下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
粗糙表面纳米膜厚的空间分辨成像测量方法研究
摘要：
纳米薄膜厚度是决定微纳器件性能的重要参数，尤其在粗糙表面条件下，其空间分辨测量面临光散射干扰和成像不均匀性等挑战。随着微纳制造技术的快速发展，具有复杂结构的纳米薄膜广泛应用于半导体、光电子器件、能源和传感器等领域，对大面积、粗糙表面薄膜厚度高精度测量的需求不断提高。针对传统方法存在扫描面积有限、测量耗时长、信号易受散射干扰及成像不均匀等问题，故提出一种基于差分反射光谱的成像式膜厚测量新方法。首先，通过优化选择测量波长，在保证测量精度的前提下显著提高测量效率；其次，设计了具有共轭成像关系的显微光学系统，确保物像严格对应，并在厘米级区域实现均匀显微成像；然后，采用多帧平均策略，有效抑制系统噪声引入的测量误差，提高测量的信噪比和稳定性；最后，结合有效介质模型和相位变化模型对信号解算进行补偿，进一步提升非线性拟合精度。在此基础上，搭建了相应的实验系统，并分别对光滑SiO2/Si、光滑TiO2/Ti及粗糙TiO2/Ti样品进行了膜厚测量实验。结果表明，该系统能够在约1 cm2粗糙表面区域内实现纳米薄膜厚度的高空间分辨率精确测量，验证了所提出方法的有效性及较强的工程适用性。
-
一种用于压电定位台原子级轨迹跟踪的MB-PSO算法
摘要：
跨尺度压电定位台凭借其毫米级行程、纳米级定位精度，被视为能够实现原子级制造系统的核心部件。然而，压电陶瓷驱动固有的迟滞非线性特性严重制约了其在微定位模式下的轨迹跟踪精度，难以满足亚纳米级精度需求。在此背景下，对迟滞模型参数进行精确辨识成为提升跟踪精度的关键环节。针对传统粒子群优化辨识多维复杂迟滞模型参数难以获取全局最优解的问题，提出一种多模态贝叶斯优化PSO的参数辨识算法。首先，基于非对称Bouc Wen模型建立能够表征迟滞非线性的系统动力学模型；其次，通过对传统PSO算法参数辨识结果分析，引入模态分工机制并融合贝叶斯优化进行局部搜索得到MB-PSO算法，旨在克服传统辨识算法易陷入局部最优等不足。为了验证算法的有效性，通过与PSO、遗传算法、差分进化算法进行对比验证，实验结果显示MB-PSO能够将参数波动率抑制在12.3%以内。进一步地，为评估所提算法在提升迟滞模型精度与压电定位台轨迹跟踪精度的有效性，进行了迟滞表征能力与轨迹跟踪精度对比测试。测试结果显示，基于MB-PSO辨识的迟滞模型最大位移误差仅为6.871 nm，引入该迟滞模型的轨迹跟踪控制器将轨迹跟踪误差抑制在0.976 nm以内，实现了亚纳米级跟踪精度，为压电定位台系统实现原子级制造奠定基础。
-
基于光纤多普勒效应的微半球谐振子测振方法研究
摘要：
熔融石英微半球谐振子是微半球陀螺核心结构，其中未镀膜透明谐振子的振动测试对陀螺工艺优化与性能保障至关重要。传统测振技术存在局限：电容检测法受限于表面镀膜工艺要求，无法适用透明谐振子；商用台式激光测振仪虽能实现非接触检测，但体积大、成本高，难以满足集成需求。在此背景下依托光纤多普勒效应提出测振新方法，构建了微型化光纤测振系统。1 550 nm单模光纤激光器作为系统光源，其输出光束经光纤耦合器分为本振光与信号光。信号光定向传输至振动谐振子表面，反射后与声光移频器调制的本振光合束产生外差信号。信号处理模块通过光电探测器把外差光信号转成电信号，再用反正切算法解调，提取谐振子振动参数。系统采用六自由度夹具实现光纤与谐振子的空间对准。实验在70~80 Pa真空环境中开展，结果表明谐振子响应振幅与激励电压成正比，其测量相对误差<1%。测振系统在0~9 000 Hz范围可精准辨识前三阶模态，与商用Polytec MSA-600测振仪结果一致，且能检测出工作模态39 Hz的频率裂解和四波腹振型分布。该光纤测振系统实现了亚纳米级测量，适配未镀膜谐振子，兼具体积紧凑和成本低的优势，为微半球陀螺谐振子检测及工艺优化提供可靠方案。
-
基于车载原子重力仪的野外高精度快速测量
摘要：
陆基绝对重力测量在基础科学、地质灾害预警及国防安全等多个领域有着重要的应用。目前，常用的陆地绝对重力测量方式主要有室内静态测量、室外可移动测量和车载静基座测量，难以兼顾机动性和测量精度。为克服上述问题，故提出一种新型车载动基座原子干涉绝对重力仪。通过对激光系统和控制系统的优化设计，可实现一键启动，系统集成度和自动化程度显著提升。测量过程中传感头与动基座固连，并通过支撑结构与地面刚性耦合，抑制了载体振动对测量的影响。室内环境下系统测量灵敏度约147 μGal/Hz，积分时间40 000 s时测量分辨率优于1 μGal。在城市和山区野外环境下，开展了典型多场景重力连续流动测量实验，系统可稳定运行。野外快速测量条件下灵敏度约173 μGal/Hz，与室内环境下的指标较为接近，表现出良好的鲁棒性。车载系统可快速机动至指点位并展开部署，10 min内可获得高精度重力数据。测试路线涵盖城市建筑、城市公路、山区公路、山区场坪等多种典型野外地形，测试结果表明，在海拔变化＞1.6 km、温差约7.6 ℃的复杂野外环境下，重力测量残差优于100 μGal，系统表现出良好的稳定性。所提出的车载重力仪具备野外多地形长途机动条件下的高精度快速测量能力，在重力基准网快速构建、重力场短波信息快速获取及野外条件下自然灾害预报等领域有巨大应用潜力。
-
基于自主全向CPT原子磁力仪的拖曳式地磁测绘系统
摘要：
