.png)
.png)
下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
故障预测与健康管理领域大语言模型:应用与展望
摘要：
故障预测与健康管理(PHM)技术通过监测、分析和预测设备健康状态，实现主动维护和风险规避，是保障系统安全稳定运行的关键。尽管基于物理模型和数据驱动的PHM方法体系已经较为完整，但是经典方法在面对日渐复杂的工业系统的海量异构数据，特别是非结构化文本和多模态信息时，仍然存在专家知识集成困难，以及泛化能力不足的短板。近年来，Transformer结构与大语言模型(LLM)方兴未艾，为PHM领域内专业知识的有效利用带来新兴的高精度预测范式，其应用潜力和优势包括但不限于知识提取与整合、少样本学习泛化、智能决策支持等。为全面综述大语言模型赋能PHM的现状及前景，首先，介绍PHM常见任务、Transformer结构与通用大语言模型基本概念；其次，介绍领域专用大语言模型构建任务中的领域知识构建与注入方法（包括内部参数优化和外部知识增强），给出PHM领域专用大语言模型的整体框架；然后，从部件级、子系统级、复杂系统级这3个层次，并面向任务深入剖析并综述PHM领域大语言模型框架与应用现状，包括故障诊断、健康状态估计、剩余使用寿命预测和异常检测等典型PHM领域任务；最后，从模型轻量化、边缘部署、广义复杂系统角度，展望PHM领域专用大语言模型未来应用发展的挑战和机遇。
-
大模型在工业缺陷检测领域的应用现状与展望
摘要：
工业缺陷检测是现代工业生产和运维的关键环节,是产品质量、生产效率、安全性的重要保障。大模型凭借其复杂逻辑推理能力与泛化能力成为了推动新一轮人工智能浪潮的关键引擎。大模型的涌现为工业缺陷检测提供了一个新范式,同时也带来了新机遇和新挑战。本综述总结了大模型在工业缺陷检测领域的应用现状。首先，对大模型的发展历程进行了系统梳理,并且详细介绍了大模型的核心技术,包括模型架构、多模态数据处理与预训练技术、微调技术、对齐技术和高效推理技术。接着，综述了基于传统机器学习和深度学习的缺陷检测方法,并与缺陷检测大模型进行对比,总结了各自的优点和局限性。然后，聚焦于工业缺陷检测领域,介绍了支撑大模型研究与性能评估的开源数据集和性能评价方法,并梳理了大模型目前的主要应用方向,即缺陷检测与定位、复杂场景与微小缺陷检测、小样本与零样本自适应检测、交互式缺陷分析与决策支持、缺陷数据生成与自动标注。最后，深入分析了工业缺陷检测大模型目前面临的数据质量与安全、高可靠性要求、成本限制与可持续发展、缺乏统一测评标准等挑战,并对其未来发展趋势进行了展望,旨在为大模型技术在工业缺陷检测领域的进一步发展和广泛应用提供有价值的参考和见解。
-
基于大语言模型的示波器智能控制系统研究
摘要：
随着示波器功能不断丰富,其操作复杂性日益提高,用户在入门阶段面临较高门槛,即使掌握基本操作知识也难以充分利用其高级功能。为降低示波器的操作复杂性,提出了一种基于大语言模型的示波器智能控制系统。首先,该系统采用领域适配技术,通过构建结构化的示波器控制知识图谱生成领域优化提示词,以增强大语言模型对用户操作指令的理解能力。其次,系统引入语义检索技术,利用向量空间建模与近似最近邻搜索从知识图谱中筛选与用户操作指令最相关的知识片段,从而压缩提示词规模并提升推理效率。最后,系统通过融合这两种技术,构建“自然语言指令-标准可编程仪器命令-操作结果反馈”闭环控制机制,实现了利用自然语言对示波器全量功能的精准控制。实验结果表明,在自构建数据集测试中,相较于直接使用大语言模型生成标准可编程仪器命令,应用领域适配技术后的qwen-max-latest模型的标准可编程仪器命令生成准确率从6.20%提升至99.6%;相较于仅应用领域适配技术,应用语义检索技术后在单张RTX 4090显卡上运行qwen2.5-32b-instruct模型,在保证推理精度损失<7%的情况下,平均推理时延从296 s降低至23.3 s。综上所述,所提出的示波器智能控制系统能有效降低示波器使用门槛,为实验仪器的智能化操作提供了技术支持,具有良好的应用前景与推广价值。
-
基于大模型与仪器仿真的网络数字孪生系统构建
摘要：
随着运营商网络规模的快速扩展，网络运维复杂性和风险日益增加，传统的依赖人工经验分析的运维模式，在应对大规模网络配置变更、新技术部署及业务快速上线等场景时，已难以满足高效、低风险的需求。数字孪生技术通过构建物理网络的虚拟映射，为降低运维成本与风险提供新路径。然而，现有网络数字孪生实现面临仿真保真度与规模难以兼顾、动态响应滞后的核心挑战。为此，提出一种“数据驱动+仪器仿真+大模型验证”的仪器大模型技术体系：该体系利用高精度网络仪器保障孪生仿真的规模扩展性、协议保真度以及可观测性；并基于大模型驱动“仿真-测量-优化”的闭环反馈，实现仿真配置的自动生成、验证任务的智能解析与运维策略的实时调优。与传统仿真器或数学抽象方法相比，首次在网络数字孪生应用中实现了网络仪器仪表高仿真测量能力与大语言模型动态决策调整的深度协同，构建了完整的感知、决策、执行闭环，有效解决了仿真保真度与规模不可兼得、动态响应滞后的网络数字孪生核心难题。结果表明，该方法能够将网络配置变更、业务部署等关键运维场景的验证周期从传统模式下的“周级”大幅缩短至“小时级”，网络运维整体生产效率提升约40%，为超大规模运营商网络的智能化运维与自动化保障建立了新的技术范式。
-
基于大语言模型的可解释性运动规划方法研究
摘要：
