为了明确Ag元素的添加对Al-Cu-Mg系铝合金拉伸性能的影响，针对T6态(固溶+时效处理)的热挤压Al-5Cu-0.8Mg-0.15Zr-0.2Sc(-0.5Ag)合金进行了室温和高温拉伸实验。结果表明，添加0.5%Ag元素可显著提高T6态Al-5Cu-0.8Mg-0.15Zr-0.2Sc合金的室温抗拉强度、屈服强度、峰时效态及该合金在150～300℃范围的抗拉强度和屈服强度，但会降低该合金的室温和高温塑性。断口形貌的扫描电子显微镜观察与分析结果表明，在室温及高温拉伸加载条件下，T6态Al-5Cu-0.8Mg-0.15Zr-0.2Sc(-0.5Ag)合金的拉伸断口上大部分存在韧窝和撕裂棱，表现出明显的韧性断裂特点。

针对钢材表面缺陷检测算法精度低、计算量大等问题，提出一种基于YOLOv8n的检测算法HPDE-YOLO(high-level path aggregation dynamic efficient network-YOLO)。首先，引入高效多尺度注意力(efficient multi-scale attention, EMA)机制，与主干部分的C2f融合，增强特征提取能力，并采用C2f-Faster结构提高模型计算速度；其次，提出一种高级筛选双向特征融合金字塔与路径聚合网络(high-level screening-feature bidirectional fusion pyramid and path aggregation network, HS-FPAN),在多个尺度上同时增强语义特征，有效提升模型对细节的捕捉能力；最后，融合动态上采样模块DySample,进一步提升模型检测速度。在NEU-DET数据集上的实验结果表明，相较YOLOv8n模型，HPDE-YOLO模型检测的平均精度均值mAP@0.5达到84.2%,提升了5.7个百分点，裂纹类缺陷检测的平均精度均值mAP提升了26.88个百分点，参数量减少了45%,浮点运算量减少了32%。HPDE-YOLO模型在满足轻量化的同时能够有效提升钢材表面缺陷检测的精度，且易于移动端部署，满足工业生产需求。

针对夜间环境光照度低、光照分布不均匀导致车辆检测细节模糊以及车辆漏检和错检等问题，提出一种改进YOLOv8n的夜间目标检测算法。首先，引入图像增强算法Zero-DCE提高图像质量，减小光照度低、光照分布不均匀的影响，同时使用LSKNet作为主干网络，调整动态感受野，改善模型特征提取能力，提高检测精度；其次，采用空间和通道卷积(SSConv)模块融合C2f模块，减少特征之间的空间和通道冗余；最后，提出通用感知大内核卷积网络(SPPF＿UniRepLKNet)替换SPPF模块，使用非膨胀卷积更好地提升感受野，从而有效捕捉模型的特征，提高模型的检测精度。实验结果表明，改进YOLOv8n算法的检测精确率和平均精度均值分别提高了4.7%和4.9%,适用于夜间环境下车辆检测。

小样本目标检测的元学习方法能快速适应少量训练样本，较好解决现有常规检测模型泛化能力不强、适应新任务速度缓慢、鲁棒性差的问题，具有较高的实际应用价值，但该方法对支持集特征利用能力不足、检测精度不高。为此，基于支持集特征增强，针对元学习SOTA算法Meta Faster R-CNN进行改进，从支持集背景抑制与目标特征增强两个角度出发，削弱与待查询目标无关的背景信息并加强支持集内部特征之间的联系，构建一种检测性能更高的小样本目标检测算法。实验结果表明：在PASCAL VOC Novel Set数据集上的元测试阶段，本文改进算法在1-shot、2-shot、3-shot、5-shot、10-shot下的平均精度均值(mAP@0.5)较原算法分别提升了0.066%、12.038%、12.289%、10.073%、9.539%;在元微调后的测试阶段，本文改进算法的mAP@0.5较原算法有所提升或基本持平；增强支持集特征能够有效提升小样本目标检测精度。

