
主编:彭喜元
创刊:1987年
国际标准刊号:ISSN 1000-7105
国内统一刊号:CN 11-2488/TN
国内邮发代号:80-403
- 浏览排行
- 引用排行
- 下载排行
2026, 40(9):1-12.
摘要:随着精密制造与高端装备技术的发展,产品几何量测量对量值可靠性和合格性判定一致性的要求不断提高,测量不确定度已成为产品几何技术规范(geometrical product specifications,GPS)体系中的关键计量参数。GPS框架将测量不确定度显式纳入几何验证与符合性判定过程,使其不仅用于表征测量结果可信度,同时参与误判风险控制与判定规则构建。由于不同测量系统在测量原理、误差机理及系统复杂度方面存在明显差异,不确定度评估方法在工程应用中呈现出显著的任务特定特征。围绕GPS框架下的测量不确定度评估问题,对相关理论基础、主要评估方法及典型测量系统中的研究进展进行了系统综述。依据误差传播实现方式及系统内部信息利用程度,将不确定度评估方法归纳为解析模型法、量值特性分析评估法以及基于数值仿真的蒙特卡洛(Monte Carlo)方法3类,并分析了不同方法在模型建立、误差传播能力及工程适用性方面的特点。在此基础上,以接触式坐标测量机、光学测量系统及X射线三维尺寸测量系统为典型对象,讨论了不同测量系统中的不确定度来源特征及评估方法适用性。研究表明,接触式坐标测量系统更适合采用基于显式误差传播的解析模型法与任务特定Monte Carlo方法;光学测量系统由于存在复杂非线性与对象相关误差,更依赖基于数值传播的灰箱式评估路径;工业CT测量系统则主要依赖虚拟CT与Monte Carlo仿真方法进行不确定度评估。相关研究为复杂几何测量任务中不确定度评估方法的合理选择提供了理论依据,对提高GPS框架下几何验证可靠性及降低合格性判定风险具有重要工程价值。
2026, 40(9):13-25.
摘要:面向高速数字自动测试设备(automatic test equipment, ATE)接口板环回链路的信号完整性分析,目标是在保证物理一致性的前提下实现宽频散射参数的快速预测与端到端性能评估。针对接口板互连结构复杂、参数组合数量庞大的特点,将高速差分环回链路按物理结构划分为过渡、带状线一、交流耦合电容、带状线二和过渡5个模块,分别构建模块级深度学习代理模型,并通过散射参数级联重构端到端通道响应。模型训练过程中引入相位连续表示与角度一致性损失函数,以提升宽频相位预测的稳定性与一致性,使得在模块级预测中实现复数形式全局均方根误差为0.024 5。在此基础上完成模块级4端口散射参数的级联重构,端到端通道的复数形式预测的均方根误差为0.012 2。结合时域仿真结果对比可知,预测级联通道在时域反射计响应中主要反射位置及反射幅度变化趋势与参考级联结果保持一致;在非归零码条件下的眼图分析中,预测结果的眼宽与参考结果基本一致,眼高相对偏差控制在0.5%~5%范围内。结果表明,该模块化预测与散射参数级联方法能够较好保持链路关键不连续点的表征特性,可作为接口板设计早期的快速评估手段,用于缩短仿真迭代周期并辅助结构方案筛选。
2026, 40(9):26-34.
摘要:铁路时间同步网为业务系统提供统一的高精度时间频率基准。然而,现有监测方法在授时精度和向协调世界时(coordinated universal time, UTC)溯源能力方面存在明显不足,难以满足基于5G技术的铁路新一代移动通信系统(next generation railway communications based on 5G technology, 5G-R)的技术发展需求。针对这一瓶颈,围绕精确时间协议(IEEE 1588 precision clock synchronization protocol, PTP)提出了一种可溯源高精度监测技术。在方法层面,首先深入分析了监测链路中由协议栈处理、网络排队及物理层时延引入的各类噪声影响因素,并据此构建PTP监测仿真平台。其次,研制了具备监测功能的专用系统TLab-PM-001,并建立了其直接溯源至UTC的实时量值传递链路。最后,依据计量学规范完成了完整的标准不确定度评定。实验结果表明,该系统监测抖动优于30 ns、实测标准不确定度为40.19 ns,优于所设定的45 ns设计指标,完全满足现行铁路基本业务时间偏差优于1.5 μs的要求。此外,仿真与实测结果偏差平均值仅为0.09 ns、标准差约为-0.55 ns,验证了仿真模型在PTP监测链路噪声特性分析中的有效性。所提技术提升了铁路时间同步网监测的精度与可溯源性,可为铁路通信系统稳定运行提供可靠的技术支撑。
2026, 40(9):35-44.
