首页期刊导航|湖南大学学报(自然科学版)
期刊信息/Journal information
湖南大学学报(自然科学版)
湖南大学
湖南大学学报(自然科学版)

湖南大学

王道平

月刊

1674-2974

hdxbzkb@hnu.cn

0731-88822870

410082

湖南省长沙市岳麓区湖南大学期刊社行政办公室

湖南大学学报(自然科学版)/Journal Journal of Hunan University(Natural Sciences)CSCD北大核心CSTPCDEI
查看更多>>本刊是由教育部主管、湖南大学主办的综合性学术理论刊物,双月刊,面向国内外公开出版发行。主要报道湖南大学自然科学领域最新研究成果,也适当发表国内外同行专家的优秀学术论文。
正式出版
收录年代

    基于多频线谱陷波的动力总成振动主动控制研究

    王里达丁荣军刘侃杨军...
    1-9页
    查看更多>>摘要:针对汽车动力总成系统振动频率存在阶次多、单个阶次振动频带窄等问题,提出了一种基于滤波-x 最小均方算法改进的多频线谱陷波振动主动控制方法。首先,该方法基于转速信号来获取多个阶次振动频率的参考信号,再通过最小均方滤波器来计算获取这些阶次振动频率的抵消信号。其次,该方法根据不同频率阶次振动信号的正交性,进一步以线性叠加计算来获得主动悬置的控制信号,最终实现对多频线谱振动的主动控制。和传统滤波-x 最小均方算法相比,本算法改进了参考信号和控制信号的获取方式,因此有着更少的计算量、更快的收敛速度等优势。仿真和试验结果显示,所提方法比传统滤波-x 最小均方算法,在收敛次数方面减少了81。25%,稳态误差下降了15%。其中,在怠速工况下,和传统滤波-x 最小均方算法比,最高降低了34。01 dB,在定置上升全油门工况下,总振级最高下降了17。5 dB。

    多频线谱陷波滤波-x最小均方算法动力总成振动主动控制

    改进熵权TOPSIS的综合传动装置磨损状态评价方法

    陈涛刘勇贾然唐长亮...
    10-18页
    查看更多>>摘要:为提高装置磨损评价的客观性、准确性及可解释性,基于油液光谱检测的多维元素数据,综合应用DTW、熵权TOPSIS和系统聚类方法,提出一种改进熵权TOPSIS磨损状态评价方法。首先,应用DTW方法度量磨损元素序列的相似性,提取磨损敏感特征;其次,建立熵权TOPSIS磨损状态评价模型,依据磨损特征携带的信息量及其变异程度,确定其在磨损评价中的贡献权重,获取定量描述磨损程度的劣化度指标;最后,对磨损劣化度指标进行自适应层次聚类,将装置的磨损状态划分为正常磨损、异常磨损和剧烈磨损三阶段。综合传动装置磨损评价实例,通过计算DTW距离提取Fe、Cu、Pb为磨损敏感特征;计算信息熵直接确定Fe、Cu、Pb的磨损评价权重为0。193、0。341和0。466;通过熵加权获取磨损劣化度指标,定量描述装置的磨损变化趋势;并依据劣化度指标将磨损状态聚类为树状结构分界点清晰、可解释性强的磨损三阶段,验证了改进熵权TOPSIS磨损状态评价方法的有效性,该方法能够为综合传动装置健康状态监测提供科学依据。

    DTW熵权TOPSIS层次聚类油液光谱磨损评价

    结合粒子滤波状态观测的滑模自适应主动悬架控制

    吴晓建邹亮张铭浩江会华...
    19-29页
    查看更多>>摘要:主动悬架控制算法面向应用时将面临参数摄动及算法中状态量无法直接获取问题,发展基于状态观测的鲁棒控制算法是关键。本文建立半车侧倾悬架动力学模型,采用非线性滤波函数对悬架动挠度和车身垂向加速度进行协调,再将之与模糊滑模算法相结合,利用模糊逼近实现滑模切换的连续化以改善抖振问题。在此基础上,通过Lyapunov方法进行参数摄动情况下的控制系统稳定性证明及参数自适应律设计。同时,针对算法中无法直接测量的状态量,设计粒子滤波状态观测器以实时估计其状态值。最后,分别在正弦路面激励和随机路面激励等典型工况下进行仿真分析。结果表明:所设计的观测器能够实时准确提供控制算法所需的状态信息,具有参数自适应性的模糊滑模控制器表现出良好的鲁棒适应性,能更大幅度改善车身姿态和平顺性。