为解决传统目标检测算法在红外场景下的目标识别精度低、检测速度差等问题，提出基于AS-YOLOv7的红外目标检测方法。首先针对红外图像的特性，对YOLOv7模型中的特征提取网络进行重构并构建卷积块CBH,保证模型的稳定性和计算速度；然后改进金字塔池化(SPPCSPC)模块，使模型在不增加任何参数的同时提高模型性能；最后将原模型中的损失函数替换为具有动态非单调的WIoU损失，解决红外数据集中质量较好和质量较差的样本间的不平衡问题，提高模型的泛化性。本文实验在自行采集的数据集上进行训练和验证，与原模型相比，AS-YOLOv7的平均精度提升了0.2%,参数量降低了79%,计算量降低了85%,推理时间降低了32 ms。改进后的模型在保持准确度的情况下提高了模型的推理速度。

为更加深入研究混凝土在高压脉冲放电作用下的破环特性，综合考虑施加电压、脉冲数和放电电极间距三个因素，基于正交设计方法开展一系列高压脉冲放电破碎混凝土裂缝深度损失检测试验，通过方差分析方法得出不同因素对混凝土裂缝深度损失的影响程度。结果表明：三个因素对混凝土裂缝深度损失影响由大到小依次为施加电压、脉冲数和放电电极间距；通过分别改变施加电压和脉冲数，混凝土裂缝深度损失分别增加了121.5%和74.8%;当施加电压为324 kV、脉冲数为5次时，高压脉冲放电破碎混凝土裂缝深度损失最大。该研究结果可为高压脉冲破碎技术的工程应用提供数据支撑。

针对目前大多数面部表情提取未充分考虑语义特征以及个人独特面部特征导致面部表情识别准确性低的问题，提出一种基于特征解码的高效表情识别方法，称为FER-FD方法。该方法由两个模块组成，即特征解耦模块(FFD)和语义强化模块(VTS)。首先，FFD模块使用两个深度二维卷积神经网络从输入图像中提取面部和表情特征，面部特征解耦器将面部特征与表情特征解耦，以最大限度地减少个人独特面部特征的影响；其次，VTS模块采用两个关键思想以无监督的方式自动捕获面部运动，从而建立全局面部区域的深层语义信息；最后，将两个模块的特征串联起来，以更准确地预测样本的面部表情。实验结果表明，本文提出的特征解码方法在CK+数据集上获得了98.78%的准确率，对不同场景具有可扩展性和适应性，具有较好的泛化能力。

构建合适的镍基单晶合金蠕变寿命预测模型，对于我国航空发动机叶片设计、强度分析和寿命预测具有重要意义。采用多项式回归、最近邻回归、支持向量机回归、决策树回归四种机器学习算法，建立镍基单晶高温合金蠕变寿命与合金成分、微观组织和蠕变工艺参数的关系模型，为镍基单晶高温合金的蠕变性能调控提供了新方法。基于蠕变寿命预测模型，系统地比较了四种算法和特征选择对模型性能的影响。结果表明，支持向量机回归模型的预测结果最优，相关性较高的四个特征依次为γ′固溶温度、Ta、W、Re。研究结果可为获得更有效的镍基单晶高温合金蠕变性能预测方法提供参考。

为提升钛合金的抗氧化性能，延长其在高温环境下的服役寿命，采用电弧离子镀技术在钛合金表面制备CrN/Cr涂层，研究钛合金及CrN/Cr涂层在600、800、900℃下的高温氧化行为。实验结果表明：钛合金经高温氧化后在其表面生成了TiO₂和Al₂O₃混合氧化物膜，随温度升高，Al元素沿合金晶界和氧化物颗粒间隙向外扩散能力增强，钛合金表面氧化物含量增多，混合氧化物膜厚度增大；CrN/Cr涂层经高温氧化后，其中的CrN与O₂反应生成了Cr₂O₃氧化膜，对钛合金基体起到保护作用，反应温度越高，氧化越充分，形成的氧化物颗粒更均匀，氧化膜更致密，涂层的抗氧化性能更好。