摘要:针对脉冲编码分布式光纤声波传感(distributed acoustic sensing,DAS)系统数据处理耗时冗长、效率受限等关键问题,提出了一种基于随机数编码并行相关的光纤声波传感技术方案。通过构建现场可编程门阵列(field programmable gate array,FPGA)并行流水线架构,实现了传感数据采集、互相关解码以及正交解调等核心环节的同步协同处理。设计了基于空间复用运算机制的数字并行相关器,采用多组乘法器与并行加法树架构,对多组数据实施同步并行处理,从而优化解码流程。引入了坐标旋转数字计算(coordinate rotation digital computer,CORDIC)算法,通过并行迭代运算,实现了幅值与相位的同步硬件解调,提升了脉冲编码DAS系统数据处理的实时性能。实验结果表明,在70 km传感距离下,系统可实现振动信号的精准波形还原,振动信号信噪比达19.76 dB。当数据采集条数分别为1 000、100、10条时,CPU解调耗时依次为556.73、47.93、4.76 s,而FPGA解调耗时缩短至3.5、0.35、0.04 s,解调效率得到显著提升。该方案为长距离、高可靠光纤声波传感系统的实时解调提供了可行的技术路径。
2026, 40(9):45-53.
摘要:为提升螺栓轴向应力检测精度,基于超声纵波与横波联合分析的螺栓原位轴向应力检测方法,构建了螺栓“安装-服役”全过程的超声轴向应力检测系统。该方法通过纵波与横波联合表征,提高了长螺杆和复杂螺纹结构螺栓的轴向应力测量灵敏度和可靠性。首先,基于声弹性理论建立应力波速关系数学模型,并提出安装阶段采用单波法标定、服役阶段采用双波法的检测思路。其次,搭建超声轴向应力检测系统,对M64×450 mm高强螺栓在0~450 MPa典型服役区间内进行静态加载试验,验证方法的可行性与稳定性。最后,在海上风电场开展现场应用实验,并对在役螺栓轴力分布进行统计分析。实验结果表明,单纵波法与纵横波双波法的轴向应力测量误差分别控制在±2.55%和±1.54%以内,轴力测量误差不超过8.75 kN,系统能够在复杂工况下实现轴向应力在线检测。现场数据表明,该批螺栓轴向应力分布存在较明显离散性,轴力变异系数(coefficient of variation, CV)达到36.2%,反映出实际施工与服役条件下螺栓轴力一致性控制水平有限,验证了系统在海上风电等工程场景中的实用性与应用潜力。
2026, 40(9):54-61.
摘要:随着集成电路产业的飞速发展,芯片引脚数和内部信号数量持续增加,传统单通道方案难以应对大规模并发测量挑战,对多通道信号的协同测试与时序的要求也日益严苛。针对集成电路自动测试设备(automatic test equipment,ATE)中时间数字转换器(time-to-digital converter,TDC)的高精度测量需求,提出一种多通道高精度TDC测量系统:以现场可编程门阵列(field-programmable gate array,FPGA)作为核心控制单元,结合高精度TDC专用芯片构建异构时间间隔测量单元;采用低抖动时钟芯片提供多路相位一致的同步时钟信号,构建精密的全局同源参考时基,实现对多通道TDC的精准同步。所设计的系统首先将八路输入信号经过高速比较器进行电平调理转为TDC触发信号,和同步信号共同作为TDC测量信号,TDC通过分别测量每个通道与同步信号的绝对时间间隔,进而通过后端数字逻辑解算得到任意两通道间的高分辨时间间隔。实验表明,校准后两通道测量时精度优于13.4 ps,多通道测量时通道间测量精度优于21.79 ps。
2026, 40(9):62-69.
摘要:全球卫星导航系统(global navigation satellite system, GNSS)向多系统深度融合已成为卫星导航应用发展的主要趋势,系统间时差(GNSS-to-GNSS time offset, GGTO)的监测与高精度预报已成为实现多系统互操作的关键技术。针对传统线性预报方法难以精确刻画多重物理机理耦合下GGTO复杂非线性演变及其局部微小噪声特征的局限性,从时间基准动力学演化机理出发,提出了一种融合相空间重构(phase space reconstruction,PSR)与支持向量回归(support vector regression,SVR)的预报新构思。利用国家授时中心(NT05)测站实测数据,采用单站法解算GPS、BDS、Galileo 3大系统两两之间的时差,通过构建顾及历史时序依赖特征的SVR模型,实现了对GGTO复杂演变趋势的精确建模。实验结果表明,QP、KF模型1 h预报均方根误差(RMSE)分别为1.86~2.60 ns、1.59~2.22 ns,而SVR方法对应RMSE降至0.65~0.99 ns,精度平均提升超50%。该研究有效克服了传统线性模型在捕捉钟差微细变化上的局限性,可为多系统融合导航定位的实时精化提供技术支撑。
2026, 40(9):70-78.
