受探测环境制约，隧道超前地质预报过程中探地雷达反射波往往具有“弱信号，强干扰”的特征，给数据处理和解译带来极大的困难。将剪切变换（shearlet变换，ST）引入探地雷达信号处理，根据有效信号和干扰信号在剪切域中不同尺度、不同方向上的能量差异，提出一种基于自适应阀值的随机干扰去除方法，并通过正演模拟数据验证了该方法在随机干扰去除上的优势；在此基础上针对隧道超前地质预报中常见的能量接近、频率异常干扰信号，以实际数据为例说明小波变换（WT）对其去除效果；从而进一步提出小波变换与剪切变换联合干扰压制方法，即首先使用小波变换对异常频率干扰进行分离，然后采用基于自适应阀值的剪切变换对随机干扰进行压制。现场溶洞探测案例应用效果表明，本文所提出的方法能在去除干扰的同时很好地保留有效信号，根据处理后的波形堆积图可以很好地凸显地质异常区域，从而提高探地雷达资料解译精度

提出了一种基于双维度搜索的实时轨迹规划方法，用来解决自主地下铲运机转弯轨迹规划问题。该方法是一种结合采样思想和最优化算法的复合轨迹规划方法，包含三个主要步骤：基于双维度搜索策略的优化模型参数生成，基于二次规划的轨迹计算，以及基于约束检查的最优轨迹确定。该方法新颖之处在于提出的基于转弯区域行驶时间和里程的双维度搜索策略，以及基于平稳目标的轨迹最优化模型，可根据弯道区域入口速度和位置，快速生成纵横向都有最优性保证的最优轨迹。该方法结构简单、易于实施，可通过关键参数的调整满足控制器对轨迹生成速度的实时性要求。基于该轨迹规划方法的特点，使其不仅适用于实时轨迹规划，还可为未来智慧矿山的智能管控与优化调度提供底层约束。多组算例验证了该方法的有效性和优越性

岩土工程和采矿工程涉及大量的颗粒物质科学和技术难题,定量识别和提取光弹试验颗粒体系的力链网络结构和分布特征,对于认识和掌握其内部细观力学机理和研究宏观力学行为至关重要.采用彩色梯度均方值(G2)算法,建立了不同粒径的圆形颗粒和方形颗粒的接触力(F)和G2的关系;基于数字图像处理技术,提出了识别和区分图像中不同粒径圆形颗粒和方形颗粒的方法,获得了光弹图片中力链网络结构和力链分布方位.以煤矿综放开采为实例,对所提出的力链定量提取方法进行了验证分析,清晰揭示了综放采面矿压形成机理和本质特征.研究表明:单颗粒的F值与G2呈单调递增关系,且粒径越大,F随G2值的增长速度越快;颗粒体系接触力集中分布在0.5F

电流体动力喷射3D打印是一种新型微纳增材制造技术,它具有成本低、结构简单、精度高、打印材料广泛等突出特点和优势.但是,由于电流体动力喷射3D打印的打印速度快、喷嘴和基底打印距离小,特别是对于微尺度特征图形的打印,其实际图形及打印质量难以直接观测,而且影响打印图形精度和质量的工艺参数较多,各个工艺参数相互耦合和相应作用.因而直接有效的控制打印图形的精度(线宽)和质量(线边缘粗糙度)是其面临的一个挑战性难题.本文提出一种通过调整打印工艺参数间接控制泰勒锥形状和尺寸,进而实现对于打印图形精度和质量有效控制的新方法.建立了线宽与工艺参数、材料性能和基底关系的理论模型;通过实验,系统研究并揭示了电流体动力喷射3D打印工艺参数对泰勒锥和打印图形的影响及其规律;优化出针对同一喷嘴较为理想的喷印工艺窗口;并通过典型实验工程案例研究,采用内径60 μm喷嘴实现了最小线宽3 μm打印,验证了实验研究结果的正确性和有效性.本文提出的方法和实验研究结果为电流体动力喷射3D打印的打印精度、图形质量和打印稳定性改进及提高奠定了基础,并为简化和易于操作提供了一种切实可行的方法

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

针对非结构环境下高速公路绿篱修剪机器人手臂实时准确避障问题, 提出一种基于扰动人工势场法的避障路径规划解决方法.根据绿篱隔离带与障碍物分布情况, 设计智能修剪机器人执行机构, 构建包络障碍物简化模型, 分析机械臂与障碍物的碰撞条件, 求解机械臂在修剪过程中的避碰空间.引入斥力场调节策略来优化势场模型, 建立斥力场扰动机制调整斥力影响方式, 消除传统算法中的局部极小点、目标不可达等现象.在避碰空间内, 应用扰动人工势场法对机械臂进行路径规划仿真, 仿真结果表明, 机械臂跳出局部极小点, 灵活顺利避障, 成功抵达目标点, 验证了该方法的有效性和可行性

针对多螺旋桨浮空器执行机构易发生故障的容错控制问题，同时考虑系统所受到的未知外部扰动和螺旋桨输入幅值的饱和约束，提出一种自适应滑模容错控制方法。建立浮空器的四自由度运动模型，系统分析矢量螺旋桨的故障类型，分为输出力的大小故障和矢量转角故障，得到浮空器执行机构的故障模型。基于自适应和滑模控制理论，由跟踪目标与系统当前状态偏差设计积分滑模面。针对未知外部扰动和执行机构偏移故障，设计相应的自适应律进行处理；针对螺旋桨输入饱和约束，应用Sigmoid函数设计跟踪轨迹进行处理。由此设计一种自适应滑模容错控制策略，利用Lyapunov稳定性理论证明了闭环系统的全局渐近稳定性能。以上海交通大学的多螺旋桨浮空器为模型，仿真验证了故障容错控制方法的有效性和鲁棒性

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

轧件发生局部变形是楔横轧的主要工艺特征，尤其小断面收缩率轧件轴向流动能力弱，内外变形差异显著导致楔横轧成形困难.除了容易产生心部破坏缺陷，在轧件表层一定范围内出现的螺旋组织缺陷，也会降低产品的机械性能.本文通过轧制实验，展示出轧件螺旋组织缺陷宏观上呈现为车削后在表层一定深度范围内沿展宽螺旋线分布的亮带，微观上由轧件表面折叠向内部延伸呈带状分布的组织形态.结合有限元数值模拟方法研究了缺陷产生的主要原因，发现由于成形区的金属发生沿展宽负向的金属流动，导致轧件形成沿展宽螺旋线分布的表面折叠和小轴向应变带.同时，螺旋带附近较大的径向压缩使轧件由表面向内部沿折叠裂纹方向组织具有方向性.采用对模具楔尖倒圆角局部改善金属沿负展宽方向的轴向流动，可以既消除表层螺旋组织缺陷，又避免轧件心部损伤风险，使成形质量满足使用要求.经实验验证，确定了模具楔尖圆角的最优取值

改造积分定义的目的一是为了扩展可积范围,二是为了使得操作更方便。对 (R)积分而言,积分与极限交换顺序需要验证一个较为苛刻的条件:“fn(x)在E 上一致收敛于f(x)”,将“一致收敛”削弱为“处处收敛”甚至“几乎处处收 敛”是一种思路,在此介绍另一种削弱“一致收敛”条件的方法 从集合论的角度讲:“fn(x)在E上一致收敛于f(x)”是指0>0,No >0,当n>N时,E[|fn(x)-f(x)|≥0]=中,之所以我们认为“一致收敛” 条件苛刻,就在于它要求E[|fn(x)-f(x)≥0]从某项以后永远为空集