传统农用无人车作业时常依据人工经验确定作业路线，面对复杂的作业环境时无法保证路径规划的高效性，且传统覆盖路径规划方法聚焦于覆盖率而忽略了车辆作业路线上的损耗。为此，提出一种以减少车辆在路线上的损耗为目标的最优全局覆盖路径规划方法。以深度Q网络(DQN)算法为基础，根据作业时车辆的真实轨迹创建奖励策略(RLP),对车辆在路线上的损耗进行优化，减少车辆的转弯数、掉头数及重复作业面积，设计了RLP-DQN算法。仿真实验结果表明，对比遗传算法、A~*算法等传统路径规划方法，本文RLP-DQN算法综合性能较好，可在实现全覆盖路径规划的同时有效减少路线损耗。

针对边坡落石监测中存在的目标尺寸小、石块与背景特征差距小、落石目标运动速度快等问题，提出一种基于检测的改进Bot-SORT多目标跟踪算法。在检测部分对YOLOv7模型进行改进，引入注意力机制，提升模型对石块特征的提取能力，并使用归一化高斯Wasserstein距离作为真值框与预测框的距离度量方式，降低模型对小目标的漏检率；在跟踪部分引入GIoU距离匹配方式，有效跟踪快速运动的落石。通过实景拍摄及Unity仿真方式建立训练及测试数据集，消融实验和对比实验结果表明，本文改进算法能够有效提高落石的检测率和跟踪精度。

为解决校园监控视频质量低、细节信息少的问题，在BasicVSR网络模型的基础上提出一种增加辅助机制的多帧图像超分辨率重建技术。首先，选择双向循环机制的BasicVSR网络以保证信息传递的多样性与连贯性；其次，在图像配准模块增加辅助机制以获得关键帧特征，矫正主干网络的特征图，该辅助机制在一定程度上解决了图像长期传递的信息误差，减少了纹理造假现象；最后，使用早期图像融合的方式，将前向分支与后向分支的特征图像融合为新的特征并使用亚像素卷积进行图像重建。在自制校园监控数据集上的对比实验结果表明，改进后模型的峰值信噪比相比于原模型提升了1.51 dB,提高了监控视频的清晰度，具有较好的应用价值。

如何快速地对永磁同步电机(permanent magnetic synchronous machine, PMSM)转子位置实现精确估计是实现PMSM无传感器控制的关键。然而，PMSM驱动系统的反电势谐波问题及其参数时变的特点影响基于锁相环(phase locked loop, PLL)转子位置估计方法的速度和精度。由于PMSM定子反电势中包含大量谐波，已有基于锁相环的滤波方法无法根据转速变化自适应调节频率，导致变转速工况下转子位置估计精度降低。为此，提出一种基于自适应混合滤波器的PLL估计方法，在分析PMSM包含的反电势谐波成分后，设计一种调节参数的混合自适应滤波器(hybrid adaptive filter based PLL,HAF-PLL)。通过仿真实验验证了所提方法对反电势谐波具有良好的滤波效果，能够准确检测出PMSM的转子位置。

随着水下制导技术的发展，接触爆炸对水下结构的毁伤问题越加受到关注。为研究加筋圆柱壳结构水下接触爆炸毁伤特性，采用LS-DYNA软件的任意拉格朗日-欧拉(ALE)方法模拟爆炸冲击波的形成、传播及其对圆柱壳结构的毁伤过程，探讨水下接触爆炸作用下单、双层加筋圆柱壳的毁伤响应特性，并分析不同药量和爆距条件下加筋圆柱壳的破坏模式。研究结果表明：在不同药量和爆距的水下接触爆炸条件下，加筋圆柱壳呈现多种破坏模式，加筋和加肋位置处易出现撕裂状破口，板壳结构的破坏主要表现为凹陷变形及沿着加筋位置处扩展的裂纹，其中爆距对破坏模式的影响更明显。本文结果可为水下接触爆炸冲击波作用下水下航行体结构强度分析和防护设计提供参考。

采用流场模拟软件对动态吸附装置内部流场进行数值模拟，以流场不均匀度和压降为评价指标，探讨了动态吸附装置的结构参数对其流场不均匀度和压降的影响。结果表明：加装多孔板分布器可以在一定程度上改善进入吸附剂床层流体的流动均匀性；采用中心不开孔分布器结构可以很好地避开高速流体的正面冲击，将中心区域的高速流体阻断并向两侧分散，更好地改善流场均匀性；随着入口直径的增大，流场不均匀度逐渐减小，但会造成较大的设备损耗；随着高径比的增大，流场不均匀度逐渐增大，进出口压降变大，减小装置的高径比对均匀流场有着积极作用，并且造成的流体流动损耗较低；增大流体的入口流速可以在一定范围内改善流场均匀性，但会增大流体流动损耗。

