基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

路面缺陷及病害养护车旋转叶片力学及流场仿真

以路面缺陷和病害养护车转动式料仓作为研究对象,通过分析料仓的使用及设计要求,确定料仓旋转叶片、旋转叶片的布置方式、螺旋升角值、叶片截面形状等.通过分析沥青混合料在路面缺陷及病害养护车转动料仓内的运动特性,运用CAXA、Pro/e、Solid Works、ANSYS Workbench等软件对沥青混合料进行仿真研究建立了沥青混合料的分析模型,通过比较转动料仓螺旋升角分别为25°、28°、30°时的仿真模型分界面及轴向平面混合料的速度,结合叶片加工工艺、搅拌效率、进出料效率等因素,确定料仓螺旋升角的最优角度,研究成果为路面缺陷及病害养护车的设计提供较好的参考价值.     

基于任务坐标系的液压机四角调平控制

针对液压机滑块的四角调平电液系统,提出了一种基于空间任务坐标系的控制方法。分析滑块与调平缸的运动关系与空间位置关系,从而建立坐标转换矩阵,将液压机滑块四角的直线位移坐标转换为滑块中心位移与倾角组成的任务坐标,在任务坐标空间内设计了基于调平力偏置非线性前馈补偿的滑块跟踪运动PID控制器,并且直接针对滑块的倾角设计了调平PID控制器,针对不同控制目标的控制参数是独立调节、互不影响的。设计了基于调平力偏置的预加速过程,以缓解滑块与调平缸接触时的冲击。最后,在25000 kN玻璃钢液压机上对所提控制方法的有效性进行实验验证。实验中,调平缸分别定位于平面矩形的四角,矩形尺寸为3550 mm×2900 mm。实验结果表明:使用基于任务坐标系的四角调平控制方法后,液压机滑块绕坐标轴x、y的旋转倾角分别被控制在0.0032°和0.0045°以内,各调平缸的位移偏差不超过0.45 mm。     

煤矸石粉/聚酯纤维沥青混合料盐冻损伤研究EI北大核心CSCD

针对煤矸石粉替代率50%、聚酯纤维掺量0.4%的沥青混合料,开展盐冻耦合作用(NaCl溶液质量分数为0%、7.0%、13.0%、26.5%,冻融循环次数为0、2、4、6、8)下的半圆弯曲(SCB)试验,分析了盐冻耦合作用对SCB试件内部损伤劣化过程的影响.结果表明:NaCl溶液质量分数为13.0%、冻融循环为8次时,盐冻耦合作用对沥青混合料的侵蚀破坏作用最强,试件内部损伤最严重;在煤矸石粉与矿粉质量比为1∶1、聚酯纤维掺量为0.4%的条件下,沥青混合料能够形成高黏性、致密、厚实的沥青膜以及由纤维形成的三维网状结构,从而显著降低盐冻侵蚀对沥青混合料的损伤.通过Poly2D模型对SCB试件的极限拉应力损伤量进行拟合,拟合系数为0.944.     

基于MEMS声传感器阵列的车辆鸣笛声抓拍系统设计与实现

基于MEMS(Micro Electrical Mechanical System)声传感器阵列及光学相机，设计并实现了车辆鸣笛声抓拍系统。结合车辆鸣笛声的时域与频域特点实现鸣笛声的识别，结合最小化最大旁瓣级原则给出生成声传感器阵列的具体方式，结合波，束形成技术及互谱矩阵实现区域内声源波达方向估计，以可编程逻辑门阵列(Field Programable Gate Array，FPGA)作为算法实现平台，完成数据采集与数据处理模块设计，结合工业计算机及光学相机，实现车辆鸣笛声抓拍。通过测试，验证了所设计的系统对鸣笛声抓拍的有效性。     

核电厂立式泵电机多故障耦合振动问题的处理

某核电厂立式水泵配套电机存在两径向方向振动差异大、启机后振动缓慢上升的振动现象，为解决该问题，本文利用频谱分析、固有频率分析、相位分析等方法进行故障诊断，判断出该配套电机存在结构共振、转子热弯曲、动不平衡的耦合问题，并最终通过调整螺栓及现场动平衡方法成功解决了振动问题。