无人机拖曳式地磁测绘技术因其能够有效抑制载体磁干扰，在高精度航空磁测领域具有重要的应用价值。提出并构建了一种基于相干布居俘获（CPT）原子磁力仪的拖曳式地磁测绘系统，该系统首次采用单探头架构，充分发挥CPT原子磁力仪的高灵敏度和全向自主测量特性，可实现全纬度范围内的高精度地磁测量。为验证系统性能，在近海区域开展了多次飞行试验，并提出了一套系统化的数据处理与磁图绘制方法，集成航向误差补偿、载体磁干扰抑制、地磁日变校准、地磁参考场改正及高分辨率插值制图等关键技术，以提升测量数据的准确性和可靠性。试验结果表明，在未经数据处理的情况下，航磁测量的总精度为2.517 nT（1σ）；经过误差补偿及优化处理后，总精度提升至0.849 nT（1σ），有效降低了系统性误差的影响。此外，为评估系统在不同测量条件下的稳定性，对两次独立飞行获取的数据进行相同处理，并对比分析生成的地磁异常图。结果表明，两次测绘所得地磁异常图的相关系数高达99.8%，均方根误差（RMSE）为1.149 nT，表明系统具备卓越的数据一致性和测量重复性。研究结果表明，所构建的基于CPT原子磁力仪的拖曳式地磁测绘系统不仅有效克服了传统航空磁测系统受载体磁干扰影响较大的问题，实现了高精度磁场测量，同时在实际飞行试验中展现出优异的稳定性。
-
半球谐振陀螺高精度质量平衡研究
摘要：
质量不平衡是半球谐振子制造及组件装配过程中产生的非对称性缺陷，由材料各向异性、加工误差及装配偏差等工艺环节引入的非对称特性会引发谐振子非理想振动模式，导致四波腹驻波畸变，加剧哥氏效应耦合误差，进而恶化半球谐振陀螺的输出特性，影响其导航精度。针对这一制约高精度半球谐振陀螺发展及批量化生产的关键技术，提出了基于谐振子驻波虚拟旋转状态参数解调与支撑杆振动检测相结合的辨识方法，通过激光测振仪精确捕捉谐振子振动特征，实现了不平衡质量的辨识。系统分析了谐振子精密成型、金属化镀膜及精密装调等工艺环节对谐振子质量分布的差异化影响，揭示了不同工艺误差与振动模态耦合的关联规律，据此制定了阶梯式质量平衡策略。基于上述理论分析，研制了集成了谐振子驻波控制、振动测量与微去除技术的自动化平衡装置，在此基础上完成了谐振子的质量平衡。谐振子质量平衡后结果表明：对于4次谐波，实现了频率裂解为0.056 mHz的平衡精度；对于1~3次谐波，4次谐波振幅为0.15 μm时，1~3次谐波引起的耦合振动<0.03 nm，得到了良好的结果，验证了平衡方法及工艺的正确性，为研制及批产化高精度半球谐振陀螺仪提供了有力工艺支撑。
-
基于反正切边缘模型拟合的激光三角光斑定位算法
摘要：
高精度光斑定位算法是保证激光三角位移传感器精度的关键环节,为了解决光照环境变化引起的激光光斑成像不稳定对传感器精度的影响问题,提出了一种基于反正切边缘模型拟合的光斑定位算法。首先采用双向差分对初始光斑信号进行包络提取,以去除底噪、散斑噪声及尖峰噪声等干扰。然后建立反正切边缘模型,通过对反正切函数进行对称移轴处理,得到符合光斑波形特征的拟合函数。为进一步提高拟合精度,推导了具有物理含义的拟合初始参数计算公式,建立了待拟合参数与光斑特征的关系。采用梯度算法提取包络波形的物理特征构建特征集合,由包络物理特征集计算出拟合初始参数,最后通过Levenberg-Marquardt法进行最小二乘拟合求解出待拟合参数,实现亚像素级光斑质心定位。在激光三角位移传感器中验证算法,实验结果表明：该算法在成像光斑呈现淹没、正常及过曝等细节特征缺失情况下,均可将单点测量重复性误差降低至004 pixels,传感器全量程非线性误差降至0.02%。该算法通过对光斑强度分布进行数学拟合,降低了传感器对严苛成像条件的要求和激光器调节算法的依赖,且采用单帧处理实时性高，算法复杂性适中,适合高速高精度激光三角位移传感器集成开发。
-
基于ARMA模型的原子干涉陀螺噪声滤波方法
摘要：
原子干涉陀螺仪作为下一代超高精度惯性传感器方案之一,在国防和基础科研领域具有重要应用价值和发展前景,但其复杂的噪声特性严重制约了其实际性能。针对这一关键性问题,提出了一种基于时间序列分析的ARMA模型与卡尔曼滤波相结合的噪声抑制方法,旨在绕过复杂的噪声源物理建模环节,直接对陀螺输出信号进行整体建模与滤波处理。首先,通过一阶差分预处理的方式使陀螺输出数据满足ARMA模型的平稳性要求,采用AIC以及BIC准则经计算与对比后确定最优ARMA(2,1)模型参数。在此基础上,重点设计了量测噪声自适应卡尔曼滤波算法,通过实时估计量测噪声方差来动态调整噪声协方差矩阵,有效解决了传统定参滤波器的参数固化问题。对长达13 h的原子干涉陀螺输出数据进行处理与分析,实验结果表明,所提出的自适应卡尔曼滤波显著提升了陀螺性能：零偏稳定性从0.076 6°/h提升至0.055 0°/h(提升幅度可达28.2%),短期灵敏度优化26.7%,长期稳定性改善20.1%,这些改进效果显著优于定参滤波(仅提升8%)。此外,与非模型滤波方法(如低通滤波和小波去噪)相比,自适应卡尔曼滤波在模型匹配条件下展现出更优的噪声抑制效果。该研究提出的这一方法为解决原子干涉陀螺复杂噪声建模困难、提升其实际应用性能提供了一个切实可行的有效途径和技术方案。
-
铯光泵原子磁力仪研制及应用验证
摘要：