针对红外图像纹理弱及多目标遮挡导致跟踪精度低的问题，构建了基于改进YOLOv7模型和多目标跟踪算法DeepSort的融合红外目标跟踪模型MSB-YOLOv7-DeepSort。采用SE(squeeze and excitation)通道注意力机制和双向特征金字塔网络提高红外目标的特征提取质量；利用轻量化网络MobileNetV3替换YOLOv7骨干网络，提升融合模型的推理速度。实验结果表明，MSB-YOLOv7-DeepSort模型在跟踪准确度、跟踪精确度、正确目标跟踪比例和帧率等方面均具有较好的性能。

针对智能交通系统存在的卷积神经网络特征提取能力弱和特征表达能力有待提升等问题，在深度双Q网络(double deep Q network, Double DQN)模型基础上提出一种基于卷积注意力模块(convolutional block attention module, CBAM)的深度强化学习模型，用于智能交通信号控制。在三维卷积神经网络中加入CBAM轻量注意力模块，通过通道注意力和空间注意力两个模块结构更好地捕捉特征之间的相互依赖关系，增强卷积神经网络的特征表示质量，从而提升对拥堵路段重点特征的关注度以缓解交通拥堵问题。在城市交通仿真器SUMO(simulation of urban mobility)上的实验结果表明，相较其他常用算法，本文算法提高了交通灯配时的效率和稳定性，可为交通配时优化技术提供可靠依据。

针对抽油机井电参数的特征提取及故障分级评价的准确性问题，提出使用相对位置矩阵对抽油机井电参时序数据进行图像编码增强抽油机井电参数特征并生成抽油机井故障数据集的方法，改进EfficientNet模型对抽油机井故障进行更加精确的分级评价。该方法对抽油机井电参数进一步处理并凸显其关键特征，利用图像编码和深度学习技术提高抽油机井故障分级方法的准确性和效率。通过对典型故障的分级实验以及与多种模型性能的对比实验表明，该方法在抽油机井故障分级评价中具有较高的准确性。

车牌定位检测与识别是实现智能交通系统的关键技术之一。为解决传统方法定位不准确、识别率低的问题，提出一种基于改进YOLOv8和轻量级识别网络LPRNet的车牌识别算法。在YOLOv8网络架构中增加卷积块注意力模块(convolutional block attention module, CBAM),通过特征融合提升目标检测的准确率；在LPRNet中加入多头自注意力(multi head self attention, MHSA)机制，增强网络的特征提取能力；在识别网络模型的训练阶段引入对抗训练，增强模型的泛化能力和鲁棒性。在CCPD数据集上的实验结果表明，本文算法对车牌检测的平均精度均值(mAP@0.5)达到98.7%,车牌识别准确率达到97.21%,均优于其他同类主流算法。

碲化铋（Bi₂Te₃）基复合材料是目前热电性能最好的近室温热电材料，然而n型Bi₂（Se, Te）₃块材的热电优值（zT值）滞后于p型（Bi, Sb）₂Te₃材料，进一步提升n型Bi₂Te₃基复合材料的zT值对热电器件的发展和应用至关重要。本研究以氯化钾（KCl）为造孔剂，采用高压法制备出Bi₂（Te, Se）₃-KCl致密块体，经超声水洗除去造孔剂KCl颗粒后形成纳米或亚微米孔洞结构。实验结果表明，多孔样品的电输运性能略有下降，但热导率显著降低，热电性能得到有效提升。本研究工作对开发高性能多孔热电材料具有一定参考价值。