基于学习的运动规划方法采用数据驱动的策略，从大规模的驾驶经验中学习策略，虽能表现出良好的性能，但因将运动规划视为黑箱问题，牺牲了方法的可解释性，也总会遇到数据集偏差、过拟合以及陷入局部最优等挑战。利用新兴的大语言模型强大的推理能力和解释能力，提出了一个基于大语言模型的自动驾驶运动规划框架，称为LLMs-Driver，来解决基于学习的方法中可解释性差的问题。LLMs-Driver由推理模块、记忆模块和反思模块3部分组成。在推理模块中，提出了重要经验回放算法，综合考虑了经验优先级和场景相似性两个影响因素，以提高LLMs-Driver的学习效率和性能。在记忆模块中，提出了改进后的先进先出经验存储算法，以保证经验的有效性和新颖性，有助于LLMs-Driver学习到最新最好的策略。同时，为了充分增强自动驾驶运动规划模型的透明度和可信度，采用“三步思维链”的方法，将推理和反思过程分别划分为3个步骤并配有解释性文字。最后，在Highway-env仿真平台上对LLMs-Driver进行闭环自动驾驶实验。实验结果表明，LLMs-Driver有着显著的可解释性和运动规划能力，任务成功步数的中值最高提升至基线算法的2.19倍，并支持根据驾驶人的意图设置不同的驾驶风格。
-
图谱RAG赋能的航天器机电设备故障诊断
摘要：
航天器机电设备因其部件高耦合性及故障级联隐蔽性，对故障诊断的推理效率与可解释性提出了严苛要求。在文本知识驱动的智能故障诊断中，针对传统知识图谱（KG）构建成本高、通用大语言模型（LLM）对特定领域诊断知识专业性不足、检索增强生成（RAG）技术关联推理能力有限的问题，故提出一种本体约束驱动的图谱RAG故障诊断方法。一方面，构建了4层故障诊断本体框架，通过本体注入的提示学习实现LLM对多源诊断知识的规范化抽取，并基于字符比较与嵌入模型的双层相似度校准实现知识图谱的动态集成更新，自主构建一体化的诊断知识图谱基座。另一方面，基于LLM与词向量联合的实体模糊检索，结合幂编码的图谱即时蒸馏方法，在结合图谱节点可视化故障传播路径的同时，针对性地融合故障子图结构特征与上下文知识，提升通用LLM故障溯源与维修策略生成的逻辑完备性。以太阳翼驱动机构（SADA）诊断文本、FMEA表格为验证对象，通过本体注入的提示词，借助通用LLM抽取诊断知识图谱，进一步结合可视化图谱进行诊断问答，结果表明，相比于传统RAG方法，结合故障子图的图谱RAG方法在智能故障诊断问答中的关键词F1分数提高了70.88%，语义相似度提高了11.60%，其回答的准确性、可解释性均优于仅LLM方法与RAG方法，为航天器机电设备的智能化故障诊断提供了理论支撑与技术路径。
-
数字孪生驱动小波注意力迁移网络的齿轮箱故障诊断方法
摘要：
针对仿真数据驱动的故障诊断方法存在动力学模型响应与实测数据分布差异较大、模型泛化性差的问题，提出了一种数字孪生驱动小波注意力迁移网络的齿轮箱故障诊断方法。首先，基于集中参数法建立了齿轮传动系统虚拟模型，实现物理实体的映射，并采用实测正常数据对虚拟模型中关键敏感参数进行优化修正，进而融合齿轮故障失效机理模型生成丰富的孪生故障数据集。其次，设计了离散小波注意力特征提取网络模型，该模型的设计融合了离散小波变换的多尺度信号分解和通道注意力机制动态聚焦强相关故障特征的特点，能在小波域层面上有效地提取孪生数据与实测数据的域不变故障特征。然后，考虑了孪生与实测数据的边缘分布及条件分布差异，结合最大均值差异和动态局部最大均值差异提出了联合子域自适应准则，匹配孪生与实测数据的联合分布差异，实现齿轮箱孪生模型向真实物理实体的迁移故障诊断。最后，在多级平行齿轮箱实验台上对所提方法进行试验验证，试验结果表明：所提方法在所有迁移任务下均获得了较优的诊断结果，平均分类精度可达98.10%，能够在含标签的高质量故障数据稀缺条件下有效地实现孪生数据向实测数据的迁移故障诊断。
-
面向数据不均衡下机械智能故障诊断的改进循环一致生成对抗网络
摘要：
机械设备在复杂工况下长期运行时极易发生故障，如果不能及时准确诊断，不仅会造成性能下降和经济损失，还可能引发严重的安全事故，因此研究高效可靠的智能故障诊断方法具有重要工程价值。然而，在实际工业场景中，监测数据中故障样本数量有限，导致存在数据不均衡问题，严重制约了传统诊断模型的准确性与鲁棒性。为有效缓解上述问题，引入谱图卷积和混合注意力模块，提出了改进循环一致生成对抗网络，用于生成高质量的故障数据样本，从而提高数据不平衡下的机械故障智能诊断精度。具体地，谱图卷积通过稀疏邻接矩阵建模全局像素依赖关系，提升远程特征交互能力并降低计算复杂度；同时，混合注意力模块在通道和空间两个层面动态设置权重，突出关键区域并强化特征表达。利用提出的改进循环一致生成对抗网络，可以生成更加真实和多样的故障样本，有效扩充少数类样本，缓解数据不均衡对机械智能故障诊断性能的限制。在北京交通大学地铁列车转向架数据集和苏州大学轴承数据集上的实验结果表明，所提方法在3个图像质量评估指标和故障分类准确率方面均显著优于对比方法，验证了其在数据不均衡下的智能故障诊断性能，为工业应用中解决数据不均衡难题提供了一种切实可行的解决方案。
-
基于电磁场特征蒸馏的无刷直流电机匝间短路智能辨识
摘要：