    主动悬架粒子滤波状态观测器参数自适应模糊滑模

    挖掘机多路阀加速寿命试验加载方式研究

    王同建兰思威陈晋市杨飞...
    30-37页
    查看更多>>摘要:为准确度量反铲液压挖掘机多路阀正常工作的可靠寿命,基于实测挖掘机挖掘作业时的载荷数据及Archard磨损方程提出两种多路阀正常工作的可靠性加速寿命预估试验方法。以20 t级反铲液压挖掘机为研究对象,首先采集液压挖掘机典型作业工况下的载荷数据,并根据挖掘机作业时多路阀阀口的压力特点,从载荷数据内提取出100组典型挖掘作业循环数据。为在短时间内度量出多路阀正常工作的可靠寿命,提出了同步加载和拟实加载两种加速寿命试验方法。其中同步加载采用A/B口封堵,输入主溢流阀的额定流量,并保持恒定,在连续换向过程中,利用主溢流阀的额定压力对多路阀进行压力加载,阀芯回到中位的稳态时间通过AMESim仿真得出,并利用材料变形等因素确定各阀口的保压时间。拟实加载则是各阀口按照挖掘机进行90°回转作业时各阀口动作顺序进行加载。最后运用Archard磨损方程计算出两种加速试验的加速倍数并结合多路阀实际工作状况得出,同步加载的加速倍数更大,而拟实加载则与真实工作循环更为贴近。

    多路阀可靠性寿命试验Archard方程载荷谱

    计入冲击与受载齿轮副时变啮合刚度解析算法

    何泽银易锋杨震伍宏健...
    38-46页
    查看更多>>摘要:针对目前理论不能准确计算齿轮受载与冲击时刻刚度发生的变化,基于赫兹非线性接触理论,构建有限长线接触弹性理论解析模型,由三维接触斑大小与啮合过程中主曲率半径的变化,得到不同载荷作用下齿轮法向接触刚度;而后结合Weber能量法,提出考虑负载条件下时变啮合刚度修正算法,阐明受载变形与刚度硬化的映射关系;同时建立线外啮合冲击数学模型,根据冲击时刻齿轮副动态接触关系,探究啮入冲击引起的啮合刚度变化规律。研究结果表明,接触刚度曲线与主曲率半径变化规律一致,考虑啮入冲击时,齿轮副啮合刚度产生突变并呈现由大到小的变化规律,随着负载递增,法向接触与综合刚度非线性增大,冲击效应增强,且单齿啮合区域逐渐减小,冲击对刚度的影响越来越明显。

    刚度变化赫兹接触Weber能量法接触变形冲击刚度

    基于RTS-UKF的并联动力电池组核心温度估计

    雷飞李彪占天平李轶伦...
    47-56页
    查看更多>>摘要:在并联电池组充放电时,电池组内各单体温度分布不一致且单体电池核心与表面温度存在较大差异,直接影响电池组的热安全。为解决传统方式测量电池表面温度无法反映核心温度分布,提出了一种基于固定区间平滑技术(RTS)与无迹卡尔曼滤波(UKF)相结合的电池核心温度估计算法。基于RTS的数据处理方法,将未来信息量与UKF算法结合,使用未来信息量对UKF算法估计结果进行修正,提升估计的精度和稳定性。利用不同温度下混合功率脉冲特性(HPPC)实验对等效电路模型进行参数辨识,建立并联电池组的电流分流模型和集总热模型,并对并联电池组模型进行实验验证。在动态应力工况测试(DST)下,RTS-UKF算法对电池核心温度估计精度和稳定性相比于UKF算法有较大提升,其估计标准偏差为4。2%。

