提出基于改进RT-DETR的复杂天气下铁路异物检测算法FRP-DETR. 引入特征互补映射模块（FCM）与Pzconv单元，通过构建浅层空间细节与深层语义信息弥补单一尺度特征表达的局限性，两者协同增强小目标和边缘目标的感知能力；引入铁路感知调制融合模块（RMFM），基于自适应通道注意力与空间调制机制，增强模型对铁路场景关键语义信息的响应能力；以风车状卷积（PSConv）替代原始下采样模块，通过多方向非对称填充与分离卷积强化边缘纹理提取. 基于SaMam风格迁移方法，将晴天铁路异物图像迁移至雨天、雾天、雪天等场景，构建了包含4种天气条件的铁路异物检测数据集. 实验结果表明，相比原RT-DETR-R18模型，所提方法在mAP@0.5和mAP@0.5:0.95上分别提升了1.65个百分点和3.4个百分点，参数量降低63.5%，推理速度达到88 帧/s，实验结果验证了FRP-DETR在复杂天气下的铁路异物检测任务中兼具高精度、轻量化与实时性优势.

变换器在老化不均或者布局偏差的情况下，容易出现同一桥臂上管与下管热应力不一致的问题，为此提出基于死区移位调整的上、下桥臂热均衡新方法. 在线监测绝缘栅双极型晶体管（IGBT）导通电压，基于IGBT导通电压与结温之间的映射关系推算IGBT的实时结温，并判断同一桥臂上下管的温度差异. 当上下桥臂热应力差异超过阈值时，通过微调死区的位置来调节上桥臂和下桥臂的有效导通时间，主动调控上下桥臂的功率损耗分布，从而在不影响系统总损耗的情况下，使温度较低的桥臂损耗增加，温度较高的桥臂损耗减少，从而提高变换器中功率器件热应力一致性，提升系统可靠性. 理论分析和实验结果表明，所提方法不会影响系统效率，对输出性能也没有显著负面影响. 在典型工况下，调整后上管与下管之间的平均温度差降低了约14%，有效提升了上下桥臂热应力一致性.

为了提升复杂变电站巡检场景下多类别电力缺陷的检测精度，构建电力缺陷巡检数据集Electric_Data，并基于RT-DETR框架提出基于上下文信息增强与多目标语义感知的PDD-SPCIE算法. 设计LDDM-ResNet网络，通过多核并行卷积提取高低频细节特征；设计DA-Encoder模块，通过可变形注意力和动态采样增强多尺度、形态不规则目标的特征表达；设计LGCA模块，通过空洞卷积和空间深度转换卷积实现全局-局部特征融合. 上述模块分别从特征表达、上下文建模与特征融合3方面对原框架进行改进，增强了模型对多类别缺陷的统一检测能力. 实验结果表明，该模型在自建数据集上的精确度、召回率和mAP₅₀分别为0.819、0.681和0.704，在VOC数据集上的精确度、召回率和mAP₅₀分别为0.719、0.642和0.712.

针对无人机视角路面病害检测中上下文信息丢失、多尺度病害共存以及细节还原不足等问题，构建基于动态核感知的路面病害检测模型，DKP-YOLO. 为了缓解复杂场景裂缝形态多变与上下文信息易丢失的问题，提出轻量化裂缝上下文模块，该模块通过异构并行深度可分离卷积与动态特征融合机制增强特征区分度. 针对复杂背景与多尺度病害的挑战，设计路面病害感知模块，利用并行多尺度卷积与双重注意力机制提升多尺度病害感知能力. 为了克服传统卷积难以建模长程依赖和对微小目标响应不足的局限，提出大核感知特征融合模块，通过整合超大感受野卷积与通道-空间注意力捕捉全局上下文关系. 为了减少上采样过程中细节丢失与语义模糊，在颈部网络引入轻量级动态上采样算子. 在UAV-PDD2023数据集上的实验表明，本研究模型在显著提升检测精度的同时，实现了模型复杂度的有效降低. 与基线模型相比，本研究模型在轻量化和检测性能上取得更好的平衡，更适合无人机视角路面病害目标检测.