随着露天煤矿开采规模逐渐扩大，固体废弃物堆积而成的内排土场堆高和边坡倾角逐渐变大，导致边坡失稳滑坡、崩塌等严重事故。为确保内排土场在安全稳定的前提下获得更大的排土容积，以海州露天矿南侧内排土场人工土石边坡为研究对象，基于强度折减理论，采用FLAC~(3D)数值模拟软件对内排土场人工土石边坡进行稳定性分析。结果表明：海州露天矿内排土场人工土石边坡两剖面稳定性安全系数分别为1.182和1.164,均小于安全储备系数1.3,内排土场存在边坡失稳出现滑坡的危险，需对其进行削坡处理；当削坡至35 m位置时，两剖面的稳定性系数均可达到安全储备系数。本文结果可为内排土场方案优化设计提供理论基础。

为提高Fe_3O_4在类芬顿反应体系中对污染物的去除效果，基于类芬顿催化氧化技术，制备了Fe_3O_4/Cu_2O复合材料作为非均相类芬顿催化剂，与H_2O_2共同构成以亚甲基蓝模拟废水为目标物的类芬顿催化氧化体系。对比分析不同实验条件下Fe_3O_4/Cu_2O复合材料的类芬顿活性，并通过X射线衍射仪、扫描电子显微镜等对材料进行表征。实验结果表明：当Fe_3O_4与CuCl_2·2H_2O的复合配比(质量比)为2∶1时制备Fe_3O_4/Cu_2O,且其投加量为40 mg、H_2O_2用量为0.5 mL时，对浓度为6 mg/L的废水溶液中亚甲基蓝的去除率达到84.27%,类芬顿活性较好；类芬顿反应中起主要活性作用的是·OH。

采用真空电弧炉熔炼并制备等原子比的HfNbZrTiTa高熵合金。通过XRD、SEM、EDS、电子万能试验机和霍普金森压杆对合金的显微组织、室温准静态压缩性能及室温（298 K）、低温（77 K）下的动态压缩性能进行研究。结果表明：该合金显微组织主要为BCC固溶体结构，晶间存在少量共晶组织；具有良好的塑性，室温下压缩塑性超50%且未发生断裂；HfNbZrTiTa合金在动态压缩试验条件下(应变速率为2 000～4 000 s^-1),材料应变敏感性较低；当温度从298 K降到77 K,流变应力变化不明显。

针对工况传递路径分析(operational transfer path analysis, OTPA)测得振动信号存在大量高频噪声的问题，提出一种基于变分模态分解(variational mode decomposition, VMD)和奇异值分解(singular value decomposition, SVD)的组合降噪方法VMD-SVD。该方法通过VMD算法对原始含噪信号进行分解，得到K个本征模态分量(intrinsic mode function, IMF);再通过方差贡献率(VCR)滤除含噪信号较大的IMF分量，并保留有效成分较多的IMF分量，经SVD算法对保留的IMF分量进行降噪处理；最后将降噪处理后的信号进行重构，得到本文组合降噪处理后的信号。本文通过模拟仿真实验验证上述方法的降噪效果，并将该方法运用到OTPA采集振动信号中。与其他基本降噪方法进行对比的结果表明，该方法能够有效滤除采集振动信号中的高频噪声，提高了OTPA方法的准确度以及信号后续分析处理的可靠性。

润滑油中金属元素的含量和成分的变化能反映发动机的使用状态。通过对比四种基底(Al、Ni、Zn、Cu)增强下润滑油中金属元素BaⅡ455.4 nm的激光诱导击穿光谱(LIBS)特性，对不同基底材料的激发效果进行了评价，并利用多元线性回归模型建立了Ba元素激发效果与基底元素物理特性的联系。结果表明：第一电离能、蒸发潜热、热传导率对润滑油中金属元素的激发效果影响较小，且呈正相关；相对原子质量、原子序数、熔化潜热、密度对润滑油中金属元素的激发效果影响较大，且呈负相关。该结果为润滑油金属元素LIBS检测过程中基底材料的选择提供了依据，并为提高金属元素检测准确率和检出限提供了一种可行性方案，对发动机故障检测有重要意义。