摘要:智能总辐射测量仪的校准是确保其测量准确性的关键环节。传统校准方法采用校准时段内获得的单一固定修正系数K对仪器测量数据进行修正,而未能考虑仪器响应度随太阳天顶角θZ变化的非线性特性,导致在全天尤其上午和下午天顶角较大时段存在显著的系统性测量偏差。利用DFN5型智能总辐射测量仪,通过设计比对校准实验,采用多项式和分段线性等统计分析方法,构建了 K-θZ动态修正系数模型。通过比较K-θZ动态修正系数和固定系数对独立数据集的验证分析,结果表明,与传统固定系数修正方法相比,基于K-θZ模型的动态修正方法在上午非校准时段的测量中,将太阳总辐射测量数据的平均偏差误差(mean bias error, MBE)由-5.57 W·m-2改善至-2.41 W·m-2(改善约56.7%),均方根误差(root mean square error, RMSE)从6.84 W·m-2减小到3.07 W·m-2(改善约55.1%),t-统计量由28.77下降至26.01;在下午非校准时段,将太阳总辐射测量数据的MBE从-0.60 W·m-2改善至-0.03 W·m-2(改善约95.0%),将RMSE从7.84 W·m-2降低至1.24 W·m-2(改善约84.2%),t-统计量从1.64降低至0.57,有效提高了太阳总辐射测量数据的准确性和一致性。
2026, 40(9):79-88.
摘要:侵入式的电极式测量法在电导率测量系统中的应用较为广泛,但因其存在腐蚀电极和极化效应等问题,国内外学者对非侵入式的电磁式电导率测量法开展了大量研究,其中大部分电磁式电导率测量法属于传统的定频调幅式测量电路,信号处理电路较为复杂,且易受到噪声干扰从而带来测量误差。也有部分学者通过频率来测量电导率,但由于没有选择合适的测量方法和激励频率,导致测量效果不佳,检测系统灵敏度较低。针对上述问题,设计了一款高灵敏度非接触式差频溶液电导率检测系统,从理论上分析了电解质溶液的涡流会影响线圈的阻抗,通过增加激励频率并将检测线圈浸入溶液中可显著提高系统灵敏度,检测线圈经过防水处理不与溶液直接接触。检测系统将线圈电感的变化转化成频率的变化,通过测量线圈的差动频率来测量溶液电导率,这种差动结构可以减小外部干扰对检测系统的影响。通过标定实验验证了该测量方法的可行性,检测系统在测量低电导率溶液时灵敏度高达54 485 Hz/(mS·cm-1),总体的平均灵敏度为34 340 Hz/(mS·cm-1)。根据标定实验得出电导率与差动频率的拟合方程,通过对比精度和校准补偿两个实验结果可知,校准补偿后大部分测量的相对误差在5%以内,校准后整体误差和校准前相比有所降低,体现了测量前校准补偿的重要性。实验对象包括NaCl和KCl两种电解质溶液,结果表明这两种溶液的电导率都会对差动频率产生影响,说明结论的可靠性和普适性。
2026, 40(9):89-100.
摘要:针对港口自动化装卸作业中集装箱扭锁锁柄精准识别与位姿估计的需求,提出一种基于多视角的点云局部配准方法。首先对采集的点云进行统计滤波与体素下采样预处理。为解决多视角点云间非重叠区域造成的结构性干扰,采用基于密度的噪声应用空间聚类(density-based spatial clustering of applications with noise, DBSCAN)聚类算法提取两片点云的最大重叠区域即锁孔区域作为配准基准,并通过参数分析选取最优邻域半径和最小点数。在此基础上采用由粗到精的配准策略,基于快速点特征直方图(fast point feature histograms, FPFH)特征的随机采样一致性(random sample consensus, RANSAC)算法实现粗配准,再结合引入自适应距离阈值与法线一致性约束的改进迭代最近点(iterative closest point,ICP)算法进行精配准,其中自适应阈值根据锁孔几何先验动态演化,法线约束有效剔除边缘误匹配。实验结果表明,以锁孔区域为基准的局部配准相较于全局配准,配准精度提升约62%,时间效率提高约59%;在噪声环境下改进ICP算法表现出良好鲁棒性。最终将配准后点云应用于锁柄识别,三维重建尺寸误差显著降低,验证了该方法为锁柄精准识别提供有效数据支持,在提升港口自动化作业精度与效率方面具有实际意义。
2026, 40(9):101-111.
摘要:针对穿戴式脑电监测设备长时程连续测量中,宽频微弱信号解析不足、分类边界模糊导致临床假阳性率高的测量痛点,构建一种多尺度时空注意与边缘对比学习的轻量级脑电解析与预测模型(multi-scale contrastive EEGNet,MC-EEGNet)。首先,采用并行多尺度分支设计多尺度时序卷积型时空注意力单元(multi-scale temporal convolutional block attention module, MS-CBAM),实现宽频脑电信号的频域解耦,并利用双重注意力机制对病灶通道与关键时序特征自适应重标定;其次,引入边缘监督对比学习损失(margin-supervised contrastive learning loss, Margin-SupCon),在高维特征流形中建立硬性类间隔离带以锐化分类决策边界;最后,提出离线预处理与在线动态相串联的双阶段数据增强策略,通过小波频域混叠与时空掩码以及引入基于物理先验的阻抗噪声模拟模块,有效补偿数据采集链路中信号瞬态中断及传感器接触不良等非理想物理约束引起的信号干扰。基于公开的CHB-MIT头皮脑电数据集,对MC-EEGNet开展了留一法交叉验证。结果表明,在30 min预测窗口下,其平均灵敏度达95.58%,每小时假阳性率(FPR/h)降至0.013,较基线模型显著降低46%,且平均预测时间延长至22.46 min。该模型有效克服传统单尺度卷积的感知局限,在低计算开销下实现了灵敏度与假阳性抑制的最优平衡,可为便携式脑电监测智能仪器的边缘端嵌入式部署提供高鲁棒性算法支撑。
2026, 40(9):112-125.
