检索结果-内蒙古大学图书馆

2010中国仪器仪表学术、产业大会

作者：阚树林上海大学机电工程与自动化学院

根据卓越工程师计划要求,上海大学机电工程与自动化学院开展了机电工程与自动化专业卓越工程师培养的相关工作。本文重点介绍学院在卓越工程师培养方面的一些设想和举措,以及学院在大学生创新实验和学科竞赛方面的进展情况。显示出实施... 详细信息

根据卓越工程师计划要求,上海大学机电工程与自动化学院开展了机电工程与自动化专业卓越工程师培养的相关工作。本文重点介绍学院在卓越工程师培养方面的一些设想和举措,以及学院在大学生创新实验和学科竞赛方面的进展情况。显示出实施机电工程与自动化专业卓越工程师培养计划的初步成效。

关键词：卓越工程师培养举措创新实验

来源：评论

学校读者我要写书评

暂无评论

上海大学机电工程与自动化学院卓越工程师培养举措

上海大学机电工程与自动化学院卓越工程师培养举措

引用

中国仪器仪表学会2010年学术产业大会

作者：阚树林上海大学机电工程与自动化学院上海市 200072

根据卓越工程师计划要求，上海大学机电工程与自动化学院开展了机电工程与自动化专业卓越工程师培养的相关工作。本文重点介绍学院在卓越工程师培养方面的一些设想和举措，以及学院在大学生创新实验和学科竞赛方面的进展情况。显示出实... 详细信息

根据卓越工程师计划要求，上海大学机电工程与自动化学院开展了机电工程与自动化专业卓越工程师培养的相关工作。本文重点介绍学院在卓越工程师培养方面的一些设想和举措，以及学院在大学生创新实验和学科竞赛方面的进展情况。显示出实施机电工程与自动化专业卓越工程帅培养计划的初步成效。

关键词：卓越工程师培养举措创新实验

来源：评论

学校读者我要写书评

暂无评论

推动先进机器人技术创新发展——访谈上海大学机电工程与自动化学院特种机器人研究中心雷静桃教授

引用

电子机械工程 2022年第4期38卷 1-3页

作者：雷静桃上海大学机电工程与自动化学院上海大学机器人工程专业教研室上海大学机电工程与自动化学院特种机器人研究中心

随着机器人技术的快速发展,机器人在智能制造、特种服务、家用服务等方面得到广泛应用。其研发、制造和应用体现一个国家科技创新和高端制造业水平,世界各国将机器人产业列为战略性新兴产业并予以大力支持。在此背景下,《电子机械工程... 详细信息

随着机器人技术的快速发展,机器人在智能制造、特种服务、家用服务等方面得到广泛应用。其研发、制造和应用体现一个国家科技创新和高端制造业水平,世界各国将机器人产业列为战略性新兴产业并予以大力支持。在此背景下,《电子机械工程》编辑部对上海大学机电工程与自动化学院特种机器人研究中心主任雷静桃教授进行了专访。

关键词：特种机器人电子机械机器人技术机器人产业国家科技创新上海大学机电工程战略性新兴产业

来源：评论

学校读者我要写书评

暂无评论

压电智能叶片的优化配置与振动主动控制算法

引用

中国科学:信息科学 2025年第1期55卷 129-139页

作者：高志远徐童欣苗中华邵勇朱晓锦上海大学机电工程与自动化学院上海200444

作为复杂薄壁曲面类部件,航空发动机叶片结构复杂、工况恶劣,叶片振动会直接影响航空发动机工作稳定性.面向以压电材料构建压电智能叶片进行主动振动抑制的新一代航空发动机叶片研究,本文提出了基于有限元分析的压电元件优化配置方案和... 详细信息

作为复杂薄壁曲面类部件,航空发动机叶片结构复杂、工况恶劣,叶片振动会直接影响航空发动机工作稳定性.面向以压电材料构建压电智能叶片进行主动振动抑制的新一代航空发动机叶片研究,本文提出了基于有限元分析的压电元件优化配置方案和变步长自适应滤波控制算法.首先,给出了3种压电元件配置优化目标函数,基于叶片的有限元模态分析和瞬态分析,采用改进的差分进化算法对压电元件的位置进行优化布局.随后,提出了根据误差信号幅值动态调整步长、能够平衡收敛速度与稳态误差的VSS-FxLMS算法.最后,按照优化配置结果,构建了实时振动主动控制实验平台,并针对单频扰动、多频扰动进行了实时控制实验对比分析.实验结果表明,本文所提的VSS-FxLMS算法有较好的振动抑制效果,且收敛速度较快.

