立体视频在无质量保证的互联网上传输时会引发立体视频左右视图的帧延时,影响观看质量.本文提出一种利用主观评价与客观脑电(electroencephalogram,EEG)相结合的方式分别对深度和水平延时运动立体视频刺激进行分析,并对二者的差异性进行比较.共有十名被试参加实验,被试观看随机呈现的不同延时等级包括无延时、延时1帧、延时2帧和延时3帧的立体视频片段,并对是否感知到延时效应做出主观判断,同时记录被试的EEG信号.从EEG信号中提取出事件相关电位(event related potentials,ERPs)并结合主观行为数据进行分析与比较.实验结果表明,为保证观看质量,深度运动立体视频中所能存在的最大延时帧数为1帧,水平运动中则不能存在延时效应.与水平延时运动相比,深度延时运动刺激产生的P300成分幅值变化范围更大,表明在深度延时运动刺激下大脑的活跃程度更高.同时,相同延时帧数的深度运动与水平运动刺激所产生的P300成分中,深度延时运动的潜伏期更长,这表明处理深度延时运动刺激所需时间更长

通过对Q235钢退磁试件的拉伸、压缩试验,利用磁记忆在线监测系统实时跟踪记录了不同拉压应力作用下试件表面的磁信号变化特征. 结果表明:拉伸载荷对合成磁场的影响是先减小后增加的,在接近材料屈服强度的0.3倍左右后趋于稳定不变;而压应力引起的合成磁场初期快速下降,之后处于上下波动变化. 通过引入拉压应力所产生的不同应力退磁项,对J-A磁机械效应模型进行了改进,模拟结果与试验数据具有较好的的一致性,可用于拉压不同应力致磁机理的理论解释

提出基于普通变尺度和周期势自适应随机共振理论，检测噪声背景下轴承滚动体的故障特征.在具体实施过程中，首先用普通变尺度的方法满足随机共振中小参数的条件，然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法，同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后，微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比，结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比，并且比双稳态自适应随机共振迭代次数少，用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性，尤其是在工程实际中，故障监测所需的数据量大，计算时间长，如能较早的预警，可以提高诊断效率并减少不必要的损失.因此，这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值

从炼铁新技术及基础理论研究方面介绍了烧结球团提质降耗新技术、焦炭在高炉内行为解析研究、高炉喷吹清洁燃料技术、高炉长寿技术、高炉炼铁数据建模技术以及冶金尘泥再处理技术。从基础研究出发，提出了目前最具有潜力的炼铁新技术；然后在国家碳中和战略的大背景下，综述了目前国际上的非高炉炼铁技术研究进展，为我国低碳炼铁发展提供依据；最后从最新微观研究手段出发，介绍了目前炼铁研究领域在微观尺度的研究进展，多尺度综合调控研究高炉炼铁过程机理，为未来低碳炼铁发展方向提供思路

为探究不同加载角度下A7085铝合金Ⅰ-Ⅱ复合型疲劳裂纹扩展机理，在MTS疲劳试验机上采用紧凑拉伸剪切试件（CTS）对A7085铝合金进行不同加载角度的疲劳实验；用有限元分析计算不同裂纹扩展长度的裂纹尖端应力强度因子，通过七点递增多项式法对数据进行处理，计算出A7085铝合金Paris公式中的参数C和m.结果表明不同加载角度的裂纹基本沿着与外载荷垂直的方向扩展，裂纹扩展路径近似为一条直线，裂纹扩展角测量结果基本符合最大环向拉应力理论；Ⅰ-Ⅱ复合型裂纹一旦发生扩展，Ⅱ型应力强度因子KⅡ所占比例急剧减小，Ⅰ型应力强度因子KⅠ不断增大，此后KⅡ远远小于KⅠ，有效应力强度因子（KⅠ和KⅡ的组合）基本等于KⅠ，相当于裂纹扩展主要受Ⅰ型应力强度因子控制，研究结果有助于对Ⅰ-Ⅱ复合型疲劳裂纹扩展机理的理解

针对目前锂离子电池寿命预测结果不准确的问题，提出了一种多模态分解的锂离子电池组合预测模型，从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆（LSTM）预测模型的基础上，采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势，然后使用长短期记忆神经网络（LSTMNN）算法分别对所分解的若干退化数据进行寿命预测，最后将若干预测结果进行有效集成。结果表明，所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%，平均相对误差在3%以内，且优于其他预测模型

由于协作机器人的结构比普通工业机器人更为轻巧，一般动力学模型所忽略的复杂特性占比较大，导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上，采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器人运动，以电机电流估算关节力矩，获取的原始数据用来训练长短期记忆模型(LSTM)补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明，补偿后的协作机器人动力学模型对实际力矩具有更好的预测效果，各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了61.8%至78.9%不等，表明了文中所提出补偿方法的有效性

人体在进入疲劳状态时生理参数会发生相应的变化.为了探讨砌砖工人在持续体力劳动作业时心率和心率变异(HRV)对人体生理疲劳的影响,针对疲劳与心率的关系提出评价生理疲劳的数学模型.选取15名健康受试者(男性)在搭建的86 cm平台模拟砌砖工人作业.持续作业30 min进行一次心率变异数据的收集.同时,使用心率传感器对心率进行实时监测.本文采用方差分析、t检验和非线性拟合的方法对疲劳对心率和心率变异的影响进行分析.结果表明,生理疲劳使心率波动程度有显著变化(检验水准α=0.05水平,概率P0.05).非线性拟合结果(R2=0.8892)显示,生理疲劳的发展趋势呈现出\S型\的趋势.据此提出,生理疲劳分为3个阶段:疲劳调整期、疲劳稳定期和疲劳失稳期.在疲劳失稳期前(试验中约为90min)受试者休息,可以减缓或延迟生理疲劳的发生

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

岩爆破坏以其突发性与瞬间破坏性等特点,在工程中很难予以预防.本研究基于动力学与能量作用原理,通过固有振动频率等振动特征指标实现对边界剪切弹性系数的计算.在物理模型试验中,应用多普勒激光测振仪对岩爆体破坏全过程进行远程振动特征监测.试验得出,结构面强度的非协调弱化效应是岩爆发生的必要条件,结构面弱化的时空差异是发生瞬时性岩爆还是迟滞型岩爆的主要因素.当结构面弱化较慢时,则为迟滞型岩爆,反之,则为瞬时性岩爆.基于固有振动频率可识别岩体结构面的弱化速率,岩爆发生全过程中,结构面的总耗散能仅为赋存弹性能的0.06%,使得几乎所有的弹性动能都将转化为冲击动能,表现为岩爆体以高速的形式弹射出来.基于频率下降速率等监测数据分析,可识别岩爆结构面强度的非协调弱化特征.因此,增加固有振动频率等动力特征监测指标,无疑会进一步提高对岩爆孕育演化特征规律的认识,并在地下空间工程岩爆预警监测方面发挥重大作用