摘要:针对图像分类任务中传统卷积缺乏对特征图统计分布的显式建模,导致显著性特征表达不足且易受背景噪声干扰的问题,提出一种显著性感知的图像分类网络(image classification network with saliency-aware, SANet)。SANet以ResNet-34为基线,首先,提出了显著性感知卷积(saliency-aware convolution, SAConv),通过引入Z-score标准化与非线性映射函数,有效增强显著性特征的表达能力,提取更具区分度的特征。其次,提出显著性感知池化(saliency-aware pooling, SP)模块,通过将显著性感知卷积与平均池化相结合,实现对关键信息的筛选与冗余特征的抑制,缓解特征在传递过程中的流失。随后,将显著性感知卷积与显著性感知池化模块融合,构建显著性感知残差块(saliency-aware block, SABlock),实现显著性特征的层间增强与稳定传递,进一步提升网络的特征表达能力与判别性能。最后,提出显著性感知激励(saliency-aware excitation, SAE)模块,通过引入全局统计特征,建模通道间上下文关系,动态调整通道权重,增强网络对关键区域的响应能力,抑制背景噪声干扰,提高网络的泛化性能。在图像数据集CIFAR-10、CIFAR-100、SVHN、Imagenette和Imagewoof上,SANet分别达到了96.87%、81.47%、97.64%、92.43%、85.54%的分类准确率,与其他主流网络相比分别平均提高了1.88%、3.56%、2.2%、3.87%、5.45%,与当前先进的网络模型相比,该显著性感知机制能够增强网络对关键区域的响应能力、抑制背景干扰,并显著提升模型的泛化性能和鲁棒性。
2026, 40(9):126-138.
摘要:合成孔径雷达高度计(synthetic aperture radar altimeter,SARAL)作为遥感系统中获取地形高程信息的关键传感器,在复杂地形下的高程估计精度与实时处理性能面临挑战。针对传统最小二乘(least squares,LS)重跟踪方法易受噪声干扰、数值不稳定及空间不连续性影响的问题,提出一种基于层次贝叶斯的连续最大后验(maximum a posteriori,MAP)重跟踪方法,该方法基于布朗模型构建非线性观测表达,通过贝叶斯框架引入自然梯度下降机制,并融合具有自适应强度的拉普拉斯平滑先验与Gamma超先验,有效实现地形连续性建模。同时,通过对算法的梯度优化路径、采样策略与收敛判据进行了优化重构,建立了适于流水线调度、定点运算及资源复用的硬件映射方案,并在现场可编程门阵列(field programmable gate array,FPGA)平台完成端到端部署,利用AXI互联总线实现模块解耦和数据闭环。半实物仿真与实测数据验证表明,所提方法在高程估计精度、噪声抑制能力及空间连续性方面均优于LS与标准MAP方法,且FPGA实现资源占用低于30%,计算误差小于1×10-7,满足复杂地形条件下雷达高度计的实时应用需求。
2026, 40(9):139-150.
摘要:窃电行为的精准检测对于维护电力系统稳定运行、保障电力企业经济效益至关重要。然而,传统窃电检测方法依赖一维负荷数据建模,既未充分挖掘负荷数据的周期性特征,也忽视了多源信息在辅助判别中的关键作用,导致模型对窃电模式的解析能力受限,难以满足复杂场景下的检测需求。为此,提出一种融合多尺度周期特征的多源协同窃电智能检测方法。首先,通过分析多源气象信息与负荷数据的内在关联,筛选强相关因素后将其与负荷数据进行谱聚类(spectral clustering, SC),依据聚类结果选取窃电疑似日,结合预设各类窃电模式的数学表征构建出贴合实际场景的窃电样本;其次,基于通道注意力加权机制筛选多源数据关键信息,采用分组卷积提取局部时空特征,并引入动态门控残差融合策略,实现对原始负荷与增强特征的自适应平衡;同时,利用自相关函数进行周期检测,依据周期性将时间序列进行显式分离,分别对周期内、周期间特征开展建模;最终输入改进的Inception多尺度卷积神经网络(convolutional neural network, CNN)模块实现窃电行为判别。在UMass Smart*和SGCC数据集的实验表明,所提方法能够有效激活周期性特征和多源信息的辅助判别价值,检测准确率达95.18%、召回率为93.83%、F1分数为95.07,且误报率仅为0.85%,优于其他主流窃电检测模型,可进一步提高对窃电行为的判别能力。
2026, 40(9):151-162.
