电动汽车具有节能环保的优点，电池、乘员舱和电机驱动系统的热管理是提高其运行安全性和司乘人员舒适性的关键技术。针对电动汽车集成热管理系统构建过程中的关键问题，首先概述了电池、乘员舱和电机驱动系统的产热模型；其次系统地总结了现有的电池、乘员舱和电机驱动系统的热管理方法，重点分析了集成热管理系统的研究现状、运行控制和系统性能评价；最后总结了当前研究存在的不足并进行了研究展望，指出研究准确的产热计算模型，发展紧凑高效的集成热管理系统，在综合性能评价体系下优化集成热管理系统的运行控制是未来的主要研究方向

针对七自由度机械臂控制系统提出了一种七自由度机械臂隐蔽攻击模型。首先基于推导的机械臂逆运动学方程，对基于EtherCAT总线的七自由度机械臂进行运动规划与建模；其次，根据粒子群算法的研究与分析，提出了基于混沌理论的多种群粒子群优化的七自由度机械臂系统PID参数辨识算法；最后搭建了七自由度机械臂的攻击实验平台并使用辨识的参数结合隐蔽攻击原理开展了机械臂系统的攻击实验，并且将所提出的隐蔽攻击技术与其他传统攻击技术进行了比较。结果表明，所提出的七自由度机械臂隐蔽攻击方法可以破坏机械臂系统的数据完整性和准确性，并且具有很好的隐蔽性，验证了所建立的攻击模型的有效性和可行性

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

基于前驱体合成与氨气氮化两步法，通过对前驱体合成关键参数B源/N源比、分散剂种类、前驱体干燥方式进行调控，实现了大比表面积、少层氮化硼纳米片材料的制备。其优化条件为以硼酸为硼源，尿素为氮源，硼酸与尿素摩尔比为1∶30，甲醇和去离子水作为分散剂，利用真空冷冻干燥方式合成前驱体。将前驱体在氨气气氛下900 ℃保温3 h合成了氮化硼纳米片。利用X射线衍射测试、X射线光电子能谱测试、拉曼光谱测试、热重分析测试等对合成产物进行了物相和结构表征，利用扫描电子显微镜、原子力显微镜、透射电子显微镜、氮气吸脱附曲线等对合成产物进行了形貌及比表面积表征。结果表明：合成的氮化硼为六方氮化硼纳米片（h-BNNSs），纯度高，形貌类石墨烯，层数为2～4层，厚度平均为1 nm，比表面积为871.8 m2·g?1，单次产物质量平均可达240 mg，合成产物平均产率可达96.7%。该方法简单易操作，实现了大比表面积少层氮化硼的制备，有助于氮化硼在各应用领域的研究，如氮化硼/石墨烯复合材料、纳米电子器件、污染物的吸附、储氢等

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

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

分别采用X射线衍射、金相显微镜、原子力显微镜和透射电镜等组织表征手段以及室温拉伸和热膨胀系数测试等性能测试方法,对比研究了高温退火、低温时效处理对冷拔Fe-Ni合金丝微观组织演变、拉伸强度以及热膨胀系数的影响.研究结果表明:原始丝材强度高,但是室温热膨胀系数较大;而950℃退火导致晶粒粗化以及位错密度降低,虽然室温热膨胀系数低,但强度不足.相比之下,500℃较低温度的时效处理,能获得最优的强度/热膨胀系数组合(1189 MPa/0.2×10-6℃-1).对Fe-Ni合金丝相应的强化机制以及热膨胀系数的影响因素分别进行了讨论分析,分析结果表明:细晶强化与位错强化是该合金丝的主要强化机制,而热膨胀系数则主要受溶质原子-位错交互作用影响.揭示出,合适的热处理工艺选择对于Fe-Ni合金丝力学性能/热膨胀性能优化具有重要意义

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

针对一类具有空间不均匀性的辨识和回归问题，提出了基于小波分析的极限学习机方法.从多分辨率分析的思想出发，构造一簇紧支撑正交小波作为隐层激活函数，并利用改进的误差最小化极限学习机训练输出层权重，避免了新加入高分辨率子网络后的重新训练.同时，由一维多分辨分析的张量积构造了二维多分辨小波极限学习机.进而通过脊波变换将小波学习机扩展到高维空间，对脊波函数的伸缩、方向和位置参数进行优化计算.对具有奇异性的函数仿真结果证明，与标准极限学习机相比，小波极限学习机由于其聚微性能在极短的训练时间内更好地逼近目标.一些实际基准回归问题上的测试验证了脊波极限学习机在其中大部分问题上达到更高的训练和泛化精度