采用一种由878.6 nm激光二极管（LD）端面抽运Nd∶YVO₄晶体，获得高光束质量的1 064 nm脉冲激光输出。使用Matlab软件对晶体热透镜焦距进行模拟分析，并通过软件计算选取合适的平-凸谐振腔腔型，缓解热效应的同时获得最佳输出状态。泵浦功率为48 W时获得平均输出功率15.03 W的1 064 nm连续光输出。通过磷酸钛氧铷（RTP）电光调Q的方式，在重复频率为10 kHz时获得了稳定的1 064 nm脉冲激光输出，最大输出平均功率为8.78 W,动-静转化比为72.9%,脉宽为8.70 ns,光束质量因子为1.2。实验结果表明：利用波长878.6 nm作为泵浦源并采用平-凸谐振腔的方式，有利于缓解晶体的热效应、提高光束质量、获得基模脉冲激光输出。

高电子迁移率晶体管(high electron mobility transistors, HEMTs)具有高速开关和极高击穿电场等特性，在功率器件领域应用广泛。为提高HEMT器件性能，通过实验研究了栅极几何结构对具有金属/绝缘体/半导体(MIS)栅极结构的常关型p-GaN/AlGaN/GaN HEMTs性能的影响。栅极介质层采用5 nm厚的原位生长AlN,AlN/p-GaN界面呈现出更明显的能带弯曲和更宽的耗尽区，有利于阈值电压向正向偏移，且其相对较宽的能带错位有助于抑制栅极电流。实验结果表明：与栅极非覆盖区长度为0μm和6μm的MIS栅极相比，非覆盖区长度为3μm的MIS栅极可提高器件综合性能，有效抑制正向栅极电流，将阈值电压提高至3 V,并较好地保持电流密度为46 mA/mm;栅极结构中两侧没有栅极覆盖的区域在导通过程和导通状态下均可引起较大的沟道电阻，且沟道电阻随着非覆盖区长度增加而上升。

针对基于ZigBee网络的节点接收信号强度指示(received signal strength indication, RSSI)在复杂环境测量会产生偏差的问题，提出一种基于混合滤波的无线网络测距算法。该方法在运用卡尔曼滤波的基础上融合了基于中值自适应加权高斯滤波的混合滤波，首先用卡尔曼滤波算法去除波动性较大的RSSI值，再利用中位值抗差性原理和自适应函数降低RSSI数据的波动。仿真实验结果表明，混合滤波无线网络测距算法能够较大程度减小异常值带来的波动，有效提高RSSI采样精度。

为解决传统差分混沌移位键控(differential chaotic shift keying, DCSK)通信系统传输数据速率低以及安全性差的问题，提出一种时间反转短参考正交双倍速差分混沌移位键控通信系统(time-reversal short reference orthogonal double speed DCSK,TR-SR-ODBR-DCSK)。该方案利用Walsh函数产生两路正交的混沌信号调制两位数据信息，在同一个时隙内同时传输两个比特信息，信息传输速率提高了一倍，同时提高了通信系统的能量利用率；在此基础上将系统中传输的参考信号进行时间反转，消除同一时隙信号间的相关性，提高系统安全性及信号保密性。利用通用软件无线电外设(universal software radio peripheral, USRP)和LabVIEW仿真软件搭建半实物的仿真平台，仿真结果验证了混沌通信系统的可行性和有效性。

由于数码雷管模组印刷过程中生产工艺复杂、强时序性等特点，其质量的精准预测已成为提高产品质量管理水平的关键。基于此提出一种改进长短期记忆(long short-term memory, LSTM)网络的数码雷管模组印刷质量预测模型。首先根据数码雷管模组印刷过程提炼机器运行参数、环境参数与检测参数作为印刷产品质量的原始特征，并对关键检测参数进行时序特征重构以增强特征表达能力；其次基于改进的LSTM网络建立数码雷管模组印刷特征提取框架，采用卷积神经网络提取空间特征避免LSTM挖掘高维印刷特征时隐含关系的不足，通过全局注意力机制自适应学习不同时刻印刷特征对印刷产品质量的贡献度，为LSTM提取的深层时序特征分配不同权值；最后以深层特征作为输入，通过全连接网络实现数码雷管模组印刷产品的质量预测。实验结果表明，相较于BP神经网络、门控循环单元网络、LSTM等预测方法，改进的LSTM网络有效提高了数码雷管模组印刷产品质量的预测精度。