摘要:针对低光照场景中因图像亮度不足、噪声干扰以及目标纹理特征模糊而导致的交通标志检测精度下降等问题,提出一种时频域协同增强的轻量化低光照交通标志检测算法。首先,构建图像增强模块(image enhancement module,IEM),结合时域边缘增强与频域细节补偿,有效提升图像质量与结构清晰度;其次,设计动态特征融合模块(C3K2 dynamic fusion block,C3K2-DFB),通过级联多尺度卷积与动态特征融合机制,增强模型对不同尺度目标的感知能力;此外,优化Neck网络结构,构建轻量化特征融合路径,提升语义信息的传递效率;最后,使用小波池化(wavelet pooling,WaveletPool)替代传统下采样操作,保留高频纹理特征并增强对小目标和边缘细节的敏感性。实验结果表明,改进后的网络模型的平均精度均值为77%,在同一数据集下相较基准模型提升了1.6%,浮点运算数(floating-point operations per second,FLOPs)比原始算法减少了25%,参数量减少了47%。上述结果验证了本文模型在实际应用中的有效性。
2026, 40(9):163-177.
摘要:降落伞线迹缺陷检测是确保降落伞安全性和可靠性的关键任务。针对降落伞线迹样本中缺陷的定位难度大、类别尺度差异显著及样本数量有限且分布失衡的问题,提出了一种改良YOLOv8算法,命名为CNA-YOLOv8(coordinate attention & non-local pyramid adaptive threshold focal YOLOv8)。首先,该算法在YOLOv8基线模型的主干部分添加坐标注意力机制(coordinate attention, CA),通过将位置信息融入通道注意力,增强模型对线迹结构与局部特征的感知能力。其次,为进一步提升多尺度缺陷的检测性能,设计了非局部金字塔检测头(non-local pyramid detect, NLPD),使单层特征图具备自适应调整感受野的能力,从而有效捕捉不同尺度下的缺陷目标。最后,引入自适应阈值焦点损失函数(adaptive threshold focal loss, ATFL),动态调整困难样本的损失权重,以缓解类别不平衡对模型训练的影响。此外,为解决数据摄取过程中线迹缺陷样本失真的问题,结合近景摄影测量原理,采用ArUcoTag标定板对摄取图像进行正视校正,消除透视畸变,制作出一套供深度学习模型检测的降落伞线迹缺陷数据集。在该数据集上,将CNA-YOLOv8与多种主流检测模型进行对比实验,实验结果表明,CNA-YOLOv8模型在平均精度均值(mAP)mAP@0.5上达到了83.324%,显著优于其他对比模型,凸显出其在降落伞线迹缺陷检测任务中的优越性。同时,该模型相较原始YOLOv8的参数量仅增加1.59%,在检测性能与模型复杂度之间取得了良好平衡,验证了该方法的有效性与实用性。
2026, 40(9):178-189.
摘要:樱桃番茄在复杂温室环境中易受果实密集遮挡、果梗细小及姿态多变等因素影响,导致采摘点定位困难。为此,提出一种基于Sim-YOLO-Pose算法与由远及近多阶段定位策略的番茄小目标采摘点定位方法。首先,构建Sim-YOLO-Pose模型,在YOLOv5骨干网络中融合无参SimAM注意力机制,并结合YOLOv7-pose模型,以增强番茄小目标及果梗检测能力,抑制复杂背景干扰;其次,设计由远及近的多阶段定位流程,远距离下利用Sim-YOLO模型检测番茄成熟度并筛选成熟果实;随后动态调整相机至近距离,采用YOLOv7-pose检测果实外轮廓关键点并估计空间姿态;再基于YOLACT实例分割模型提取果梗掩膜,并结合姿态信息预测果梗位置;最后融合果梗轮廓与果实关键点坐标,通过几何计算获得采摘点三维坐标。实验结果表明,Sim-YOLO-Pose模型在番茄小目标及果梗检测任务中平均精度均值(mAP)mAP@0.5达到97.5%,较YOLOv5-pose提升4.5个百分点,单帧检测时间为0.022 s。由远及近多阶段定位方法在复杂场景下采摘点识别成功率达到86.7%,近景单果关键点平均检测置信度为51%。结果表明,该方法能够有效提升复杂温室环境下樱桃番茄小目标检测与采摘点定位的精度和鲁棒性,满足实时采摘应用需求。
2026, 40(9):190-200.
摘要:在深海环境中,海底多金属结核的三维形态获取面临诸多挑战:一方面,受限于深潜作业成本与成像条件,通常仅能获取俯视图像,导致观测信息严重受限;另一方面,真实三维扫描数据稀缺,难以支持深度学习模型的训练。为此,提出一种基于单视图的深海多金属结核三维重建与体积估算方法。首先,针对训练数据不足的问题,利用3D建模软件Blender构建了包含800个合成样本的三维数据集PMN800,涵盖多金属结核的多种形态与纹理特征。随后,采用SyncDreamer扩散模型,在单视图输入条件下生成多视角一致图像,利用神经重建框架NeuS将多视图合成为高保真的三维网格模型。最终,基于三角剖分方法实现体积估算。利用合成数据进行辅助训练,针对真实的多金属结核进行测试。所提方法在多视图一致性评价中峰值信噪比(peak signal-to-noise ratio,PSNR)相比原始模型提升26.7%;在主观质量评估中,保真性和一致性得分分别提高0.95与1.20,整体性能优于现有主流算法。体积测量实验结果显示,在合成数据集与真实深海多金属结核数据上的平均相对误差分别为7.65%与9.41%,验证了该方法在多金属结核体积测量中的有效性与可靠性。
2026, 40(9):201-211.