铯光泵原子磁力仪是一种基于光泵浦与磁共振效应的量子精密测量设备，通过谱灯激发铯原子并探测其自旋拉莫尔进动实现磁场测量。该设备具有测量灵敏度高、响应速度快、结构紧凑等优势，广泛应用于地质勘探、资源探测及国防安全等领域。系统开展了铯光泵原子磁力仪的整机研制工作，解析了设备的核心工作原理，并突破了3项关键技术：1）磁洁净探头设计，通过优化探头几何结构与材料，有效抑制外部干扰磁场，提升测量信噪比；2）无磁恒温控制系统，采用高精度温控模块设计，确保原子极化过程的稳定性；3）低相位噪声自激振荡电路，通过优化电路参数与反馈控制策略，降低系统噪声，提升测量灵敏度。在整机集成过程中，完成了谱灯光源、传感器探头及信号处理模块的协同优化，并通过国家计量机构校准验证了性能指标：测量范围覆盖10 000~120 000 nT，灵敏度达0.6 pT/Hz，技术参数达到国际先进水平。野外环境实测结果表明，该设备在地磁复杂的场景下仍能保持稳定性能，有效满足弱磁探测领域对高精度、高可靠性的需求。本研究为国产高精度磁测装备的自主化提供了技术支撑，对推动量子精密测量技术在资源勘探与国防领域的应用具有重要意义。
-
冷原子喷泉钟频率锁定的仿真与改进
摘要：
冷原子喷泉钟的频率锁定是将外部馈入的微波的中心频率与原子跃迁频率锁定来获取准确的频率值。传统方法是将探测得到的频率误差信号经过传统的数字PID方法计算得到频率调整量，以调整馈入微波的中心频率值。为了便于优化冷原子喷泉钟的锁定过程，基于Python程序构建了喷泉钟频率锁定过程的仿真模型，并利用实验数据确定了仿真过程中的两个参数,一个参数是冷原子喷泉钟在锁定过程中附加的附加频率高斯白噪声的标准差为σ/τ=1.35×10-13（τ=2.4 s），另一个参数是喷泉钟测量得到的跃迁几率差值与频率误差值之间的比例系数C=2.8。在建立的仿真模型的基础上，为了实现PID控制参数的动态调整，提升系统的鲁棒性和抗干扰能力，在冷原子喷泉钟频率锁定过程中引入模糊PID控制方法。首先使用仿真程序优化并选定了相关实验参数，之后进行了这些参数下的传统PID和模糊PID的短时间的实验测量。仿真与实验结果表明，模糊PID在短期稳定度方面优于传统PID，Allan方差分析显示其短期稳定度提升约14.2%，实验结果与仿真结果的符合程度验证了该仿真模型的有效性。另外，单独的仿真结果也显示，模糊PID对突发性频率跳变（±1×10-11）具有一定的抑制能力；在系统性频率阶跃（±5×10-12）下响应速度与传统PID相当。
-
基于机器视觉的飞机连接件识别与分类算法
摘要：
典型飞机连接件种类繁多且批量巨大。然而，不同尺寸、外观形状复杂各异，位姿摆放无序的飞机连接件识别与分类是实际应用亟待解决的难题。针对此类问题，提出了基于机器视觉的飞机连接件识别与分类算法。首先，利用高斯滤波消除图像噪声，采用双阈值二值法提取图像边缘过渡带；然后，建立图像坐标系，对飞机连接件图像边缘进行定位，将图像分割为4个象限，对每个象限中的连接件几何中心进行定位，并计算连接件边缘过渡带点的关键参数；最后，通过容差视觉识别算法、划分封闭连接件测量关注区域、支持向量机预设值算法和基于第二关注区角点识别算法，对连接件进行识别与分类。在机器视觉图像处理实验平台上，将垫片、螺纹、卡簧和螺母这4种不同类型的飞机连接件作为实验对象，对飞机连接件进行检测与识别精度验证。在此基础上，展示了该算法的求解过程。实验结果表明，该研究平均检测每幅图片时间为2.14 s，平均分类识别正确率为 95.02%，单个零件识别时间为0.54 s，错误识别率仅为4.98%；SIFT和Hu算法检测平均分类识别正确率为 90.29%和72.42%，单个零件识别时间为1.16和1.34 s；2种检测方法识别时间相差0.62和0.80 s，识别正确率相差4.8%和22.65%，其视觉识别方法可以满足飞机连接件的快速、准确识别要求。
-
基于轻量化改进和模型剪枝的SAR图像飞机目标检测
摘要：
由于合成孔径雷达独特的成像机制，现有的深度学习检测算法，难以在精度和速度之间找到良好的平衡。因此针对边缘端应用需求，结合剪枝方法设计了一种更轻量的SAR图像飞机目标检测网络SAERFDnet。其以YOLOv8n模型为基线，主干使用重参数化大核卷积进行特征提取，颈部使用自适应多尺度离散特征融合模块，以较浅的网络深度获得更大的有效感受野。其次，改进网络在检测头分类分支引入可变形卷积，使得网络更关注不同类别目标的几何特征差异，在回归分支引入频率自适应扩张卷积，加强对图像高频区域的目标定位能力。最后，使用了模型剪枝技术获得了更轻量高效的模型。采用3个公开的实测数据集进行实验，在SAR-AIRcraft-1.0数据集上的结果表明，该方法以0.5 M参数量和2 G FLOPS的参数量和计算量达到了96.3% mAP50和72.% mAP50-95，相比YOLOv8n模型参数量降低83.3%，计算量降低75.3%，同时提高了0.7% mAP50和2.2% mAP50-95的检测精度,对比其他模型检测结果，该方法能在保证检测精度的条件下，有效提升SAR图像飞机目标检测的检测效率。此外，在SADD数据集和高分三号飞机目标数据集上进行了迁移实验，结果均表明该方法具有良好的泛化性和鲁棒性。
-
正交远心机器视觉测量方法及其系统与应用
摘要：
