多转轴机械自适应滤波交叉阶比跟踪

有多个独立转轴的旋转及往复运动机械在升降速过程产生的振动复杂,不同参考转轴的阶比在频率交叉的时候会产生拍波现象,使阶比成分的分离成为难题.通过研究周期性负载机械系统振动信号的特点,构造了包括状态方程和观测方程的振动信号模型,采用解耦合自适应滤波分离方法提取相交叉的阶比成分.克服了其他阶比跟踪方法不能分离交叉阶比的不足.     

基于超轻量化孪生网络的自然场景奶牛单目标跟踪方法

针对跟踪模型泛化能力差、跟踪模型正样本选取质量低、深层模型参数量大不利于部署等问题，本文提出了超轻量化孪生网络模型Siamese-remo。首先结合传统随机采样方法和go-turn方法，设计出新型的正负样本选取策略，增加模型泛化能力；其次采用shiftbox-remo的数据增强方式均匀正样本分布，并提升正样本采集质量；然后通过改进后的超轻量化Mobileone-remo网络提取特征，一定程度减少深层网络对跟踪平移不变性的破坏，并预设不同特征融合参数，单独训练网络分类和回归；最终加入Center-rank loss函数，根据样本点位置影响置信度、IOU排名，对网络分类回归策略进行优化。实验证明，自然场景下奶牛单目标跟踪模型期望平均重合度(Expected average overlap, EAO)达到0.475,相对于基线模型提升0.078,与现有跟踪器对比取得了较好的成绩，且参数量仅为现有主流算法的1/20,为后续自然场景下奶牛身份识别与目标跟踪系统提供了技术支持。     

冷凝器清洗机器人动力学分析及自适应控制

设计了水下冷凝器清洗机器人的机械和电气系统，考虑到浮力、水流阻力等因素的影响，建立了冷凝器清洗机器人的水下动力学模型.针对工作环境复杂的特点，提出了一种自适应控制策略，该控制律结构简单，鲁棒性强，能够对系统中的未知和不确定性因素进行有效补偿.设计过程采用了Lyapunov方法，保证了控制系统的稳定和收敛.仿真结果表明，该控制器性能稳定，具有良好的轨迹跟踪能力，同时也验证了本文建立模型的合理性.     

基于计算机视觉的鱼类低氧胁迫行为检测与跟踪算法

为了能准确检测、跟踪加州鲈鱼因水中溶解氧含量低产生的胁迫行为，本文构建了一种改进的YOLO v5与DeepSORT组合网络算法。在算法方面提出2个改进方案：在原YOLO v5的Backbone和Neck中分别加入2个基于移位窗口的自注意力Swin Transformer模块，提升了网络对目标特征信息的提取能力，以此提升原模型的检测效果；采用Warmup和Cosine Annealing结合的学习率策略，使多目标跟踪算法DeepSORT前期收敛速度更快、更稳定。实验结果表明，在目标检测方面，相对于原YOLO v5,改进的YOLO v5的mAP@0.5、mAP@0.5:0.95和召回率分别提升1.9、1.3、0.8个百分点，在不完全遮挡情况下，改进的算法表现出更好的检测效果。在目标跟踪方面，DeepSORT算法的MOTA、MOTP和IDF1分别提升4.0、0.7、10.7个百分点，并且加州鲈鱼在遮挡前后的ID切换频率得到明显抑制。改进的YOLO v5与DeepSORT跟踪算法更适合于检测、跟踪加州鲈鱼的低氧胁迫行为，能够为加州鲈鱼的养殖提供技术支持。     

基于主动制动的车辆稳定性系统最优控制策略

引入分层控制概念设计了横摆力矩控制和滑移率控制相结合的车辆稳定性控制系统.建立了侧偏角和横摆角速度具有最佳输出响应的车辆理想模型,采用前馈与反馈控制相结合跟踪理想模型的控制策略,基于最优控制理论设计横摆力矩控制器.通过设计理想滑移率分配模块确定下层滑移率控制器理想值,基于模糊控制理论设计滑移率控制器.在Matlab/Simulink平台上建立8自由度非线性车辆模型,分别在低附着和高附着路面条件下进行了仿真分析.结果表明:采用分层控制可以很好地实现车辆所需横摆力矩,有效地控制车辆质心侧偏角和横摆角速度跟踪理想模型,瞬态及稳态响应良好,改善了车辆操纵稳定性.     

基于16S rDNA测序的巢湖流域水体粪便污染溯源

排入地表水中的动物粪便会带来一系列生态与公共卫生问题，快速准确鉴别污染来源对于源头控制与污染治理具有重要意义。基于细菌群落的微生物溯源技术（Community-based microbial source tracking）以及高通量DNA测序技术（Next-generation sequencing，NGS），对污染源中微生物和环境样本中的微生物群落进行比较分析，进而对水体中粪便污染来源进行预测。本文利用16S rDNA测序，系统分析与比较了巢湖流域水体、沉积物样本与广泛的潜在污染源（包括村庄与养猪场污水，野生水鸟粪便，人类与家禽、家畜粪便）的细菌群落组成，同时，利用基于机器学习的溯源软件FEAST与Sourcetracker，对水体、沉积物样本的潜在污染源进行了预测。结果表明：水体与沉积物样本的微生物多样性显著高于粪便样本，其中巢湖水体与河流沉积物样本具有最高的物种多样性，同时样本中也存在大量未分类物种。变形菌门（Proteobacteria）、放线菌门（Actinobacteria），拟杆菌门（Bacteroidetes）广泛分布于所有样本中。溯源分析结果表明，村庄排污口与污水处理厂排污口样本是河水样本最主要的污染来源，沉积物与湖水样本则预测存在猪场排污水与野生水鸟粪便的污染，所有样本未检测到来自人粪与鸡粪的污染。