摘要:针对铁路转辙机故障诊断中单一数据源信息有限、诊断准确率难以保障的问题,提出了一种基于多源数据融合的ZYJ7转辙机智能故障诊断与决策模型。该模型首先通过数据预处理与特征提取技术,对ZYJ7转辙机电流、功率、油压多传感器采集的数据进行标准化处理,再从时域、频域、时频域提取信号多维特征,充分挖掘各数据源的特征信息,最后引入基于置信度加权的智能表决策略,通过自适应权重分配机制,融合卷积神经网络长短期记忆网络(convolutional neural network-long short-term memory, CNN-LSTM)、粒子群优化支持向量机(particle swarm optimization-support vector machine, PSO-SVM)与模拟退火粒子群优化概率神经网络(simulated annealing-particle swarm optimization-probabilistic neural network, SA-PSO-PNN)3类具有差异性的子诊断器优势,实现在子模型层与模态层双层置信度加权集成,获得准确故障判别结果。实验采用实际运行ZYJ7转辙机多源数据集,包含正常与典型故障样本共计800条。实验结果表明,所提出模型在故障识别准确率、精确率、召回率、F1值较传统单一算法模型的平均水平分别提高了2.77%、2.54%、2.70%、2.88%。
2026, 40(9):212-221.
摘要:近年来,基于深度学习的无参考源语音质量客观测量(non-intrusive speech quality evaluation, NI-SQE)在语音编码、增强、识别等应用中取得了显著进展。然而,现有方法在跨域任务中的泛化能力以及捕捉语音时序特征与全局评分之间的精确映射方面仍面临挑战。为解决这些问题,提出了一种融合多源自适应与时序—全局评分映射的跨域语音质量客观测量方法。该方法通过目标域失真先验进行自适应多源选择,自适应筛选与目标域最相关的源域数据,从而减少异常源域的负迁移。在此基础上,结合卷积神经网络(convolutional neural networks, CNN)的局部感受能力和双向长短期记忆网络(bidirectional long short-term memory, BLSTM)的长时依赖建模能力,提出了基于CNN-BLSTM的音质客观评分模型,同时引入帧级预测误差与整体误差的混合损失函数,从而提高模型对帧间质量波动的鲁棒性。实验结果表明,在保持较低模型复杂度和较高推理效率的同时,在仅使用约1/2训练数据的情况下,仍优于现有主流NI-SQE方法,平均斯皮尔曼秩相关系数(spearman rank order correlation coefficient,SRCC)和皮尔逊线性相关系数(pearson linear correlation coefficient,PLCC)分别提升了2.21%~35.62%和2.61%~39.22%,说明该方法不仅具有良好的跨域泛化能力,同时具备实际工程部署的可行性。
2026, 40(9):222-232.
摘要:在高端电子制造领域,企业年初计划排产常因多品种、变批量、高复杂度项目并行而面临全局资源冲突与交付风险,传统人工分块排产效率低且可行性差。为此,提出一种面向多品种变批量电子组件的智能排产调度方法。该方法以遗传算法(genetic algorithm,GA)为核心,构建“静态排产—瓶颈识别—动态扩能—重调度”闭环框架:首次以全体项目加权差期总和最小化为目标,契合交付导向的管理需求;显式建模分批流同步调度逻辑,通过工序拆批、批次间隔与整批齐套机制,真实反映实际生产过程;采用工艺顺序与周期系数相结合的双段式编码生成可行解,并引入子空间优化缓解大规模问题的早熟收敛;同时,自动识别超期项目及瓶颈资源,依企业能力对可扩资源实施有限动态扩能,并通过迭代重调度保障按期交付。基于某电子制造企业实际数据验证表明,该方法将超期项目数量超期率由50.47%降至24.30%,整体生产周期压缩30.9%,有效消除了资源冲突并显著提升了交付精准性。
2026, 40(9):233-242.