    锂离子电池电池组温度分布卡尔曼滤波状态估计

    基于温变RC模型与SMFEKF算法的电池SOC估计

    程贤福李晓静刘霏霏曾建邦...
    57-66页
    查看更多>>摘要:针对SOC估计精度以及鲁棒性的要求,以锂离子电池单体为研究对象,考虑温度变化对开路电压、极化电阻、极化电容以及容量的影响,建立了温变二阶RC等效电路模型,仿真结果表明该模型比二阶RC模型具有更高的精度。基于该模型,采用了多重次优渐消因子的扩展卡尔曼滤波算法进行SOC估计,结果表明,在变温工况下,相比EKF算法,基于变温模型和恒温模型的SMFEKF算法的SOC估计均方根误差分别减少了42。7%和48。2%,能够保证估算结果有较强的鲁棒性。在变温环境DST工况下,基于变温模型的SOC估计结果最大相对误差和均方根误差均小于恒温模型,证明该模型的温度适应性较强,在变温条件下能有较高的估计精度。

    锂电池荷电状态次优渐消因子温变等效电路模型SMFEKF算法

    基于改进YOLOv8的热轧带钢表面缺陷检测方法

    肖科杨昕宇韩彦峰宋斌...
    67-77页
    查看更多>>摘要:针对目前热轧带钢表面缺陷检测精度低和效率低的问题,提出了一种基于改进YOLOv8s的目标检测算法。首先,提出了一种基于特征图二次拼接并融入GAM的SPPD模块,提升了模型多尺度信息融合能力。其次,提出了一种融合可变形卷积的特征提取模块DCN-block,以增大模型的感受野,提取完整的缺陷信息。最后,将特征融合网络中的C2f模块替换为BoT(bottleneck transformer)结构,将Transformer中的多头自注意力机制与卷积融合,提升模型的全局位置信息感知能力。实验结果表明,本文提出的算法在NEU-DET数据集上的平均精度均值(mAP)达到了80。5%,较原有的YOLOv8算法提升了5个百分点,同时检测速度达到了83帧/s,满足实时检测的需求。

    热轧带钢表面缺陷目标检测深度学习

    基于MDS-YOLO模型的小目标检测问题研究

    朱恩文梁曌肖进文梁小林...
    78-86页
    查看更多>>摘要:针对目前主流算法对小目标检测存在计算量大与准确率较低的问题,本文以轻量级网络MobileNetV3代替YOLOv4中的主干网络,并将颈部网络中的一部分普通卷积用深度可分离卷积替代,同时针对小目标检测定义一个新的损失函数IF-EIoU Loss,由此构建了MDS-YOLO目标检测模型。该模型具有较高的检测速度,且针对小目标具有较好的检测性能。为了验证模型的有效性,分别在MS COCO数据集和Visdrone2019数据集上进行了实验。与 YOLOv4算法相比,在MS COCO数据集上,MDS-YOLO算法的平均检测精度提升了1。5个百分点,对于小目标的检测精度提升了3。3个百分点,检测速度也从31帧/s提升至36帧/s;在Visdrone2019数据集上,MDS-YOLO算法将平均检测精度从YOLOv4的14。9%提升至16。3%。实验结果表明,本文提出的MDS-YOLO算法能有效提升小目标检测精度。

    小目标检测YOLOv4算法轻量级网络MobileNetV3IF-EIoULossMSCOCO数据集

    EMMA注意力与多尺度融合下的图像修复

    魏赟王璐璐邬开俊单宏全...
    87-97页
    查看更多>>摘要:针对图像缺失区域与其周围的纹理、结构密切相关而无法准确推断缺失区域内容的问题,提出一种单阶段图像修复模型。通过卷积层和FastStage模块对特征进行压缩、重建和增强,结合自注意力和多层感知机来捕捉特征之间的上下文关系。在模型中引入EMMA机制。以增强生成器对特征的注意力和重要性感知,避免模型参数的更新出现抖动和振荡现象,从而提高生成器的性能和生成结果的质量。通过判别器对修复后的图像与原始图像的一致性进行评估。针对CelebA、Places2以及Paris StreetView数据集进行的端到端实验结果表明,相较于现有的经典方法,该模型的修复结果更符合视觉语义,能够精细地修复图像的细节纹理和局部特征。

    图像修复注意力机制膨胀卷积深度学习