针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义

针对轮船螺旋桨清洗时因空间结构曲面复杂而难清理的问题,设计一种搭载于水下吸附式机器人载体上的射流超灵巧机械臂(hyper-dexterous manipulator,HDM)清洗装置.结合无骨架类生物肌肉高自由度特点构建超灵巧机械臂结构,采用虎克铰接的连接方式替换相邻关节连接处的柔性构件,兼顾了高压水射流承载压力高的特点.运用几何分析法对单端机械臂进行正逆运动学建模,基于多关节连杆变换通式推导出基于等圆弧假设下的机械臂模型,进而得出其多关节驱动空间与操作空间的映射关系.仿真实验和物理实验对比结果表明,所设计的机械臂能够达到期望的操作空间位姿,并能在加载实验下保证一定的鲁棒性

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题，研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法，以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型，以最优激励轨迹进行实时数据采集，采样数据经过低通滤波及中心差分的处理后，代入相应的负载辨识方程式，并用加权最小二乘法解决线性方程组，可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性

为解决W型辐射管温度均匀性差和NOx排放过高的问题，提出了一种新型带烟气循环的W型辐射管，建立了该辐射管的数学模型，并运用数值计算的方法进行了模拟研究.在验证模型可靠的基础上，对带烟气循环的W型辐射管和常规W型辐射管的流场、温度场和NOx排放进行了比较.结果表明：带烟气循环的W型辐射管气体平均流速是常规W型辐射管气体流速的3倍，有57.6%的烟气参与再循环；带烟气循环的W型辐射管中气体燃烧最高温度为2260 K，比W型辐射管低192 K；带烟气循环的W型辐射管壁面温差为166 K，比常规W型辐射管的壁面温差小76 K；带烟气循环的W型辐射管的NOx排放量9.9×10-5，而W型辐射管的NOx排放达到7.98×10-4，高出将近7倍

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时——频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性

为解决小倍线充填管道局部压力过大、管路磨损严重等问题,本文提出用螺旋管增阻调压的结构与实施方案.结合计算流体力学（computational fluid dynamics,CFD）对增阻调压结构与实施方案进行模拟分析,基于模拟计算的结果提出增加螺旋管道增阻调压结构后计算充填倍线的修正公式.研究结果表明,在2 m·s-1的模拟流速下,螺旋管增阻调压结构所产生的阻力可达同等高度直管的10.1~16.8倍,在保证料浆连续输送的前提下可以有效的起到增阻降压的作用.结合数值模拟的充填倍线修正公式能够较为完善地计算增阻降压后的有效充填倍线

水平井和水力压裂的技术突破,决定了美国页岩气革命的成功,在当时极大缓解了美国的能源危机.随着全球非常规页岩气和致密油的开发日渐风靡,作为压裂技术中不可忽略的支撑剂的相关选择、携带和运移等问题,也得到越来越多的关注.本文回顾支撑剂的发展历史,综述常用支撑剂的种类、优缺点和研发趋势,结合实例对包覆类、超高强、超轻、自悬浮、新型棒状等新型支撑剂进行介绍,并展望其发展和应用趋势.我国非常规油气资源丰富,但低渗、低压且低丰度的储层特点对压裂开采技术提出新挑战.未来支撑剂材料的研发将面向高性能、多功能、小尺寸和智能化四个大方向

针对高炉关键异常炉况悬料难以预测的问题，基于D-S证据理论，提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先，结合高炉生产过程和悬料现象，分析悬料形成的内在机理；其次，通过模糊专家推理提取基于专家规则的主观证据，再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据；最后，基于D-S证据理论完成主客观证据融合，实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力，能够提高预测精度.仿真结果表明本文提出的方法有效、准确

对某钒冶炼厂周边土壤和植被进行现场采样,共采集到高等植物20科29种,土壤样品7个,采用ICP-MS和ICPOES分析本土植物和土壤中重金属含量.结果表明,冶炼厂周边土壤普遍存在V、Cr和Cd污染现象,重金属V和Cr的污染问题突出.29种植物体内均检测到V、Cr、Cd和Pb,其中V含量相对较高.本土植物蜈蚣草体内重金属V含量最高,其地上部分V积累量为86.51 mg·kg-1,地下部分为814.25 mg·kg-1;野胡萝卜对Cd的富集和转运能力显著高于其他植物,地上部分和地下部分Cd含量分别为18.56 mg·kg-1和5.66 mg·kg-1.两种植物表现出对钒冶炼导致周边复合重金属污染极高的耐性,可作为钒冶炼厂周边土壤重金属污染植物修复的先锋物种

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号