摘要:超声波焊接因其环保、高效等优点在高精度连接中得到广泛应用。超声波焊接表面缺陷尺寸跨度大、背景包含大量噪声,现阶段基于深度学习的工业表面缺陷检测网络在检测精度与计算 效率方面难以兼顾。针对上述问题,提出了一种用于超声波焊接线束端子表面缺陷的轻量级目标检测网络。首先,提出小波变换多尺度特征提取模块(multi-scale wavelet transform feature extraction module, MSWT);其次,提出高效多尺度特征提取模块(efficient multiscale residual block, EMR),利用残差结构和重参数化技术增强网络对多尺度特征信息的提取能力;最后,在网络中应用上下文和空间特征校准模块(context and spatial feature calibration model,CSFC)来进行上下文特征融合, 在增强小目标检测能力的同时提升网络对全局信息的识别能力。为验证网络的有效性,在实际生产环境中构建超声波焊接线束端子表面缺陷数据集(surface defect dataset of ultrasonic welded wire harness terminals, UWSD)。经过在UWSD数据集上的实验评估,UWSDLNet在参数量为2.24×106和模型大小为4.9×106的情况下,准确率达到93.6%,平均准确率(mean average precision, mAP)达到88.2%。此外,在公开数据集NEU-DET上的良好表现证明了UWSDLNet的泛化能力和稳定性,展现了在工业缺陷检测领域的广阔前景。
2026, 40(9):243-252.
摘要:为提升智能助行机器人在老龄化及少子化社会背景下的适应性与安全性,解决行走过程中转弯意图识别及跌倒风险预警等关键问题,提出一种基于三维视觉数据的门控循环足旋转角度预测模型。通过分析足部旋转角度这一下肢运动核心参数,实现用户直行与转弯行走意图的精准预测。首先采集行走过程中的三维视觉点云数据,构建用户下肢连杆结构物理模型,提取足旋转角度特征时序序列;随后设计门控循环单元(GRU)网络对步态特征进行时序建模,以捕捉行走过程中足部运动的动态变化规律;最终根据足旋转角度阈值实现行走意图的判别,并与多种典型时序模型进行对比验证。实验结果表明,所提出的GRU模型在足旋转角度预测任务中,平均绝对误差为4.14×10-2,均方误差为5.12×10-3,测试时间为0.04 s。与长短期记忆(LSTM)、GRU_Attention、BiGRU、BiLSTM和Transformer等模型相比,GRU在保持较小模型体积和较短训练时间的同时,实现了较低的预测误差,展现出良好的综合性能。基于足旋转角度的门控循环模型能够有效学习行走意图相关的动态步态特征,在预测精度与计算效率之间取得了良好平衡,为后续集成至助行机器人实时控制系统提供了可行的技术基础。
2026, 40(9):253-262.
摘要:油浸式电流互感器(current transformers, CTs)作为电网核心设备,其内部温度与压力的精准检测对保障电网安全运行至关重要。针对传统电类传感器易受电磁干扰、难以实现多参量复合检测的局限,提出基于光纤布拉格光栅(fiber Bragg grating, FBG)的油浸式电流互感器温度压力复合检测方案。首先通过理论分析,推导得出FBG中心波长随温度和压力变化的关系式,明确温度与压力对波长漂移的影响机制;然后,结合110 kV油浸式电流互感器取油阀结构特点,设计了与取油工装集成的复合传感器,通过双FBG配置实现温度与压力的解耦检测,其中FBG1结合圆形膜片结构感知压力,FBG2封装于封装杆中心通孔仅对温度敏感,利用温补光栅法消除温度交叉干扰;其次,通过有限元仿真表明,选用半径9 mm、厚度0.3 mm的铍青铜膜片时,仿真结果可满足油浸式互感器正常及故障状态下的检测需求;最后,加工传感器实物并搭建实验平台验证了传感器性能,结果表明,温度实验中FBG波长漂移量与温度线性拟合度高于0.996,温度平均灵敏度为34.96 pm/℃;压力实验中传感器压力平均灵敏度为6.475 pm/kPa,最大误差为3.819 kPa。该传感器无需改变互感器原有结构,解决了传统单一参数检测的局限性,为油浸式电流互感器的状态检测提供了可靠的新型技术手段。
2026, 40(9):263-273.
摘要:针对传统油管检测方法存在周期长、易漏检、难以实时识别在役油管缺陷,以及现有接箍自适应机构存在刚性碰撞、易影响检测结果等问题,以外径73 mm、壁厚5.5 mm的油管为研究对象,研制了一套具有滚动式接箍自适应机构的在线漏磁检测装置。首先完成装置的结构与功能设计;进而对装置磁路三维模型进行仿真,验证装置的油管全周缺陷检测能力;最后制作装置实物,搭建模拟修井作业现场油管起升运动的实验系统,对带有接箍及多种人工缺陷的20#钢样管开展动态检测实验。实验结果表明,所研制装置能够自适应通过接箍,并稳定采集油管缺陷与接箍的磁场信号;信号经多项式拟合去基线、小波阈值去噪与萨维茨基戈莱(Savitzky-Golay, SG)平滑组合预处理后,结合随机森林算法可实现圆柱形缺陷直径和深度的定量反演,且反演模型决定系数(coefficient of determination, R2)分别为0.957 4和0.930 6,平均绝对百分比误差(mean absolute percentage error, MAPE)均稳定在5%左右。
2026, 40(9):274-284.