针对相对较大尺寸零件机器视觉高精度测量需求，采用单目远心视觉系统测量存在范围小，采用平行远心视觉系统测量则可能存在镜头位置干涉的问题，为此提出了一种正交远心机器视觉测量方法及其系统。首先，建立了正交远心视觉测量系统，阐明了正交远心视觉测量系统的构成原理与工作流程。然后，研究了正交远心视觉测量系统的标定方法，其核心是在单目远心成像模型中引入镜像坐标变换数学模型，以及通过标定件统一无公共视野的两套远心系统的坐标系。接着，研究了正交远心视觉测量系统的关键算法，包括基于多邻接像素梯度的图像质量评价、基于图像梯度信息与坐标线性优化的角点两步定位、亚像素边缘检测、基于骨架提取和深度优先搜索策略的测点自动识别与定位等。最后，分别通过实验研究和建立综合误差模型，验证了所提出系统的测量精度，分析了影响系统测量精度的重要因素。实验结果表明，在0级标准量块测量中绝对误差不超过0.012 mm，在玻璃瓶模具瓶口处尺寸测量中最大绝对误差、最小绝对误差以及均方根误差分别为0.035、0.002和0.014 mm。所提出的正交远心视觉测量系统其结果具有精确性和一致性，能够实现相对较大尺寸零件的高精度测量。
-
基于掩码孪生网络与幂调节损失的恶劣场景车道线检测方法
摘要：
车道线检测是自动驾驶感知系统的核心任务,在复杂交通环境下具有重要的应用价值。尽管现有方法在常规条件下已取得较好检测效果,但在光照不足、逆光、大雾、雨雪等恶劣场景中车道线检测仍面临诸如模糊、断裂与遮挡等挑战。为提升恶劣场景下的车道线检测性能,基于ADNet框架提出了α-SimADNet检测网络。该模型基于ADNet网络实现锚点提取与参数回归,通过引入无负样本对比学习与具有交替优化策略的掩码孪生网络,增强主干网络的特征判别力与环境适应性。这些改进使模型在不增加推理计算开销的前提下,显著提升了恶劣条件下的特征表征能力。此外,针对传统IoU损失在回归困难样本时梯度响应不足的问题,设计了具有幂调节机制的α-GLIoU损失函数,以增强模型对断裂与遮挡车道线的拟合能力。为全面评估所提方法的性能,构建了一个面向恶劣环境的高质量车道线检测数据集HardLane-F100,涵盖106段视频、10 600帧图像,有效缓解了当前公开数据集中极端环境样本覆盖不足的问题。实验结果表明,α-SimADNet在HardLane-F100数据集上的F1@0.5得分达到83.2%,分别较主流方法ADNet与RVLD提升2.7%和1.2%。在更严格的F1@0.7指标下得分60.9%,较ADNet与RVLD分别提升3.8%和3.2%,该方法在多种挑战性场景下均表现出更优性能,充分说明了其在恶劣场景下的有效性。
-
基于全局体素特征交互的3D目标检测算法
摘要：
针对当前多数基于激光雷达的3D目标检测方法中因局部感受野限制无法建模特征远距离依赖，以及对点云数据的窗口划分策略导致的拓扑结构破坏等问题，提出了一种基于全局体素特征交互的3D点云目标检测网络。首先，设计基于希尔伯特空间曲线和Mamba的长距离上下文特征提取模块，通过对体素空间进行希尔伯特曲线序列化并保持体素间的空间局部性，利用Mamba处理长序列的优势提取具有长距离依赖的点云上下文特征，显著提升算法对长程依赖的建模能力。其次，设计基于特征图响应强度的自适应体素扩散模块，进行体素之间大规模的长程特征交互，通过动态生成扩散体素对目标中心体素的语义表达能力进行增强。此外，提出了一种空间特征恢复算子，通过子流形卷积的局部结构保持能力和Mamba的全局建模特性，对局部和全局特征表达进一步进行协同优化，用于补充序列化和体素聚合过程引入的信息损失。在KITTI数据集进行了实验，结果表明，方法达到了先进的3D目标检测性能，在汽车、行人和骑行者这3种类别的中等检测难度下精度分别达到了82.36%、61.96%、66.05%，同时推理速度达到19 fps，相比于基准模型，该方法较好地保持了精度和效率间的平衡。同时，在实际道路场景中进行了可视化对比分析，该方法表现出较强的泛化能力和实际应用潜力。
-
基于小目标感知增强的风机叶片缺陷智能检测
摘要：
当前风机叶片检测存在图像分辨率高、叶片缺陷目标小和形态复杂等问题，导致其表面缺陷难以准确识别和定位。为了解决以上问题，提出一种基于小目标感知增强的风机叶片缺陷检测方法。首先，构建了动态通道空间卷积模块来改进YOLOv8检测网络，利用空间重构模块和通道重构模块，减少模型运算量和降低特征提取冗余，进而提高模型的检测性能。其次，设计了一个小目标感知增强网络，该网络由多尺度Transformer模块、特征融合模块和小目标检测头构成，其多尺度Transformer模块能协助网络理解小目标周边区域的语义，具体包括多尺度融合模块、多层感知机和查询选择模块，进而实现小目标缺陷特征的粗提取。随后，利用双线性插值和上下文引导注意力融合机制，实现缺陷浅层-深层特征的尺寸与语义对齐，以提升模型对小目标缺陷的感知。最后，引入自适应分布交并比损失函数来提升缺陷定位精度，并降低类别不平衡对检测精度的影响。在海上风电机组自建叶片数据集进行实验验证，结果表明本文提出的缺陷检测网络平均精度可达0.815，相比较YOLOv8模型和RT-DETR模型，分别提高了0.134和0.182，且在RTX3090 GPU上推理速度为14 fps，满足实时检测的要求，进一步证明了其在风机叶片缺陷检测应用上的潜力。
-
基于分层特征融合和终点诱导的车辆多模态轨迹预测
摘要：