无刷直流电机作为工业驱动系统的关键动力单元，精准的状态评估是保障电机安全稳定运行的关键。但是其定子绕组相邻线圈间的绝缘劣化会导致匝间短路发生，而早期匝间短路存在特征信息空间分布零散、冗余信息过多等问题，又给设备的状态评估带来了全新挑战。为此，提出了一种基于电磁场特征蒸馏的无刷直流电机匝间短路智能辨识方法。首先，通过建立电磁等效模型解析了漏磁信号与绕组状态的物理关联，揭示了短路匝数与漏磁通量重分布的非线性规律。其次，结合递归相空间重构技术融合了多源空间的漏磁信号，构建了高信息密度的电磁场特征图谱，突破了传统单维度分析的限制。进一步设计了一种轻量化的MobileViT-CBAM混合模型，利用其内置的特征蒸馏机制实现故障特征的自适应筛选与增强，在保证高精度的同时大幅降低了模型复杂度。最后，通过构建覆盖多种噪声场景的增强训练集，显著提升了模型在复杂工业环境中的鲁棒性。实验结果表明：差异化负载工况下诊断模型对16类匝间短路分类准确率达99.4%，模型参数量与计算速度较主流模型提升超50%。针对另一台不同型号的无刷直流电机开展独立验证，模型准确率为92.3%证明了其优异的泛化能力。该模型通过多源特征融合、轻量化架构与抗干扰策略的协同优化，为工业场景中高可靠性的电机在线监测提供了创新解决方案。
-
基于Mann-Kendall自适应阈值和比例拟合补偿浮选泡沫层厚度测量方法
摘要：
针对现有浮选泡沫层厚度检测精度不高、分界面判定误差大、对复杂工况适应性差等问题，提出了一种基于Mann-Kendall自适应阈值和比例拟合补偿的浮选泡沫层厚度检测方法。首先，建立工业浮选过程泡沫层厚度检测电导率模型，分析矿浆层与泡沫层在电导率特性上的差异；其次，提出基于Mann-Kendall的趋势检验方法，通过判断整体电压序列的单调趋势识别是否存在泡沫层，并结合矿浆层与泡沫层在分界面处测量电压的差异，基于拉依达准则构建出适应不同工况的自适应阈值，实现分界面位置的准确判定；最后，根据泡沫层气含率与电导率的关系建立分界面等效电阻模型，提出基于矿浆层与泡沫层比例系数的泡沫厚度补偿算法，修正由工况扰动和泡沫不均匀性引起的测量偏差，据此实现浮选泡沫层厚度的准确测量。仿真和实测实验结果表明：Mann-Kendall自适应阈值法在不同浮选工况下均能准确识别矿浆层与泡沫层分界面的位置，且相较于现有方法，提出的基于矿浆层比例系数拟合法能更好对整体泡沫层厚度进行拟合、具有更高的测量准确度，厚度补偿的绝对误差在5 mm以内，最终浮选泡沫层厚度实测误差在±1 cm范围，满足浮选过程工业现场的泡沫层厚度测量要求，为浮选过程的实时监测与自动控制提供准确可靠的技术支撑。
-
面向交/ 直流输出的多频多负载MC-WPT系统
摘要：
针对目前多负载磁耦合无线电能传输技术（MC-WPT）系统面向交流应用场景，存在级联环节增加，系统结构更复杂，无法实现多频输出的问题，故提出一种包络-正弦脉宽混合调制（HESPWM）控制方法，构建了一套面向交/直流输出的多频多负载MC-WPT系统。首先，给出面向交/直流输出的多频多负载MC-WPT系统基本结构，详细阐述HESPWM调制机理，并给出该控制方式下逆变器输出的各频率分量有效值表达式；其次，提出了一种基于双有源全桥融合双二极管的半波能量拾取拓扑，详细分析了交流输出通道的工作模态，通过二极管对接收端包络信号正、负半波功率进行提取，并配合有源全桥电路进行极性切换，滤波后实现两路互不干扰的交流输出；然后，针对异频干扰对输出波形品质的影响，通过带阻滤波器优化设计实现对异频干扰的抑制，然后以交流和直流同步输出的双频系统为例建立系统等效模型，推导出系统传输特性。最后，搭建仿真与实验平台进行验证，仿真与实验表明，系统在HESPWM调制策略控制下实现20和60 kHz双频三路交/直流输出，在带阻滤波器作用下交/直流输出通道的异频干扰得到抑制，输出波形质量得到明显改善，并且在负载切换条件下，系统仍可以稳定运行，系统在不同工况下的整机峰值效率达到75.9%。
-
凹型扁平螺线管线圈抗偏移性能研究
摘要：
针对无线电能传输（WPT）系统中传统扁平螺线管磁耦合机构在水平横向偏移条件下耦合系数显著下降、传输效率受限的问题，提出了一种面向工程应用的凹型扁平螺线管线圈磁耦合机构设计方法，以实现系统的强抗偏移性能。首先，基于基波分析法（FHA）对典型补偿拓扑进行电压增益特性研究，揭示电压增益G与互感之间的解析关系，阐明通过减小偏移对互感M的敏感性可提升系统抗偏移能力。其次，从绕组排布角度出发，深入分析线圈绕线方式、匝间距及端口凹陷角度对磁场分布均匀性及耦合系数保持率的作用机理，并提出相应的参数权衡与优化方法。随后，基于Ansys/Maxwell建立多构型磁耦合机构仿真模型，比较不同结构在水平偏移条件下的磁场分布与耦合系数变化规律。结果表明，采用非均匀排布、端口凹陷角度为30°的凹型结构在±60%水平偏移下仍能保持较高的耦合系数和稳定的传输性能。为实现轻量化与集成化，接收端设计为柔性印刷电路板（FPC）线圈结构，满足中小功率便携式设备对小型化与高功率密度的要求。最后，搭建了一台100 W实验样机，实验结果显示：在接收端X轴±15 mm、Y轴±30 mm的偏移范围，系统输出电压波动控制在4%以内，最大传输效率达到87.3%。验证了所提磁耦合结构在偏移容差与系统性能提升方面的有效性及工程应用价值。
-
基于模糊综合评价的混合信号芯片测试项优化
摘要：
随着混合信号芯片的复杂性不断提高，芯片测试项数量也大幅增加。然而，快速的芯片生产周期和短暂的产品寿命严格限制了工程师可获得的测试时间。现有测试项优化方法依赖于芯片完整的测试结果，特别是来自缺陷芯片的测试结果。但是在“错误即退出”这种机制下，很难获取缺陷芯片完整的失效表征，使得现有方法与广泛采用的芯片测试机制不兼容。另一种过程能力指标，因为其假定结果呈正态分布，限制了其对非正态分布场景的适用性。针对这些局限性，提出了模糊综合评价法，该方法综合了测试项带来的信息增益、测试结果分布特点、与指标上下限的远近，可适用于更多种类的测试项评估。与以往的方法不同，所提方法仅利用无缺陷芯片数据库进行相关指标参数计算和识别信息量较少、冗余的测试项目，并兼容“错误即退出”机制。该方法在两个不同混合信号芯片的筛选测试和终测过程中进行验证。实验结果表明，增加额外信息增益成本的模糊综合评价法可有效处理非正态分布的测试项，并在保持极低缺陷逃逸率的同时，缩短芯片筛选测试时间66.23%以上，缩短芯片终测时间28.12%。所提方法成果为混合信号芯片测试优化提供了可扩展的高效解决方案，减少了对缺陷芯片特征描述的依赖，提高了大批量芯片制造、筛选过程中的测试效率。