摘要:航空装备飞控伺服作动系统作为航空器飞行控制的核心,其可靠性直接影响了航空装备的完好率和效能发挥,然而传统的产品运维模式面临故障信息多尺度关联特征提取不充分、故障定位精准度不足、维修响应滞后等瓶颈。借鉴国内外在故障诊断、数据挖掘及智能运维领域的研究成果,针对伺服作动器故障数据分散、诊断逻辑复杂、维修过程缺乏可视化支撑等问题,设计开发了一套集成化辅助运维系统。该系统突破了故障数据数字化整合、多维度故障原因智能推理、故障演化规律量化分析等关键技术,实现了维修流程的实时化监控、诊断模型的动态优化及运维数据的可视化呈现。通过工程实践验证,该系统有效提升了伺服作动器修理质量与维修效率,压缩修理周期35.5%,显著降低了故障复现率及维修成本,不仅为航空液压伺服作动器及同类航空机电产品的智能运维体系建设提供了重要理论基础与工程参考,也为航空装备从“计划维修”向“视情维修”转型提供了核心技术支撑。
2026, 40(9):285-300.
摘要:圆形车刀在生产加工过程中容易使刀刃产生不同程度的缺陷,为了判断刀具是否能够满足加工要求,提出了一种基于刀具图像预处理与迁移Xception预训练模型的圆形机夹式车刀刀刃缺陷检测方法。首先设计刀具图像预处理流程,通过图像二值化转化实现像素灰度分层,结合连通域面积算法设定合理阈值,精准剔除刀具表面非功能性花纹轮廓,仅保留刀刃核心区域图像,从源头消除背景干扰;随后创新优化特征提取网络,以迁移Xception预训练模型为基础,引入卷积注意力模块(convolutional block attention module, CBAM),通过通道维度权重分配与空间维度特征聚焦的双重机制,强化模型对微小缺陷的特征捕捉能力,弥补传统迁移模型对特定缺陷特征关注度不足的短板。研究结果显示,本研究模型在包含不同损伤程度的圆形机夹式车刀数据集上,检测准确率达96.55%,相比未经过预处理及未添加CBAM模块的基准模型,精度提升显著。该方法通过预处理与注意力机制的协同优化,有效解决了花纹干扰与缺陷特征捕捉不足的核心问题,具备较高可靠性与实用性,可为工业生产中的刀具缺陷检测提供技术支持。
2026, 40(9):301-308.
摘要:针对移动机器人在复杂室内环境下建图精度不足、定位易漂移、动态避障响应滞后等导致其自主导航性能难以满足实际应用需求的问题,设计了一种融合Gmapping、蒙特卡洛定位与动态窗口法3种算法的移动机器人自主导航方法。首先,依据同步定位与建图原理和实用性要求给出了Gmapping算法,并通过仿真测试了算法的建图能力;其次,为精确实时定位引入了MCL算法,通过给定参数计算平均定位误差分析了算法的定位能力;然后,为实现无碰撞导航设计了DWA算法,并仿真分析了算法的避障能力和鲁棒性;最后,搭建了实验平台,对移动机器人在复杂室内环境下的自主导航性能进行了实验,结果为移动机器人平均定位误差4.8 cm,优于传统扩展卡尔曼滤波算法平均定位误差8.6 cm及纯视觉定向快速旋转描述同步定位与建图算法平均定位误差7.3 cm,且避障成功率为100%,结果表明,移动机器人在复杂室内环境中能够稳定完成自主导航任务。为同类机器人的自主导航提供了可行的技术方案,在服务机器人、物流仓储、军事与探索等领域具有应用潜力。
2026, 40(9):309-320.
摘要:针对现有波达方向(direction of arrival,DOA)估计算法在阵列误差和低信噪比(signal-to-noise ratio,SNR)条件下估计精度较低、鲁棒性较弱的问题,提出了一种基于高效通道注意力残差网络(efficient channel attention residual network,ECAR-Net)的DOA估计算法。首先,利用全连接层将信号映射到高维空间,解耦信号中的非线性成分;其次,重塑特征向量以便于后续卷积操作;然后,通过高效通道注意力(efficient channel attention,ECA)残差块对特征进一步提取和深化,展平特征向量并通过全连接层输出特征增强后的信号;最后,对输出的信号进行矩阵运算生成空间谱,通过峰值搜索得到DOA估计值。实验模拟存在多种阵列误差的仿真环境,在这些仿真环境下对ECAR-Net、多信号分类(multiple signal classification,MUSIC)方法、正交匹配追踪(orthogonal matching pursuit,OMP)方法和超分辨率波达方向(super-resolution direction of arrival network,SDOA-Net)估计方法进行性能对比。仿真结果表明,在所设置的SNR范围内,ECAR-Net的平均DOA估计精度要优于SDOA-Net、MUSIC和OMP的平均DOA估计精度,在SNR为-10 dB时,ECAR-Net的平均DOA估计精度相较于SDOA-Net、MUSIC和OMP分别提升了9.06%、20.49%和12.76%。同时经过累积分布函数(cumulative distribution function,CDF)评估,ECAR-Net也拥有比这3种方法更强的鲁棒性和更好的估计误差分布特性。

主编:彭喜元
创刊:1987年
国际标准刊号:ISSN 1000-7105
国内统一刊号:CN 11-2488/TN
国内邮发代号:80-403