车辆多模态轨迹预测作为感知和决策规划之间的桥梁,在自动驾驶系统中发挥着重要作用。针对现有方法特征融合不充分和难以有效平衡预测精度和效率的问题,提出了一种基于分层特征融合和终点诱导的车辆多模态轨迹预测模型(HFF-EI)。首先，利用一维残差卷积和特征金字塔网络(FPN)编码车辆历史轨迹信息,充分提取特征;其次，构建了一种分层特征融合结构,对车辆和地图分别进行特征融合后再进行全局特征融合,实现场景各元素特征高效且全面融合;然后，引入基于动态权重模式的多层感知机(MLP)进行轨迹终点预测,提高模型在不同交通场景下的自适应能力;最后，提出了一种基于终点信息交互的终点细化模块,使用注意力机制在更长时空范围交互轨迹信息,提高了车辆多模态轨迹预测的准确性。在公开数据集Argoverse1进行消融实验和对比实验,消融实验结果表明:HFF-EI模型的3个模块均有效提升了轨迹预测性能,在最小平均位移误差、最小最终位移误差、丢失率和具有惩罚项的最小最终位移误差上分别降低8.87%、13.52%、31.07%和8.93%;HFF-EI模型在测试集上最小最终位移误差为1.134 m,具有惩罚项的最小最终位移误差为1.773 m,推理时间为10.22 ms,与10个基准模型相比综合性能优势显著,证明了所提模型的有效性。
-
融合宽带超声与深度学习的变压器油微水非侵入式检测方法
摘要：
针对传统变压器油中微量水分含量检测方法存在的破坏性取样、抗干扰能力弱等瓶颈问题，提出了一种基于宽带超声时频分析与深度学习融合的非侵入式高精度检测技术。该方法结合宽带多频超声扫描与深度神经网络建模，实现了油中微量水分复杂声学特征的动态解析与定量预测。研究采集240组变压器油样，利用精密微水检测仪标定其真实含水量构建数据集（训练集220组、测试集20组）。对每组油样施加6种中心频率的宽带超声激励，采集回波信号并采用连续小波变换（CWT）进行时频分析，提取形成128×1 000维的高/低频联合特征矩阵作为模型输入，对应油样真实含水量作为输出。核心创新在于构建了卷积神经网络-长短期记忆网络（CNN-LSTM）混合深度学习模型：利用CNN高效提取CWT时频谱图蕴含的空间模式特征，同时利用LSTM捕捉超声信号在多频率维度上的时序动态关联，从而建立从复杂声学特征到水分含量的强非线性映射。多模型对比实验表明，该CNN-LSTM模型预测性能显著优越，平均绝对误差（MAE）低至1.33 mg/kg，平均绝对百分比误差（MAPE）为7.167%，且决定系数（R2）高达0.958。该研究为变压器油中微量水分的在线、无损、高精度监测提供了具有重要工程应用价值的新方案。
-
基于深度强化学习的空间捕获自主决策
摘要：
针对航天器机械臂在复杂空间环境下执行旋转目标捕获任务时的自主决策问题，提出了一种改进的分布式深度确定性策略梯度的决策方法，以进一步增强捕获任务的自主决策能力，其中捕获航天器装备有三自由度的机械臂用于执行捕获操作，而目标航天器则处于固定位置并以恒定角速度进行旋转。为了提升空间捕获系统在复杂环境下的探索能力，设计了一种基于状态熵最大化的内部奖励探索机制：该机制通过计算当前状态与最小批量样本中各状态之间的欧氏距离，选取其中最小距离并通过熵计算将其转化为内部奖励，再与外部奖励进行线性叠加，构成最终的总奖励值，进而提升算法的收敛速度。与此同时，进一步构造了一种双网络结构：即通过两个价值网络分别对候选动作进行并行评估，并由两个策略网络选择价值更优的动作并输出执行，同时引入奖励重塑函数对奖励信号进行重塑，以降低算法估计的偏差，同时提高样本效率。最后，通过与多种主流强化学习算法进行仿真对比，验证了所提方法的有效性和优越性。具体实验结果表明：改进后的D4PG算法在奖励值方面提升了32.25%，在收敛速度方面提升了3.08%，显著提高了航天器机械臂执行空间捕获任务的自主决策能力。
-
基于ICGO-RELM的测斜仪磁干扰误差补偿方法
摘要：
井下测斜仪在地磁场测量过程中易受钻具磁化、井壁环境及外部电磁噪声等多种因素的干扰，从而导致钻具方位角解算产生显著误差。现有的多测点分析法能够对磁干扰进行一定程度的补偿，但补偿后的方位角仍存在明显的非线性特征，难以满足高精度井下测量需求。故提出一种基于改进混沌博弈优化（ICGO）的正则化极限学习机（RELM）误差补偿方法。首先，利用多测点分析法完成磁干扰的初步校正；随后构建了以三轴加速度计与磁力计数据为输入、校正残差为输出的CGO-RELM补偿模型，并与基于粒子群优化（PSO）和遗传算法（GA）的RELM模型进行对比。针对原始CGO算法中种群多样性不足、陷入局部极值的问题，进一步引入混沌、高斯、小波这3种随机种子变异方式，并提出三阶段融合策略以提升全局搜索能力和收敛效率。实验表明，所提出的ICGO-RELM方法在拟合性能与泛化精度上均显著优于对比算法。与传统RELM模型相比，方位角的平均绝对误差（MAE）和均方根误差（RMSE）分别降低94.1%和93.1%，决定系数提升至0.999 4。结果验证该方法对非线性误差具有显著抑制效果，从而提高井下方位角解算精度，为复杂井下环境下的轨迹控制与随钻测量提供了一种可靠的技术途径。
-
基于全相位频谱分析的电阻率测井电磁响应特性研究
摘要：
为探究电磁波电阻率测井响应的影响因素,对常规电磁波电阻率测井信号进行数值模拟,分析了线圈工作频率、线圈源距和线圈间距对常规电磁波电阻率测井信号幅值比和相位差的影响规律。同时，建立了一个3层水平地层模型,对方位电磁波电阻率测井信号进行数值模拟,推导并计算该地层模型下任意地层中的电磁场分布，分析方位电阻率测井响应与地层边界之间的关系。此外,搭建单发双收线圈结构的电阻率测井电磁响应实验模型,采集了相关信号数据,运用全相位频谱分析方法计算电阻率测井信号的幅值比和相位差数据,分析不同线圈参数与幅值比和相位差的影响规律，并与前期的数值模拟进行对比验证。结果表明:数值模拟与实验计算的响应规律保持一致。具体而言，在地层电阻率保持不变时，幅值比信号随着线圈工作频率、线圈间距的增大而增大,但随着线圈源距的增大而减小;而相位差信号均随着线圈工作频率、线圈源距及线圈间距的增大而增大。通过采用全相位谱分析方法分析线圈不同因素的影响规律,对电阻率测井中电磁响应特性进行研究,可以获取更真实、准确的地层电阻率和界面信息,更有效地支持测井数据处理和实时地质导向。