关键词：压电智能叶片振动主动控制优化配置差分进化算法变步长 FxLMS算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊神经网络在线自学习的多智能体一致性控制

引用

自动化学报 2025年第3期51卷 590-603页

作者：张宪霞唐胜杰俞寅生上海大学机电工程与自动化学院上海200444 上海市电站自动化重点实验室上海200444

针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,D... 详细信息

针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,DFNN和神经网络(Neural network,NN)分别逼近控制策略和性能指标.每个智能体的DFNN执行者从零规则开始,通过在线学习,与其局部邻域的智能体交互而生成和合并规则.最终,每个智能体都有一个独特的DFNN控制器,具有不同的结构和参数,实现了最优的分布式同步控制律.仿真结果表明,本文提出的在线算法在非线性多智能体系统分布式一致性控制中优于传统基于NN的ADP算法.

关键词：多智能体系统自适应动态规划动态模糊神经网络分布式一致性控制在线学习

来源：评论

学校读者我要写书评

暂无评论

半监督式野生动物夜间目标端到端检测

引用

光学精密工程 2025年第5期33卷 789-801页

作者：卢汉崔博伦万华洋张国峰沈晨王驰上海大学机电工程与自动化学院上海200444 北京空间机电研究所北京100094

针对野生动物夜间目标检测精度与效率低且难以人工全面标注的问题,提出了一种基于半监督学习的夜间野生动物端到端识别模型(SAN-YOLO)。基于YOLOv8融合特征注意力机制和像素注意力机制,以提升检测器对于夜间图像的自适应性和特征表征能... 详细信息

针对野生动物夜间目标检测精度与效率低且难以人工全面标注的问题,提出了一种基于半监督学习的夜间野生动物端到端识别模型(SAN-YOLO)。基于YOLOv8融合特征注意力机制和像素注意力机制,以提升检测器对于夜间图像的自适应性和特征表征能力。然后,搭建了基于师生学习框架的半监督训练网络,通过生成并合理分配伪标签,让学生模型从大量未标注的原始图像中学习,最后,在所构建的数据集上进行评估。实验结果表明,在使用5%标注的情况下,SAN-YOLO的mAP指标达到69.7%,高于其检测器在全监督训练下的59.6%和基线模型的57.1%。所研究的检测方法在少量标注的夜间动物数据集上展现出良好的性能,且验证了注意力机制在夜间目标检测领域的有效性。

关键词：目标检测半监督学习红外夜视野生动物保护师生模型注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于两步法的激光轮廓仪手眼标定方法研究

引用

光学精密工程 2025年第2期33卷 176-183页

作者：邓立章易镰刘钢张越苗雨奇上海工程技术大学机械与汽车工程学院上海201620 上海大学机电工程与自动化学院上海200444

为了提高线激光轮廓仪与机器人协同作业中的手眼标定精度,提出了一种基于两步法的标定方法。该方法采用常见易得的标定球作为标定物,通过改变一次姿态,一次平移的特殊测量方式,根据球心坐标在机器人坐标系中恒定不变的特性构建求解方程... 详细信息

为了提高线激光轮廓仪与机器人协同作业中的手眼标定精度,提出了一种基于两步法的标定方法。该方法采用常见易得的标定球作为标定物,通过改变一次姿态,一次平移的特殊测量方式,根据球心坐标在机器人坐标系中恒定不变的特性构建求解方程,联立不同姿态下的求解方程分别独立求解旋转矩阵和平移矢量。实验结果表明,两步法在X,Y方向的球心坐标标准差分别为0.324 9 mm和0.246 2 mm,相较于一步法的0.460 8 mm和0.639 1 mm,分别提升了29.5%和61.5%。此外,在球体拟合实验中,两步法拟合出的球体半径与标称半径14.996 mm的差值为0.019 mm,而一步法的差值为0.278 mm,两步法的拟合精度更高。本文提出的两步法手眼标定方法相较于一步法显著提高了标定精度和三维拟合精度。

关键词：手眼标定线激光轮廓仪标定球齐次变换矩阵

来源：评论

学校读者我要写书评

暂无评论

基于复杂施工条件的盾构法隧道通用管片拼装点位优选方法

引用

隧道建设(中英文) 2025年第1期45卷 77-84页

作者：胡珉赵鹏鹏吴秉键上海大学悉尼工商学院上海201800 上海大学-上海城建集团建筑产业化研究中心上海200072 上海大学机电工程与自动化学院上海200444