-
电动汽车串联电弧故障检测模型研究
摘要：
电动汽车主电路电气接触点因接触不良等原因易产生串联型电弧故障，严重威胁车内人员生命安全。首先围绕吉利帝豪 EV450 电动汽车搭建实验平台，开展电动汽车电弧故障实验研究，以电源端电压为研究对象，建立了基于一维卷积的电弧故障检测模型。然而，传统深度学习模型在实际应用中面临两大核心难题：一是模型可解释性差，难以明确故障检测的关键依据；二是模型参数量大、计算复杂度高，难以满足电动汽车故障检测对实时性与轻量化的严苛要求。为解决上述问题，采用一种融合多目标优化的网络结构搜索策略,将准确率、可解释指标和浮点运算量融入到网络结构搜索的搜索目标中，通过多维度权衡实现网络结构的自适应优化，有效改善了初始模型性能。随后，结合动态时间规整、粒子群算法和模拟余弦退火优化算法，构建了一套特征通道合并策略。其中，动态时间规整能够度量不同通道输出的相似性；粒子群算法凭借其全局搜索能力，快速定位潜在的最优通道合并组合；模拟余弦退火算法进一步提升了通道合并的合理性与有效性。通过该策略，成功构建了准确性、可解释性、轻量化兼备的电动汽车电弧故障检测模型，最后，通过对模型进行泛化性分析及与其他检测方法对比分析，证实了在电动汽车电弧故障检测方面性能优异。
-
基于数据插值算法的潮流能发电装置发电性能分析优化方法研究
摘要：
潮流能发电装置发电性能的分析与评价工作对于促进潮流能发电技术的迭代升级至关重要。然而，对潮流能发电装置现场测试数据集分析时发现，数据集中的潮流流速数据和输出电功率数据并不都是相互匹配的，这不利于对潮流能发电装置的发电性能开展精细化分析与研究。鉴于此，在以往现场测试数据的基础上，采用萨维茨基-戈莱（SG）滤波算法、数据插值算法、对比分析、数理统计等方法，针对潮流能发电装置的输出功率、整机转换效率、年发电量、容量系数、年等效满发小时数等指标，开展潮流能发电装置发电性能分析优化方法研究。研究结果表明：SG滤波方法对潮流流速数据的波动性具有较好的滤除效果，尤其是对处于显著震荡区间内的潮流流速数据的波动性滤除效果良好；插值后的潮流能发电装置输出功率散点图所表征的切入流速为0.5 m/s，切入流速指标相对于插值前降低了约7.4%；插值后的数据集中的最大输出功率为542.9 kW，相对于插值前的最大输出功率提高了约0.6%；插值后的数据集中的整机转换效率最大值约为43.4%，相对于插值前的整机转换效率的最大值42.6%，提高了约1.9%；插值后的数据集与插值前的数据集中的潮流能发电装置年发电量、容量系数、年等效满发小时数指标分别相差700.8 kWh、0.000 2和1.6 h。研究成果期望为潮流能发电装置功率特性的精细化分析工作提供参考。
-
一种计及长大坡道电气化铁路再生制动电压稳定性评估方法
摘要：
针对长大坡道重负荷电气化铁路运行中因再生制动导致的牵引网电压抬升问题，提出了一种基于电压抬升机理的稳定性评估方法。首先，从理论上推导空载电压、抬升电压、负荷电压与制动电流的矢量关系，构建电压抬升迭代计算模型，揭示制动过电压形成机理。其次，系统分析功率因数、再生功率、负荷位置及系统失稳等因素对电压稳定性作用规律。结果表明：功率因数越高，系统在再生与牵引双工况下电压波动越易平衡，可显著减缓电压抬升；再生功率变化对电压稳定性影响有限；负荷位于供电臂末端时电压抬升最明显，而靠近牵引变电所时抬升幅度显著减弱。并联供电方式可有效提高系统冗余，抑制电压波动。进一步结果显示，空载电压高低对牵引供电能力与再生电压抬升作用存在差异：空载电压较高时系统对再生功率的适应性增强，但过压风险增大；偏低则抬升减弱但牵引能力不足。建议将空载电压控制在27.5~28.5 kV。最后，研究提出通过引入适量感性负载实现电压抑制的策略。结果表明：增大空载电压夹角、减小负荷电压夹角有利于降低再生制动时的负荷电压。工程应用中需重视感性负载在再生与牵引工况间的动态调节。上述研究为长大坡道电气化铁路的电压稳定性调控提供了理论依据和工程参考。
-
水听器等效噪声谱级测量技术研究
摘要：
水听器是声纳系统获取水声信息不可缺少的组件，其自身噪声水平直接影响声纳的性能。不论在水听器研制阶段，还是在使用维护阶段，准确掌握水听器等效噪声谱级十分必要。针对水听器等效噪声极其微弱，测量过程易受外部环境中声音、振动和电磁波干扰的问题，故提出隔音、减振、电磁屏蔽相结合的测量环境构建方案。以构建的良好测量环境为基础，进一步运用低噪声前置放大电路设计和平均周期图功率谱估计方法，完成对水听器等效噪声谱级的准确测量。给出了减振与电磁屏蔽效果的估算方法，以及有效抑制电路噪声的措施。利用提出的方法研制了测量系统。对测量系统隔音和电磁屏蔽效果进行了实测，其中声衰减>70 dB，电磁衰减>60 dB，能够很好满足实际使用要求。通过实测结果验证了平均周期图功率谱估计方法的有效性，并得出了对于不同测量频段，用户应选择合适的总采集时长和分段数量，以平衡测量效率与测量精度的结论。最后，使用测量系统对RESON公司生产的低噪声水听器TC4014进行了等效噪声谱级测量。测量结果表明：实测获得的TC4014等效噪声谱级曲线与官方给出的曲线吻合，验证了所提出方法的有效性。