为研究非对称隧道内不同通风方式对火灾烟气蔓延的影响，利用PyroSim数值模拟软件构建非对称隧道模型，对隧道内烟气流速、温度分布和烟气运动进行研究，并分析了不同风速对人员疏散的影响。结果表明：上坡隧道内诱导气流与补充气流存在竞争关系，随着坡度差增大，烟气流速增加，烟气从上坡隧道排出，新鲜空气从平坡段隧道进入补充燃烧消耗；自然通风下隧道充满烟气，在纵向风速1.5 m/s下隧道环境得以改善；随着风速继续增大，隧道烟气流速紊乱，烟气层被扰乱。在实际非对称隧道中，建议火灾初期以1.5 m/s的纵向风速进行通风，待人员疏散后再增加风速加速排烟。

针对氮化硅陶瓷轴承的多裂隙缺陷会影响其力学性能及使用寿命的问题，提出了一种结合离散元(DEM)仿真和FISH语言程序的方法研究轴承缺陷。首先，采用DEM对轴承进行建模，通过力学校准实验测定相关力学性能参数，并通过试错法进行细观参数的标定，采用FISH语言程序建立氮化硅陶瓷轴承简化模型，并在模型中预制不同倾角和数量的平行裂隙缺陷；然后，通过模拟和数值计算，研究了裂纹在不同倾角和数量裂隙缺陷下的演化规律，同时结合裂纹周围的速度矢量场，分析了裂纹扩展的复杂性。实验结果揭示了受压下多裂隙缺陷的陶瓷材料损伤破坏机制，可为陶瓷轴承加工工艺、故障诊断、力学性能及使用寿命等研究提供理论指导。

针对去除不同雨纹的同时恢复图像背景细节的问题，提出一种基于注意力机制及多尺度特征融合的图像去雨方法。该网络采用双分支结构，分别用于雨纹去除和背景恢复。雨纹提取模块采用跨空间学习的多尺度注意力机制，通过多尺度上下文信息捕捉、均值计算、权重计算和整体信息综合，帮助改善雨纹去除任务中的图像质量，提高去雨效果。背景恢复模块包括多尺度特征提取部分和特征融合部分，采用多个扩张卷积层，每个卷积层具有不同的扩张因子，以扩大感受野，提取多尺度的图像背景特征；使用大核卷积对提取的多尺度特征信息进行融合调整，从而更准确地进行背景恢复。在多个公开数据集上的实验结果表明：所提方法能够有效去除真实雨图像场景中的雨纹，同时可以更好地恢复图像背景的细节信息。

针对二自由度主动悬架比例-积分-微分(PID)控制器参数整定问题，引入粒子群算法，借助粒子群算法的全局搜索能力解决PID控制器参数整定问题，考虑到传统粒子群算法收敛速度较慢，设计了一种改进粒子群算法，根据悬架性能评价指标建立目标函数，分别模拟了随机路面激励输入和减速带式梯形冲击路面激励输入，并验证了基于改进粒子群算法优化的PID控制器的有效性。仿真结果表明：改进粒子群算法后目标函数的收敛速度明显提高；基于改进粒子群算法优化PID控制的主动悬架在不同激励输入条件下均具有较好的行驶平顺性；验证了改进粒子群算法的有效性并解决了PID控制器参数整定问题。

类脑同步定位与建图(simultaneous localization and mapping, SLAM)通过模仿大脑神经导航机制实现环境建模，同时获得环境中的位置信息，具有较好的导航能力与较高的鲁棒性，但当前的类脑SLAM系统大都在预先获取的环境数据集上进行定位建图，对于新环境的兼容性较差。为此提出一种主动的类脑SLAM方法，设计基于Bug算法的环境自主探索方法，驱动机器人在环境中自主移动，主动获取环境信息，同时调用经典的类脑SLAM(RatSLAM)方法对环境信息进行处理，形成环境的认知地图。仿真环境和真实环境下的实验结果表明，本文方法取得了较好的建图效果，与通过人工采集数据建立的环境地图相似度较高，具备可行性。

