。实验结果表明,通过该模型计算出的弹着点坐标与实际弹着点坐标相比误差较小。因此,该模型能够有效减小弹道俯仰角对报靶系统的影响,更具实用价值。