-
基于海洋数字孪生的剖面浮标出水点预测研究
摘要：
针对现有用于水下无人系统科学研究的海洋模型普遍存在参数单一、非动态、无法真实模拟任意海区环境等问题，基于海洋大数据，建立了多参数海洋环境数据库，依托数据库的高效检索能力，快速获取海洋环境数据块，进行运动位置与地理坐标转换，并提出了一种基于滑移的时空海洋数据平滑插值算法，构建了RTPDCOM实时动态温-压-密-流海洋数字孪生模型，该模型有效抑制了大深度数据的过冲现象。在此基础上，进一步建立了RTPDCOM模型影响下的剖面浮标动力学模型，并开展了出水点预测研究。西太平洋区域仿真与海试数据对比结果显示，在4 000 m剖面运动条件下，仿真与实际出水点相对于入水点的水平距离基本一致，出水角度偏差多数<20°，距离偏差多数<650 m。温盐剖面数据吻合度高，温度平均偏差0.126℃~0.185℃，盐度平均偏差0.027 6 ~0.031 4 PSU，验证了RTPDCOM模型与真实海洋环境的一致性。印度洋区域仿真与海试对比进一步表明，出水角度偏差多数<20°，距离偏差多数<600 m，预测效果良好，体现出RTPDCOM模型在不同海区的普适性。此外，与传统分层模型相比，RTPDCOM模型在出水角度和距离预测精度上均表现更优。RTPDCOM模型可移植性强，对保障水下无人系统可靠性、稳定性，提升其轨迹规划和集群编队控制精度等方面具有重要应用价值。
-
钻具姿态动态测量信号的阵列三稳混沌系统检测
摘要：
导向钻井工具姿态动态测量过程中，底部钻具组合与岩石相互作用以及钻柱与井壁的碰撞产生强烈振动，导致原始测量信号中存在多频、高幅值的噪声干扰，造成钻具姿态测量信号的信噪比极低，甚至完全湮灭在噪声中，严重影响井斜角等姿态参数解算的准确性。为了解决这一问题，提出了一种适用于导向钻具姿态动态测量信号的阵列三稳混沌系统检测方法。首先，对钻具测量信号进行变尺度处理，即对特征信号的频率值进行重构和变换，使其满足三稳系统输出相变的限制条件；然后，考虑到钻具测量信号初相角随机变化导致传统频率检测方法出现偏差的问题，提出一种基于阵列三稳混沌系统的频率检测模型，依托驱动信号不同的混沌方程组协同工作，实现全相位覆盖的频率检测方法，解决钻具测量信号初相角对频率检测结果的影响；最后，设计一种阵列三稳混沌系统参数估计模型，对钻具测量信号的幅值和相位进行同步估计，进而恢复出完整的钻具测量信号。仿真和实钻数据实验表明，该方法可检测信号的信噪比阈值低至-18 dB，解算后的井斜角误差低于1°，相较于传统滤波方法在极低信噪比场景下的信号失真问题，以及双稳混沌系统因相位覆盖不全导致的检测偏差问题，该方法在信号检测准确性、井斜角解算精度方面均展现出显著优势。
-
三层互补形状线圈组合结构的时栅角位移传感器
摘要：
针对当前研制的磁场式时栅角位移传感器磁场感应线圈在不同间隙耦合到的磁场性质不同,导致传感器对时变磁场有效面积利用率低、磁场拾取能力弱、感应信号幅值小等问题,影响传感器对极内的残余误差成分与大小,故提出了一种三层互补形状线圈组合结构的时栅角位移传感器。搭建数学模型分析传感器激励气隙磁场空间分布特性,提出气隙磁场分层耦合理论,以此将气隙磁场分为3种类型。建立三层互补形状线圈组合结构的时栅角位移传感器测量模型,激励线圈采用双层互补式结构,使线圈两端对磁场的约束能力相互补偿让磁场分布更均匀;感应线圈采用三层互补形状线圈组合结构,不同形状线圈耦合对应类型气隙磁场,使传感器信号幅值与稳定性大幅提高。分析平面感应线圈磁场耦合原理及传感器信号处理方法,向激励线圈通入两路激励信号,由感应线圈得到测量行波信号并通过鉴相的方式解算出角位移量。通过电磁仿真对传感器进行误差分析与结构参数优化,采用PCB工艺制作传感器样机进行实验验证。仿真与实验结果表明:相较于采用传统单层耦合结构,传感器测量精度提高了12.6%,空间气隙磁场引入的谐波误差减小,感应信号幅值与稳定性提高,提升了信噪比,传感器最佳安装间隙为0.6 mm,传感器测量精度为±83″。
-
面向温漂影响的光学电压传感器线性双折射动态解耦与补偿方法
摘要：
光学电压传感器(OVS)是新一代电压互感器的发展方向。当前OVS面临的最大挑战是温漂引起的电光晶体线性双折射问题始终未能有效解决,成为制约其实用化的瓶颈。为此，提出面向温漂影响的OVS电光晶体线性双折射动态解耦与补偿方法。首先,基于晶体的光率体方程建立能够表征锗酸铋(BGO)晶体线性双折射的数学模型,分析线性双折射和电光相位延迟的产生机理和动态特性,为OVS线性双折射与电光相位延迟的解耦提供理论依据。然后,提出基于线性OVS的线性双折射解耦方法,其解调结果为电光相位延迟与线性双折射的线性叠加,其中电光相位延迟与待测电场直接相关,线性双折射因环境温度变化引入,基于两者产生的机理特性不同,可以将线性双折射从相位延迟中分离出来并予以补偿。在此基础上,提出了基于交流电压过零检测的OVS线性双折射补偿方法。实验结果表明,所提方法中电光晶体的线性双折射可测量、可补偿。在-20℃~70℃温度范围,研究与分析了BGO晶体线性双折射的温度特性,并且经所提方法补偿后OVS的比差<0.257 9%，角差<14.254 7′。最后,搭建的光功率波动与振动实验平台测试了所提方法的光功率无关性与振动特性。基于OVS的线性解调模式为解决OVS电光晶体线性双折射问题提供了新视角。
-
曲面型双交流磁致伸缩SH导波换能器设计
摘要：