针对现有点云目标检测算法对室外自动驾驶场景中遮挡物体检测精度低的问题，提出一种基于知识蒸馏和注意力增强的点云目标检测算法。以CIA-SSD模型为基础，设计了一种基于教师-学生模型的密集特征生成模块，提出基于交并比匹配策略的密集数据生成方法，将稀疏特征转换为密集特征。密集特征生成模块位于学生模型中，学生模型在教师模型生成的软目标监督训练下，推断出完整的密集目标特征，实现目标特征的补全；在教师模型中设计空间注意力和通道注意力机制，增强密集目标点云，提升特征图的质量。在KITTI数据集上的验证实验结果表明：与SE-SSD模型和CIA-SSD模型相比，本文提出的算法保持了单阶段目标检测速度的优势，同时明显提升了检测精度。

通过无硼高温合金GH3617室温下的拉伸试验，考察其基础力学性能及变形行为。研究结果表明：固溶热处理(1 175℃/1 h/WC)后合金组织主要由奥氏体等轴晶组成，且存在大量的退火孪晶；室温下合金的变形方式主要是位错的平面滑移和孪生，表现出优越的加工硬化能力和较佳的强塑性匹配，屈服强度为309.7 MPa、抗拉强度为762.3 MPa、延伸率为70.13%;拉伸过程中，裂纹优先在晶界和孤立的碳化物处形核，断裂方式为沿晶-穿晶混合型断裂，裂纹扩展过程中其尖端形成的二次裂纹可释放尖端应力，提高材料塑性。

采用氯化胆碱-乙二醇（CC-EG）部分取代水溶剂，以相对结晶纯度（RCP）为实验指标，依据7因素12水平均匀设计方案，经化学共沉淀方法制备得到高结晶度、高纯度的M型钡铁氧体(BaFe₁₂O₁₉)。通过对制备样品的XRD谱进行分峰拟合，计算各样品的RCP;经二次多项式逐步回归分析，建立RCP与主要合成因素（Fe/Ba摩尔比、CC-EG含量、pH、静置时间、预烧温度、焙烧温度、焙烧时间）间的回归模型；依据回归分析结果，探究模型中各项、各因素及因素间相互作用对RCP影响的主次顺序，揭示了将CC-EG引入BaFe₁₂O₁₉合成过程以提高其RCP的可行性。最优水平组合分析及验证实验结果进一步表明：以CC-EG部分取代水溶剂可提高BaFe₁₂O₁₉的结晶有序程度并降低其微观应变，因而可明显提高其RCP;XRD、SEM和VSM分析结果表明，RCP的提高明显有助于BaFe₁₂O₁₉片状颗粒径向尺寸和饱和磁化强度的提高；以氯化胆碱-乙二醇-水为媒介可制备性能优良的BaFe₁₂O₁₉。

在指针式仪表示值监控系统中，倾斜拍摄仪表图像时会导致识别结果出现偏差，为此提出一种基于仪表特征间几何约束的识别方法。首先利用一幅平铺于仪表上表面的平面标定板图像实现相机参数标定，生成仪表在标定平面上的虚拟图像；然后利用表壳上表面、刻度平面、指针平面与虚拟像平面间的平行关系，确定表壳圆的圆心、仪表刻度圆心、指针转轴中心特征间的透视投影约束关系，利用图像的极坐标变换和离散傅里叶变换提取仪表刻度圆心的最优位置及起始刻度线的角度，利用Hough变换的投票原理估计指针的转动角度；最后利用角度法实现仪表读数的解算。以某型号指针式温度计为测试对象进行实验验证，识别结果的平均误差为0.23℃,最大误差为0.7℃,本文方法能够准确识别仪表读数且识别精度优于人工读数。

无人车单一传感器同步定位与地图构建(simultaneous localization and mapping, SLAM)算法鲁棒性较差，现有多传感器融合方案则较少考虑车辆运动约束，导致横向定位漂移。为此，提出一种基于ORB-SLAM的视觉-惯性-车轮紧耦合优化方法，将三者约束统一纳入后端的捆集优化(bundle adjustment, BA)。首先给出视觉里程计、惯性测量单元(inertial measurement unit, IMU)和基于阿克曼车辆模型的车轮里程计残差模型，然后建立基于ORB-SLAM的单目视觉-惯性-车轮融合的SLAM系统优化框架。在KAIST数据集和实际校园场景下的实验结果表明，与其他常用SLAM方法相比，本文改进算法有效减少了误差累积，定位与地图构建结果更稳健且精确。