-
基于动态人工势场的机器人重构轨迹平滑避障方法研究
摘要：
针对传统避障算法在处理机器人重构轨迹时无法保证轨迹相似性和平滑性的问题，提出了一种基于动态人工势场的机器人重构轨迹平滑避障方案。首先采用高斯混合模型和高斯混合回归来对采样的轨迹进行建模和重构，分别构建吸引子的引力势场和障碍物的斥力势场，在空间中叠加出一个V形延伸的势场，将轨迹限制在演示区域内，从而提高轨迹的相似性。在此基础上采用动态人工势场法来引导避障轨迹的生成，通过设计吸引子的运动方式和障碍物的斥力模型来实现轨迹的跟踪和避障。最后，提出了一种基于sigmoid函数的正向-逆向融合规划策略，将正向规划轨迹的后半段和逆向规划轨迹的后半段融合在一起，进一步提高轨迹的平滑性。为验证方案的有效性，分别进行了人类手写字母数据集的仿真实验和六轴机器人的轨迹避障实物实验。实物实验表明，使用该方案生成的避障轨迹平均曲率仅为 0.035 cm-1，平均跟踪误差仅为2.96 cm，相较于快速扩展随机树法分别降低了20.1%和66.9%，相较于动态运动基元算法分别降低了28.5%和20.8%。本研究实现了保留机器人重构轨迹形状和特征下的轨迹平滑避障，在避障过程中能够同时兼顾轨迹相似性和平滑性，使得基于演示学习技术控制的机器人能够更加灵活地应用在复杂工业场景中。
-
基于多参数BP网络的滩涂地物辐射特性预测方法
摘要：
滩涂地区是我国海岸带的重要组成部分，其有效监测对于经济发展和资源利用具有重要的意义。然而滩涂地带的辐射特性受地表异质性和气象敏感性等多因素耦合影响，难以获取其真实的光谱特征，亟需发展高效、灵活、准确的光谱辐射特性获取及预测方法。基于此，提出了一种多参数BP网络的滩涂地物辐射特性预测方法。首先，针对滩涂区域光谱数据的快速获取需求，构建一套无人机载的多光谱数据采集系统，其中光谱通道包括450、555、660、720、750和840 nm共6个波段，七要素气象仪记录光照强度、温度、湿度等数据；其次，提出了一种基于标准灰板的光谱数据预处理方法，通过多光谱和气象数据获取、时间对齐以及标准灰板校正获得标准化光谱数据；最后，提出了一种基于多参数BP神经网络的辐射特性预测方法，在光强、温度、湿度等气象条件约束下实现对不同滩涂地物的真实辐射特性预测。基于无人机多光谱遥感系统收集了海滩树林、海滩水际以及滩涂沙石共3类滩涂光谱辐射数据，对数据的预测和无监督聚类结果表明，所提方法能有效拟合不同条件下的光谱辐射变化规律，对海岸水际滩涂预测的MAE、MSE、RMSE最小可达0.214 9、0.84 3和0.429 3，为无人机载的滩涂地物遥感监测及辐射特性预测提供了可靠的数据支撑。
-
顾及几何特征可靠性的LiDAR点云配准优化算法
摘要：
点云配准是激光雷达（LiDAR）定位的关键技术，为了解决传统点云配准的迭代最近点（ICP）算法在几何特征稀疏及退化场景中面临的挑战，故提出顾及几何特征可靠性的LiDAR点云配准优化方法，该方法包含两个模块：1）基于曲率的特征提取模块，通过构建局部邻域协方差矩阵并分解特征值，计算点云的最大主曲率与最小主曲率，同时引入主曲率差及法向量夹角构建曲率一致性误差函数，通过量化几何特征差异可有效过滤重复结构中易混淆的候选匹配点，解决噪声干扰下的匹配歧义问题，保障特征配准的几何一致性，为后续配准提供高质量特征对；2）基于特征可靠性的点云配准模块，利用特征拟合误差、局部曲率和谱熵这3个因子量化特征拟合质量，通过贝叶斯模型形成统一可靠性权重，基于此权重构建了加权点云配准优化框架，通过权重调节机制抑制低质量特征的干扰，从而降低其对配准结果引入的误差。在自建数据集和公开KITTI数据集上开展了实验验证，结果表明：所提方法在室内特征退化场景的三维定位误差较常规点-线（PL）/点-面（PP）ICP方法降低了47%，显著提升了挑战环境下的定位精度与鲁棒性，并通过消融实验进一步证实了多特征协同优化的重要性，算法在万级特征对规模下优化耗时控制在20 ms以内，满足实时性需求。
-
二次耦合的绝对式直线时栅位移传感器
摘要：
针对精密制造、航空航天工业及军事应用等领域对精密直线绝对位移测量的需求，提出了一种二次耦合的绝对式直线时栅位移传感器，其定尺采用离散分布式无源设计,避免了传统设计中定尺线圈层间连接过孔带来的分布电感与分布电容，提高了感应磁场的连续性与均匀性；激励信号与感应信号的处理集中于动尺侧，只需在动尺侧布置引线，磁场的耦合限制在激励线圈范围内，从而有效抑制传感器定尺上未被基体覆盖的线圈与环境中各种电磁波耦合带来的高次谐波干扰，同时拓宽了传感器的应用领域。首先，建立平面瞬态磁场耦合模型，构建双列绝对式传感器测量模型及其传感机理，采用对极数互质的绝对位移解算方案,扩大了绝对位移测量中误差允许范围，提高了绝对位移解算的准确性；并提出了一种同频调制的信号解耦方法，通过优化信号处理机制,在实现传感器高信噪比的同时,显著降低传感器对ADC采样率的要求，解决了ADC采样率与分辨率之间的矛盾；通过电磁场有限元仿真，对传感器进行了理论验证和误差分析，确定了传感器优化安装间隙为0.5 mm。最后，采用PCB工艺制作传感器样机并开展相关实验研究，实验结果表明，传感器在203 mm的有效测量范围内能够实现绝对位移测量，其原始测量误差为-12.62~+3.23 μm。