传统电磁超声一般采用永磁体或者直流电(包括单向脉冲电流和单向正弦电流)提供偏置磁场,永磁体换能器属于刚性检测，在曲面对象原位检测中受限，直流偏置磁场一般数值较大实验条件苛刻。为此，提出了一种曲面双交流磁致伸缩换能器，采用交流电提供偏置磁场，建立双交流磁致伸缩激励超声波模型。有限元分析显示，换能器可以激励单一模态SH导波，且与缺陷作用后未发生模态转化；随着曲率半径的改变，曲面换能器激励磁场标准差更小，信号幅值波动更小，以磁场强度最大值的95%为基准衡量其磁场均匀性，曲面型换能器均匀区域长为22~24.34 mm，而平面型电磁声换能器（EMAT）的均匀区域在17.32~20.29 mm；此外，正交实验结果显示，换能器结构参数对幅值影响程度为：层数>匝数>长度>线径>高度。搭建双交流磁致伸缩水平剪切（SH）导波系统，在磁化电流为12.3 A磁化线圈匝数为40时，曲面型换能器缺陷信号幅值比平面型换能器提高18.64%，磁化电流增加至30 A时幅值提高35.71%，磁化线圈匝数增加至100 匝时幅值提高85.59%。不同曲率半径重复实验显示，随着曲率半径的增加两类换能器幅值均逐渐增加，曲面型换能器幅值整体误差更小，波动更小，相同曲率半径检测对象，曲面型换能器幅值更大。验证了双交流磁致伸缩激励SH导波的可行性和曲面对象缺陷检测的有效性。
-
基于异构传感器双重滤波融合的掘进机位姿感知系统
摘要：
针对综掘工作面空间受限、单一传感器难以实现掘进机位姿长周期高精度的监测难题，提出了一种基于异构传感器双重滤波融合的掘进机位姿感知方法。首先，建立了基于改进自适应Canny算子的激光视觉掘进机位姿解算子系统，识别并解析激光落点光斑几何信息，进而获取机身横向偏移、垂直偏移及三轴姿态；其次，构建了基于改进加权Chan Taylor混合定位方法的超宽带位姿感知子系统，有效弥补传统超宽带定位解算的非视距误差及初值依赖问题，同时建立掘进机机身姿态解算补偿模型以降低环境信号反射对定位精度的影响；在此基础上，构建完整的双重滤波组合位姿融合架构，采用改进自适应扩展卡尔曼滤波算法分别对激光视觉和超宽带定位子系统位姿输出进行一重滤波降噪，再利用自适应加权算法对滤波后的冗余位姿参数进行二次融合滤波，既补偿了超宽带定位的不稳定解算误差，又克服了激光视觉系统因短时丢靶导致的数据丢失问题，实现多源传感器优势互补。最后，基于EBZ200型掘进机等比例缩小样机，搭建了掘进机多源传感器组合位姿感知实验平台并开展评估实验，结果表明，该多源异构传感器滤波融合位姿感知系统机身位置检测误差<13 mm，姿态检测误差<0.8°，为综掘流程中掘进机连续精准定位提供了有效技术方案。
-
电缆接头局部放电高频柔性传感器技术研究
摘要：
电缆接头是电力电缆最薄弱的环节，检测电缆接头局部放电是预防电缆系统故障发展的最有效方法，但电缆接头结构特殊，常规局部放电传感器用于电缆接头内部绝缘进行局部放电检测极为困难。基于柔性传感单元提出了适用于电缆接头外屏蔽层和护层狭小空间内布设的局部放电信号传感方法。首先，利用有限元仿真软件设计并分析柔性传感单元在交联聚乙烯介质中的有效工作频段，通过对其辐射面进行调整与测试使其工作频段覆盖电缆接头故障时产生的典型局部放电信号，实现柔性传感单元在弯曲状态下的检测能力不丢失；其次，计算局部放电高频电磁辐射信号在电缆接头中狭长多层介质空间的传播特性，明确柔性传感单元安装位置为电缆接头应力堆附近；最后，搭建电缆接头局部放电实验平台对柔性传感单元性能进行分析。仿真和实验表明，柔性传感单元在交联聚乙烯介质中有效工作频段为50~640 MHz，在不影响检测性能的前提下弯曲半径可达6~10 cm；局部放电高频电磁辐射信号在电缆接头应力堆附近幅值明显增强；柔性传感单元可有效检测距电缆接头局部放电点12~24 cm范围的复合缺陷；柔性传感单元在35 kV电缆上的实际应用检测性能良好，能够实现在电缆接头狭小空间内的局部放电测量。
-
随机振动与温度耦合环境下MEMS陀螺仪误差联合补偿技术研究
摘要：
微机电系统（MEMS）陀螺仪因其低成本、小型化及高实用性的核心特性,在多个领域得到了广泛的应用,但在温度与振动耦合的复杂环境下,会导致陀螺仪输出精度劣化。在宽温域交变与持续振动激励的复合动态扰动下,陀螺仪输出信号中温度漂移与振动误差相互混叠,导致传统单一因素补偿方法的误差抑制能力显著下降。目前,针对温度变化与随机振动共存环境下的系统误差补偿研究仍较为缺乏,相关技术手段尚处于空白状态。为解决温振耦合干扰下信号混叠的问题,故提出一种基于虚拟陀螺技术的变分模态分解-长短期记忆网络-改进的Sage-Husa自适应卡尔曼滤波（VMD-LSTM-SHAKF）误差补偿模型,首次实现了温振耦合环境下MEMS陀螺的温度漂移与振动误差补偿。该方法通过VMD从温振耦合信号中提取温漂多尺度特征并滤除部分振动误差,结合LSTM动态补偿温度漂移,并使用改进的SHAKF算法对四陀螺仪阵列的补偿信号进行数据融合,进一步抑制振动引起的随机误差,提高系统的整体输出精度。设计了系统化的静态变温实验,采集了不同温度梯度与振动条件组合下陀螺仪阵列的输出数据。实验分析表明,经VMD-LSTM-SHAKF算法处理后,陀螺仪系统的1σ标准差降低至0.033 9°/s,角度随机游走降低至0.555 8°/h,与性能最优的单陀螺仪相比,误差降低94.32%。该研究为解决复杂环境下MEMS陀螺的误差补偿问题提供了有效方案，对其工程化应用具有一定的参考价值。
-
一种GNSS/PDR弹性图优化自主导航方法
摘要：
