提出了一种基于保收敛粒子群优化算法的移动机器人全局路径规划策略,为移动机器人在有限时间内找到一条避开障碍物的最短路径提供了一种解决方案.首先建立环境地图模型,将连接地图中起点和终点的路径编码成粒子,然后根据障碍物位置规划出粒子的可活动区域,在此区域内产生初始种群,使粒子在受限的区域内寻找最优路径.在搜索过程中,粒子群优化算法的加速系数和惯性权重均随迭代次数自适应调节.仿真实验表明算法可在起点与终点之间找到一条简单安全的最优路径.与其他文献所提的方法进行了对比研究,结果表明本文所提算法具有更快的搜索速度和更高的搜索质量

应用INSTRON刚性伺服试验机对不同灰砂比的充填体进行了劈拉试验,测得荷载-位移和应力-应变全曲线.结合测得的力学参数计算出相关能量耗散特征参数,分析了不同情况下破坏过程的能量耗散变化规律,并通过数据统计回归建立了各种能量耗散指标与其影响因素的函数关系.实验结果显示:充填体只需吸收极少能量即可满足拉伸破坏所需,拉伸破坏是影响充填体断裂性质的主导因素.为防止充填体处于受拉环境,在矿房回采时应采用边孔控制爆破和不耦合装药,优化爆轰波破岩途径,减少欠挖超挖,保证矿柱形态规整,使充填体处于非拉区域以改善其受力状况;同时在矿房充填时应对需布设工程或应力集中区域等关键部位适当加大灰砂比,以增强充填体吸收破坏能量的能力

采用反U型试样,对690合金样品在高压釜内进行了4400 h的应力腐蚀实验,以研究其在含Pb溶液中的应力腐蚀规律.利用扫描电镜和能谱仪等分析了690合金在含Pb高温高压水环境中的应力腐蚀行为.扫描电镜结果表明,690合金在测试溶液中发生穿晶型应力腐蚀开裂,裂纹内部堆积着腐蚀产物,并且Pb掺杂在其中.裂纹区域的元素面扫描表明,690合金表面生成的腐蚀产物膜内层富Cr、外层富Ni,腐蚀产物与基体膨胀系数的差异导致裂纹快速扩展.试样内外表面的腐蚀形貌差异明显,内壁呈晶格网状,外壁呈一定方向性腐蚀沟堑,主要是由于内外表面状态不同造成的

无线传感器网络是典型的网络化嵌入式系统,由于其既涉及嵌入式系统的行为又涉及网络的行为,以及其应用相关性,使其测试调试变得困难复杂,无法构建一个通用的测试调试平台.为有效地测试调试无线传感器网络,在分析已有的研究工作基础上,采用半实物的仿真策略,提出了一种混合方式的无线传感器网络测试调试系统,解决了纯粹软件仿真平台掩盖太多实际器件实现的细节和实际环境测试中嵌入式系统行为和网络行为不可见、不可控性的缺陷,达到了一种折中的效果.最后给出了该系统在FPGA(field programmable gate array)上的实现实例;通过实验验证了该系统能够有效地对无线传感器网络应用进行测试调试

提出一种应用于大容量超高速(4000kW/3600r·min-1)双馈变频调速控制方法,研制出相应的实际控制系统.根据系统中负载电机、大功率变流器和工程化矢量空间计算的离散数学模型,以PSIM6.0的SIMCAD环境为开发平台,建立起双馈电机变频调速矢量控制系统算法仿真平台,计算出相关的仿真结果,并以此为基础设计、研制出实际应用控制系统.6500MW冲击发电机机组实验运行结果表明,系统电流响应超调量小,激磁和转矩分量解耦,动态过程磁链平滑,验证了系统仿真模型的有效性.该控制系统具备与直流传动系统相同的优越动、静态品质

实验利用新型悬浮载体对氨氮降解进行了研究.在悬浮载体上形成了蜂窝状的微生物薄膜结构,增加了微生物附着的比表面积,薄膜的形成有利于氧气的扩散和基质的转移,为硝化菌提供了有利的生存环境.实验在pH值为7.8~8.2,温度为24~29℃的条件下,当进水的氨氮质量浓度为40~78mg·L-1时,经过3h的反应周期后,氨氮质量浓度下降到2mg·L-1以下,COD从300mg·L-1降低到50mg·L-1以下;在反应周期为4h时,氨氮质量浓度从80~130mg·L-1下降到3.5mg·L-1以下,COD从350mg·L-1降低到46mg·L-1以下.结果表明,该悬浮载体上形成的生物膜结构有利于氨氮降解,反应器内实现了较好的COD和氨氮去除

采用动电位极化曲线和电化学阻抗谱等电化学实验方法以及扫描电镜和能谱等表面分析技术对20#碳钢在不同H2S质量浓度(0,95.61,103.22,224.16 mg·L-1)、不同温度(25,35,45℃)下的NACE溶液(含CO2)中腐蚀行为进行了研究,同时对该环境下腐蚀产物的形成机制进行了探讨.发现在含有CO2的NACE溶液中,加入少量H2S,能加剧碳钢腐蚀,加速阳极铁的溶解和阴极氢气的析出.随着H2S质量浓度的增加,腐蚀电流密度增大,碳钢腐蚀加剧.温度升高,腐蚀极化电阻变小,腐蚀也会加剧.腐蚀试样外层絮状腐蚀产物主要是铁碳化物,接近基体表面的腐蚀产物主要是铁硫化物

为了解决无人机在部分未知敌对环境中的低空突防航迹规划问题,提出了一种改进的差分进化算法.该算法的进化模型采用冯.诺伊曼拓扑结构,并对其进行拓展,使种群在进化初期保持多样性,避免进化早期陷入局部最优,而进化后期加快收敛速度.该算法改进了差分进化算子中的变异操作,从而加快算法的收敛速度,快速找到多目标优化问题的最优解;同时,采用将绝对笛卡儿坐标和相对极坐标相结合的编码方式以提高搜索效率.将该算法用于无人机在线航迹规划仿真实验,并和未改进的算法结果作比较,验证了该算法的有效性

为提高复杂环境下红外小目标的检测效率,将图像分为平坦区域、边缘区域和小目标区域三种区域,并针对三种成分的特点,提出基于拉普拉斯金字塔的非线性局部滤波检测方法.首先将图像进行高斯金字塔分解,将高斯低通金字塔与原图像尺寸匹配后,相减并进行阈值操作,抑制平坦区域;其次将标记像素灰度值与其周围环域均值的最小差作为指标,滤除边界区域;最后将非线性局部滤波结果生成相应的拉普拉斯金字塔各层系数,重构得到高对比度的检测图像,利用邻域特点剔除孤立噪声点并通过简单阈值标记红外小目标.实验结果表明:与现有其他算法相比,该检测算法能够对复杂背景有效抑制,检测速度快

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性