-
磁声结合的生物分子多特性检测系统
摘要：
对生物分子进行磁标记是生物分子技术中重要的操控手段，但是现有针对磁标记分子的检测系统存在检测对象单一，应用场景有限等问题。磁标记分子可以受磁场控制运动，采用厚度剪切石英振荡器作为传感器传感分子运动，分子的运动受分子本身或基载液特性影响，通过分析分子运动信号，就能检测影响运动的分子或基载液特性。据此，研发了磁声结合的磁标记生物分子多特性检测仪器系统，为磁标记分子多特性的检测应用提供充分的灵活性：系统使用直接数字合成信号发生器作为激励磁场和激励传感器振荡的信号源；通过直接数字合成信号发生器与计算机程序配合，系统可以自动调整传感器和磁场激励频率以获得最优信噪比传感信号；系统对传感器输出信号进行解调，采集其中分子运动信号进行信号处理和分析，提取多种信号特征以实现分子的多特性检测。测试结果表明，系统能够提取传感输出信号中调制的分子运动信号，激励频率寻优程序能够有效提高传感信号的信噪比，由此可实现浓度(ng/mL级)、流体动力学尺寸(nm级)等磁标记分子特性的检测。研发的仪器系统是一个开放性的生物分子检测平台，能够完成更多的磁标记分子特性检测和生化过程的监测，是一种全新的生物分子检测仪器技术。
-
车载GNSS / INS组合导航任意安装角在线自动标定算法研究
摘要：
车载惯导系统安装角的精确标定是确保GNSS/INS组合导航系统精度与鲁棒性的前提。针对车载惯导系统安装角未知情况下的标定问题，提出了一种车载GNSS/INS组合导航任意安装角在线自动标定方法。该方法通过对车辆静止、运动及快速直行状态的检测，自适应执行静态与动态对准，并分三阶段完成安装角标定。在车辆处于静止状态时执行静态粗对准：计算水平安装角，并通过静态滤波估计加速度计和陀螺仪零偏；在完成水平粗对准后，当检测到车辆处于运动状态时，执行动态对准：计算航向角，并通过动态滤波估计并分离航向安装角；最后，在车辆处于快速直行状态时，根据速度坐标系与载体坐标系之间的关系，完成安装角的精确在线标定。为验证方法的有效性与普适性，设计了基于战术级IMU与MEMS级IMU的两组车载实验，并与传统工程对照方法进行了安装角估计精度对比。实验结果显示，该方法在不同精度条件下均能快速收敛，安装角平均估计误差分别为0.389°和0.287°，安装角估计精度明显优于对照方法。此外，该方法适用于车载手机等任意安装角设备，可在IMU位置发生变化时重新标定，从而增强系统环境适应性与鲁棒性，为智能驾驶车辆的高精度自主定位提供关键技术支撑。
-
基于改进准一型锁相环的永磁同步电机无位置传感器控制
摘要：
传统准一型锁相环（QT1-PLL）在永磁同步电机无感控制系统中存在转子位置估计精度随运行状态变化而下降、动态响应与稳态精度难以兼顾等问题。为解决上述不足，提出了一种基于改进QT1-PLL结构的参数自适应锁相环方法。在传统QT1-PLL拓扑基础上，引入频率自适应混合滤波机制，将自适应陷波滤波器与移动平均滤波器串联，能够有效抑制频率波动导致的估计误差与噪声干扰，并在复杂工况下保持较高的滤波效率。通过与QT1-PLL的耦合设计，构建了自适应混合滤波锁相环（AHF-QT1-PLL），实现了反电势滤波与谐波抑制的协同作用，从而在低速运行、大范围变速及负载扰动条件下显著增强系统的鲁棒性与稳定性。该方法不仅在快速变速过程中的动态跟踪性能得到显著提升，而且在稳态运行阶段保持了较高的转子位置估计精度，兼顾了动态与稳态性能。基于多组仿真与实验研究结果表明，与传统QT1-PLL方法相比，AHF-QT1-PLL在多种运行工况下均表现出更高的转子位置估计精度，稳态误差明显减小，动态调节时间缩短，同时具备更强的抗干扰能力和谐波抑制性能。研究结果充分证明该方法在动态与稳态条件下的有效性和可靠性，展现出较强的工程应用前景与推广价值，为永磁同步电机无位置传感器控制策略的优化提供了一种可行途径。
-
基于物理信息嵌入的绳驱机械臂绳索故障诊断与隔离方法
摘要：
针对绳驱机械臂绳索磨损问题,提出了一种故障诊断与隔离框架,旨在提高绳驱机械臂运行的可靠性与安全性。在故障诊断环节,通过结合机械臂关节角度与绳索张力的映射关系构建绳索张力模型,用于准确预测绳索在不同工作状态下的张力变化。在此基础上设计了嵌入物理信息的故障诊断网络,该网络利用张力信号与关节角度信息的动态特性,通过多目标损失函数优化,以实现对故障绳索准确的故障诊断。在故障隔离环节,设计了一种基于同步补偿法的光纤关节角度传感器以稳定精确地采集关节运动信息,并提出三驱动绳索同步补偿策略。同步补偿策略依次对各个关节的3根驱动绳索执行多次等距同步收缩操作,减少动态误差对隔离精度的影响。利用该光纤传感器采集机械臂俯仰角与偏航角的动态响应数据,经格拉姆角差场算法生成二维特征图谱。在此基础上构建集成分类模型,实现机械臂绳索损伤准确隔离。在绳索故障诊断实验中,诊断准确率为98.48%,在绳索故障隔离实验中,对故障绳索的隔离准确率为94.89%。实验结果表明,该方法在绳索张力预测、故障诊断以及故障定位方面均表现出显著优势,为绳驱机械臂的安全运行提供了有力保障。
-
基于分段互感式涡流探头的电梯钢带内部钢丝断丝检测方法
摘要：