针对城市峡谷等复杂场景下，智能手机全球导航卫星系统（GNSS）信号易受多径和非视距效应干扰，从而导致定位精度与可靠性显著下降的问题，故提出一种基于多源自主导航系统理论框架的全球导航卫星系统/行人航位推算（GNSS/PDR）弹性图优化自主导航方法。该方法从系统可检测性与可重构性两个维度出发，设计了一种状态自适应故障检测与梯度下降回归自主重构机制的弹性容错架构，以增强导航系统在动态变化环境中的鲁棒性能。在可检测性方面，设计了一种状态关联的动态故障检测机制：若上一历元未检测到故障，采用滑动窗口下的动态3σ统计检测法进行异常判断；若上一历元已检测到故障，则切换为基于指数加权移动平均的动态阈值策略，以持续跟踪潜在异常。在可重构性方面，一旦检测到故障，系统能够通过梯度下降回归方法对GNSS/PDR算法进行故障诊断与自主重构。该重构过程首先利用历史新息完成系统状态的预测，其次根据异常新息与修复新息之间的动态关系对完成幅值修正，最终实现对异常观测值的动态修复。经实验验证，本方法的定位平均误差较扩展卡尔曼滤波（EKF）算法、基于Huber核的M估计EKF算法、因子图优化（FGO）算法和基于Huber核的M估计FGO算法下降了20%以上。这表明该方法在提升基于智能手机的行人导航在复杂多径和非视距环境下的定位精度和鲁棒性上具有一定的优势，为未来消费级设备的精度定位应用提供了解决思路。
-
仿壁虎跨尺度粘附结构状态感知方法研究
摘要：
针对现有仿壁虎粘附结构在实时状态感知与主动调控能力方面的不足，受壁虎脚趾皮瓣-刚毛多级结构粘附调控方法及感知机制启发，提出了一种具有感知能力的仿生跨尺度粘附结构。该结构由毫米尺度靴形弹性基体与微米尺度蘑菇状粘附阵列复合构成，通过剪切运动实现接触面积的可控调节，正向剪切增大接触面积实现强黏附，反向剪切则通过界面剥离实现易脱附。通过建立跨尺度结构的倾斜棱柱简化模型，理论分析了预压、剪切与剥离这3个阶段中靴形结构底面法向应力的演化规律，发现底面内侧边缘法向应力对预压力与剪切力载荷响应敏感，且其应力状态的突变可作为识别剥离阶段的有效特征。基于双线性牵引-分离理论，建立了跨尺度粘附结构有限元模型，仿真分析了完整粘附过程，验证了结构的可控粘附机制与底面应力演化的阶段特性。依据理论与仿真分析，在仿生跨尺度粘附结构背衬内侧区域集成了薄膜压力传感器，并对其粘附与感知性能进行了实验测试。实验表明，剪切运动能够显著提升跨尺度结构的粘附性能，当剪切位移达到1.4 mm时，粘附力达到最大值1.98 N。同时，感知信号与法向预压力及剪切位移存在明确的对应关系，可有效识别粘附、滑移与脱附状态。研制的对抓式仿生粘附手爪样机成功实现了对玻璃、硅片等多种光滑表面的稳定抓取、可控释放与状态感知，最大负载能力达1 kg，验证了其在机器人操作中的应用潜力。
-
SAM2融合RGB-D坐标转换的工件几何参数测量
摘要：
尺寸测量是工业产品外观质检的重要环节，传统接触式测量效率低、受主观因素影响大。而视觉测量需针对不同对象设计对应的尺寸边界提取方案，高精度三维测量更是开发难度大，适用性不足。针对以上问题，故提出一种基于零样本分割大模型(SAM2)融合RGB D坐标转换的非接触式工件主体参数测量方法。首先，评估阈值分割、边缘分割、颜色空间分割、 GrabCut分割这4类传统图像分割算法的掩膜分割效果，选取其中最优者GrabCut分割，与主流深度学习分割算法及SAM2进行对比，以证明SAM2的优越性；然后，搭建双目立体视觉实验平台，采集工件高精度点云，并对点云进行滤波、平滑、空洞填补等处理，然后采集目标工件深度图和RGB图，利用SAM2的零样本泛化分割能力，通过正负点交互引导，在RGB图上实现高精度目标分割，得到初始掩膜；接着采用形态学优化和连通域分析生成拓扑闭合的平滑掩膜，并通过主成分分析（PCA）提取其特征骨架；最后沿骨架生成垂线段并融合对齐的深度图三维坐标计算几何参数。通过对比数显游标卡尺和点云的测量结果，对所提方法测量结果进行分析。实验结果表明，在套筒、钳具和电机这3类工件测量中，套筒直径测量平均绝对误差为0.0175 mm，钳具与电机参数测量平均绝对误差分别为0.028 3和0.023 7 mm，均满足精度要求。
-
基于双目内窥镜的发动机叶片缺陷重建方法研究
摘要：
为解决航空发动机叶片在役检测中高反射表面的微小缺陷难以高精度重建的问题，故提出一种基于双目内窥镜的叶片缺陷三维重建方法。针对内窥场景下传统标定精度不足的局限，设计了同心双圆环标定板，建立了基于共心约束的特征点提取与优化算法，实现了双目系统的高精度标定。实验结果表明，该方法的单目标定平均重投影误差分别为0.095和0.103 pixels，双目标定误差显著降低，提升了系统几何参数精度。立体重建方面，结合深度学习检测模型YOLO11实现缺陷区域自动定位，获取左右视图特征检测框的先验信息，提出基于检测框的区域约束与先验视差筛选策略，通过确定搜索行区域交集与视差范围，将匹配计算限制在缺陷区域内，避免检测框外错误匹配的代价平滑传播，提高了立体匹配稳定性与局部重建精度，并对AD-Census立体匹配算法进行适应性改造，进一步降低噪声。重建所得划痕和凹坑点云密度相对均匀，测量结果显示，凹坑直径和划痕长度的相对误差分别<1%，深度测量误差不超过8%，满足工程应用要求。该方法在复杂光照与空间受限环境下表现出良好的鲁棒性与精度优势，在标定精度、局部重建质量和测量可靠性方面均显著优于传统方法，为航空发动机叶片在役高精度三维形貌测量提供了有效的技术支撑。
-
多传感器信息约束下基于因子图优化的无人车紧耦合SLAM方法
摘要：