管片拼装是盾构法隧道施工中的关键环节,合理的拼装点位选择对于隧道质量和施工效率至关重要。为此提出一种基于情境的管片拼装点位优选方法,通过设计点位生成器、模拟预测器和评价优选器,建立分级筛选的随境选择模型。该方法依据盾构... 详细信息

管片拼装是盾构法隧道施工中的关键环节,合理的拼装点位选择对于隧道质量和施工效率至关重要。为此提出一种基于情境的管片拼装点位优选方法,通过设计点位生成器、模拟预测器和评价优选器,建立分级筛选的随境选择模型。该方法依据盾构与隧道的空间位置关系及其纠偏能力,将复杂工况划分为不同的施工情境,并针对每种情境设定相应的优化目标和权重系数。将管片拼装要求、盾尾间隙及油缸行程差等因素作为约束条件纳入优化目标中,使得管片拼装点位选择更加灵活全面和客观合理。通过上海12标右线工程仿真试验分析,证明随境选择模型在提高点位选择精度和合理性方面具有优势,与综合法、偏差法相比,随境法在不同施工情境下选择最优拼装点位时具有更好的有效性、准确性和通用性。

关键词：管片拼装盾构隧道点位优选施工情境优化目标

来源：评论

学校读者我要写书评

暂无评论

基于自适应变邻域搜索的火控雷达组网资源调度研究

引用

系统工程与电子技术 2025年第2期47卷 496-507页

作者：汪达旺陆志沣伍国华中南大学自动化学院湖南长沙410075 上海机电工程研究所上海201109

在海上舰艇编队防空作战中,传统火控雷达由于实行单目标对单雷达跟踪策略,难以满足复杂的现代作战需求。针对该问题,提出一种基于自适应变邻域搜索(adaptive variable neighborhood search, AVNS)的火控雷达组网资源调度方法。以海上舰... 详细信息

在海上舰艇编队防空作战中,传统火控雷达由于实行单目标对单雷达跟踪策略,难以满足复杂的现代作战需求。针对该问题,提出一种基于自适应变邻域搜索(adaptive variable neighborhood search, AVNS)的火控雷达组网资源调度方法。以海上舰艇编队火控雷达资源为基础,考虑雷达剩余通道数、雷达探测范围和预测航迹跟踪覆盖率约束,构建以资源目标距离、有效航迹覆盖率和目标威胁度为目标函数的资源调度模型,设计基于AVNS的组网策略算法。在设置的两种海上舰艇编队模拟队形场景中,与传统规则算法和变邻域搜索(variable neighborhood search, VNS)算法对比,验证所提方法的合理性和有效性。

关键词：海上防空资源调度自适应变邻域搜索雷达组网火控雷达

来源：评论

学校读者我要写书评

暂无评论

基于Lyapunov能量函数的单电压环幅值控制构网型储能虚拟阻抗参数整定方法

引用

电力系统保护与控制 2025年第6期53卷 30-41页

作者：熊亮雳游力韩刚熊昊哲田梦如徐晨国网湖北省电力有限公司电力科学研究院湖北武汉430077 上海大学机电工程与自动化学院上海200444

集中式构网型储能电站是高比例新能源电力系统中的重要装备,能够主动为系统提供电压、惯量支撑以及阻尼。常用的构网型控制方案包括电压电流双环与单电压环幅值控制,后者具备更强的暂态电压支撑能力,但面临着更为严峻的暂态过电流风险... 详细信息

集中式构网型储能电站是高比例新能源电力系统中的重要装备,能够主动为系统提供电压、惯量支撑以及阻尼。常用的构网型控制方案包括电压电流双环与单电压环幅值控制,后者具备更强的暂态电压支撑能力,但面临着更为严峻的暂态过电流风险。在单电压环幅值控制的基础上,叠加虚拟阻抗控制抑制暂态过流,同时将有功环节的相角与无功环节的电压动态过程综合考虑,构建了系统的Lyapunov能量函数,分析系统的暂态稳定性,进行虚拟阻抗参数整定。与传统的仅考虑有功环节相角动态过程的相平面法相比,采用Lyapunov能量函数得到的参数范围更加准确。仿真结果验证了添加虚拟阻抗控制后,构网型储能电站能够应对上级电网电压暂降及相位跳变,并将暂态电流限制在合理范围内。同时,验证了Lyapunov能量函数法进行虚拟阻抗参数整定的有效性。

关键词：构网型储能电站单电压环幅值控制虚拟阻抗 Lyapunov能量函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：