电梯钢带作为由钢丝绳演变而来的新型传动与承载构件，凭借柔性好、抗腐蚀能力强和传动效率高等特点，在现代电梯系统中已得到了广泛应用。然而，钢带在运行过程中长期受循环应力等因素影响，易引发内部钢丝绳磨损、断丝和断股等隐蔽性损伤，往往难以及时发现，严重威胁电梯运行安全。现有的检测方法存在响应慢、效率低或依赖停机检测等问题，难以满足钢带断丝的在线检测需求。为此，提出了一种基于电涡流检测的钢带内部钢丝绳断丝损伤检测方法。首先，考虑到钢带具有无自由端、连续结构及不易拆卸的特点，设计了一种具有空间环绕式绕线结构、可自由开合的外穿分段互感式涡流探头；其次，利用有限元仿真对该探头的匝数、提离值等关键参数进行分析与优化；最后，基于优化后的参数制作了分段互感式探头实物，搭建了试验平台开展钢带断丝损伤检测试验，同时在单股钢丝绳中注入不同断丝量以验证检测系统的性能。试验结果表明，该探头可在钢带运行速度为0.5 m/s的条件下稳定检测出至少4根的断丝损伤，感应信号与断丝数量呈正相关，具备良好的动态检测能力。研究结果为电梯钢带内部钢丝绳断丝在线检测提供了有效参考。
-
基于改进磁网络法的管内壁缺陷漏磁精确分析
摘要：
针对管道永磁内检测装置在设计过程中长期依赖人工经验、缺乏系统性理论指导的现状，提出了一种高效可靠的建模方法，用于精确描述局部饱和磁场及其与管壁缺陷之间的耦合机制，并实现对其性能的定量分析。在传统磁路法的基础上，引入磁场分割理论，构建了一种适用于管道漏磁内检测的改进磁网络模型。该模型充分考虑了边缘效应及铁磁材料非线性磁化特性，通过将检测装置的关键参数与缺陷引起的漏磁场进行耦合建模，揭示了二者之间的内在关联，进而实现了对局部饱和磁场的动态演变过程与空间分布的定量计算。研究提出的改进磁网络法在保证较高计算效率的前提下，展现出良好的通用性与模型适应性。为验证其有效性，分别开展了有限元数值仿真与实验，并对模型计算结果进行了对比分析。结果表明，所建立的改进磁网络模型在磁场分布特征和关键信号响应方面与有限元仿真结果吻合良好，误差控制在5%以内；与实验测量结果相比，总体相对误差<30%，具备工程可接受的准确性。该模型能够有效捕捉由内壁缺陷所引起的磁场扰动趋势，并准确反映其对检测装置输出性能参数的影响，弥补了传统磁路设计理论分析不足的缺陷。所提出的方法兼具较高的计算精度与效率，适用于工程实际中对管道内检测装置的快速性能评估与迭代优化设计，为该类装备的参数设计、性能预测及工程应用提供了可靠的理论依据与模型支持。
-
基于双馈式风电机组定子电流信号现象学模型的齿轮箱故障监测方法
摘要：
为解决双馈式风电机组齿轮箱故障诊断中，现有定子电流方法未覆盖双馈并网状态、变工况下频带混叠难以对比等问题，提出了一种基于双馈式风机定子电流信号的齿轮箱状态监测方法。首先，基于双馈式风机实物仿真平台发电机的定子电流信号构建现象学模型，确定定子电流信号构成成分和规律；随后，利用定子电流信号现象学模型将风机机械部分与电气特征联系起来，确定风机机械侧对于电气侧的影响，提出了电流能量比算法；对于变工况导致频带重叠以及无法对比的问题采用切分重组的方法加以避免；依靠电机齿槽谐波进行转速估计，实现了仅定子电流信号的电流能量比计算，其平均相对误差为0.277 2，均方误差为0.114 6。为验证方法可行性，通过双馈式风机实物仿真平台，分别采集齿轮箱正常状态及多种故障状态下不同工况的定子电流信号进行实验验证。结果表明：齿轮箱故障状态下的电流能量比显著高于正常状态，且同一部件故障严重程度与电流能量比呈正相关，具体表现为故障越严重，电流能量比越大；对比齿轮箱平行级与二级行星级的电流能量比结果进一步证实，该算法在风机参数改变时仍具备良好普适性，且可有效监测齿轮箱平行级与二级行星级故障。
-
基于自回归嵌入的风电机组传动系统双阈值状态监测
摘要：
风电机组是一种将风能转换为电能的复杂机电混合系统，其传动系统包含齿轮、轴承等众多高精度的机械部件，这些部件在长期运转过程中，容易出现疲劳、磨损等问题，导致传动系统易于发生各种故障，严重影响机组运行的安全与发电效率。为保证风电机组整机运行的安全性，需要高效准确地检测出传动系统的异常运行状态。针对现有研究复杂运行状态捕捉能力弱以及部件维护、剔除白噪声干扰准确率低的问题，构建了一种基于自回归嵌入的可学习分解与双注意力网络的状态监测模型。首先，对数据采集与监测系统（SCADA）收集到的数据进行预处理，并且通过相关性分析选择出与故障演化强相关的温度等特征参数。其次，引入自回归嵌入模块，使用动态令牌更好地捕捉多维时间序列特征，进行传动系统相关温度变量的预测，实现故障特征的动态建模。然后，提出双阈值判别的监测网络，结合相关变量的残差与信息熵确定双重健康阈值，通过阈值的双重机制，监测过程能够进一步剔除白噪声等异常信号，提供准确的预警时间。最后，通过两个实际风电机组传动系统的故障案例验证了所构建模型的有效性，当风电机组发生故障时，相较于传统的数据采集与监测系统（SCADA），可以提前约6~10天对故障信号进行早期预警。
第二十七届中国科协年会学术论文——原子级制造的科学与技术
视觉检测与图像测量
信息处理技术
传感器技术
先进感知与损伤评估
期刊介绍
主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：王巍
地址：北京市海淀区知春路6号锦秋国际大厦A座23层
邮政编码：100088
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