多传感器融合同时定位与建图（SLAM）能够解决单一传感器的局限性，但现有方案仍受单目尺度不确定、惯性测量单元（IMU）初始化精度低及局部地图精度不足等问题制约，故提出一种基于因子图优化的多源信息紧耦合的SLAM方法，涉及3D激光雷达（LiDAR)、IMU、相机这3种异构传感器。在初始化阶段，通过激光雷达点云估计图像特征点深度信息，采用邻域筛选并结合统计优化的方法剔除异常点，从而显著提升深度估值精度，融合视觉、激光雷达与IMU信息联合求解IMU偏置量和重力方向，降低建图的垂直漂移；在局部优化阶段，采用因子图优化动态维护滑窗内的关键帧和局部地图，视觉局部地图通过共视投影匹配方法优化关键帧间的约束关系，有效剔除冗余地图点并提升地图精度与鲁棒性；在全局优化阶段，通过回环检测算法在因子图中添加回环因子，并采用增量式优化的方案对全局因子图进行优化，保证实时性的同时有效抑制累积误差。所提方法在KITTI、M2UD极端天气及真实校园场景这3类数据集上进行验证，该方法在定位精度上显著优于主流对比算法。与精度较高的LIO-SAM相比，在KITTI标准序列中绝对轨迹误差平均降低53.1%，在M2UD雨雪场景下误差降低66%，在校园场景中误差降低20.3%。建图结果在俯视与侧视视角下均显示出更高的结构一致性和几何精度，充分证明了该方法在定位精度和地图一致性方面具有显著优势。
-
基于特征融合的全偏振超分辨率成像方法
摘要：
针对传统分焦面偏振相机存在空间分辨率低且无法获取完整偏振信息的固有局限性，提出并构建了一套软硬件协同的全偏振超分辨率成像系统。硬件方面，研制了一款双通道共口径全偏振相机，能够在单次曝光中同步获取低分辨率的分焦面线偏振图像和高分辨率的圆偏振图像，相较于传统的全偏振成像系统，该设计显著简化了系统结构、降低了成本与装调难度。针对该相机独特的高低分辨率混合数据结构，设计了与之配套的基于特征融合的全偏振超分辨率网络模型。该模型采用双支路架构，同时输入相机采集的两幅图像并进行特征提取，将高分辨率圆偏振图像作为精确的引导信息，通过特征融合模块实现高低分辨率特征的有效互补。为确保双支路特征对齐，在进行超分辨率重建前对两探测器采集图像进行像素级配准，确保空间位移误差<1 pixel。引入包含物理约束的损失函数，确保了偏振角和椭圆率等角度参数重建的物理准确性，最终实现了对光强、偏振度、偏振角和椭圆率等全偏振特征的高质量重建。在真实场景数据集上，重建的4种偏振特征图像的峰值信噪比分别提升0.106、0.302、0.117和1.085 dB；结构相似度分别提升0.002、0.008、0.006和0.014。在外场探测实验中，该系统能够在复杂背景中凸显无人机目标，验证了其在目标探测领域的显著优势。
-
面向道路病害检测的步进频率雷达高分辨成像方法
摘要：
步进频率探地雷达作为道路结构层病害无损检测的关键技术，其成像分辨率直接影响了对病害检测识别的可靠性和精度。针对现有的步进频率探地雷达用于道路病害检测时成像分辨率低，而采用压缩感知方法又面临着正则化参数选择困难、依赖人工经验等问题，提出了一种基于交替方向乘子网络的一维高分辨成像方法。所提方法通过将交替方向乘子算法（ADMM）的迭代过程展开为具有物理意义的深度网络结构，构建了包含重构层、非线性变换层和乘子更新层的端到端学习框架。重构层负责实现信号的反向传播计算，非线性变换层通过软阈值函数施加稀疏约束，乘子更新层则完成拉格朗日乘子的迭代更新，3个层级的协同工作使得网络能够通过训练自适应地学习最优参数组合。在获得网络输出的最优反射系数序列后，将其与雷克子波进行褶积运算，最终生成高分辨一维像。为了验证方法的可行性，通过gprMax电磁传播仿真软件，采集了3种病害场景仿真数据，并且用团队自主开发的步进频率雷达样机采集实测数据。仿真与实测结果表明，所提方法在保持高分辨率的同时具有优异的抗噪声性能,与改进的正交匹配追踪算法(OMP)相比，精度提升约2%，分辨率提高近2倍；与ADMM算法相比，分辨率提升约1%，这充分说明了方法的可行性。
-
融合荧光成像和层析干涉的多模态聚合物固化行为全场监测
摘要：
聚合物材料的力学性能与其固化过程密切相关，因此需要全场监测手段为其提供丰富、可靠的实验依据。受限于固化行为的不可逆性，现有监测技术无法对单向固化过程进行重复测量以获取多维全面的监测信息。针对该问题，提出了一种融合荧光成像和层析干涉的多模态全场固化监测方法，借助荧光数字图像相关技术和相位敏感光学相干层析成像技术的高灵敏全场测量优势，同步实现对聚合物表面形貌和内部截面固化过程的全场应变估计。为验证该方法有效性，搭建了一套多模态监测系统，分别建立近紫外荧光激发、蓝色荧光散斑成像、近红外层析成像3个并行监测通道。之后通过背光方式激发光固化聚合物材料CharmFil Flow并对其固化过程进行全面监测。在利用该系统采集荧光散斑和干涉光谱的过程中，首先通过对荧光散斑进行图像相关性计算，实现了表面x-y平面内x、y方向上的全场应变监测；然后通过对层析成像结果进行图像相关性计算，实现了内部x-z平面内的x轴横向全场应变监测；最后通过对层析成像结果进行差分相位分析，实现了内部x-z平面内的z轴纵向全场应变监测。此外，在实验过程中还通过对多个维度下的时间量程收缩形变进行定量表征，验证了多模态固化监测结果的一致性。因此，所提方法可有效地同时实现聚合物固化过程中表面和内部的多模态全场固化监测，为深入聚合物固化动力学、优化固化参数等提供一种全面可靠的测量手段。
大模型赋能测量与仪器
电子测量技术与仪器
传感器技术
视觉检测与图像测量
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