针对无人艇集群在复杂海洋环境中的围捕与博弈对抗问题，提出基于自适应课程学习和多智能体近端策略优化(MAPPO)算法的围捕决策方法. 针对海上围捕与防御任务，构建包含动态目标与多岛礁的作战仿真环境，确定围捕成功及任务终止的判定条件. 为了提升复杂对抗环境下的决策效率，设计表征敌我双方运动态势的归一化状态空间、多尺度奖励函数以及连续动作空间. 在集中式训练、分散式执行的训练框架中引入自适应课程调度器，动态调整训练环境复杂度和动作探索的噪声强度. 多组对抗仿真实验的结果表明，相较于基准方法（如无课程学习和传统课程学习方法），所提方法能够有效提升围捕成功率，缩短平均任务完成时间和平均围捕路径长度，降低碰撞次数，并展现出良好的泛化能力与对抗适应性.

目前现场接触网吊弦缺陷图像严重不足，导致模型特征学习不充分，识别准确率难以得到有效提高，为此提出基于组合零样本学习的接触网吊弦线缺陷识别方法. 采用以ResNet-50作为主干网络的视觉特征提取模块提取图像视觉特征；使用预训练的Word2Vec词向量对标签组合图中的节点特征进行初始化，并通过2层图卷积网络学习标签组合图中各节点之间的依赖关系，从而优化组合标签节点的语义特征，改善最终的识别效果；将提取到的视觉特征和优化后的组合标签节点的语义特征相对齐，构建相似度函数计算图像视觉特征与组合标签语义特征之间的相似度得分，并通过交叉熵损失完成图像组合标签的预测. 仿真实验结果表明：所提方法对可见类样本的类平均检测准确率为93.5%，对不可见类样本的类平均检测准确率为86.5%.

丘陵地区果园植保无人机作业时人工操控难度大，自动作业缺少三维路径规划，为此提出山地果园植保无人机全覆盖三维作业路径规划方法. 利用实景三维模型获取作业区域三维坐标，基于往复牛耕法和丘陵果园实景三维模型，进行植保无人机全覆盖三维路径规划. 考虑植保无人机运动状况及自身载重变化，构建植保无人机能量消耗模型，进而对作业航向角（1°~180°）进行寻优，获得最小能耗的作业路径. 田间试验表明，最小能耗的作业路径（航向角为91°）相比于最大能耗的作业路径（航向角为147°）降低了完成植保作业所需总能耗（能耗降低率为20.88%），缩短了完成植保作业所需时间（时间降低率为16.31%），且作业区域内各采样点的冠层雾滴沉积量波动较小，在优化能耗、提高作业效率的同时实现了对作业区域的全覆盖植保作业.

从驱动方式的角度综述水下机械手的发展现状，讨论动力学建模、运动控制及自主智能化在水下机械手作业中的关键作用，分析末端执行器从刚性向柔性演化的趋势，总结现有水下机械手在结构设计、动力学模型、自主智能控制等方面存在的问题. 动力学建模、运动控制及自主智能技术作为实现水下机械手作业的关键技术，旨在应对作业环境的复杂性和不确定性. 具有自主作业与精确运动控制能力的智能水下机械手在现代海洋工程、深海探索以及海洋资源开发中展现出广阔的应用前景.

为了准确预测周围车辆的换道意图，提高自动驾驶车辆的安全性与可靠性，提出基于Transformer和图注意力神经网络（GATv2）的时空联合换道意图预测模型. 采用对称指数平均滤波对NGSIM原始数据进行平滑处理，利用差分方法重新计算速度和加速度并去除异常值，通过建立车辆八邻域，对目标车辆及周围车辆的数据进行统一化处理，为模型训练验证提供基础. 使用Transformer多头注意力挖掘时序依赖关系，利用GATv2进行每个时间步车辆间的交互关系量化，构建基于时空特征与多车交互关系的Transformer-GATv2换道预测模型. 实验表明，相较于其他基准模型，所提出的模型在准确率、召回率和F₁分数等指标上均具有明显优势，达到98.04%的预测精度，证明模型具有较好的换道意图预测精度和提前预测能力. 将该模型部署于六自由度驾驶模拟器与CARLA联合仿真平台，开展模型在环测试，验证了模型在实际场景下的可用性.

共享控制策略作为基于临场感的遥操作机器人的主要控制模式，能够充分利用操作者的感知、判断和决策能力，也能发挥出机器人自身的优势. 阐述遥操作机器人临场感技术；综述遥操作共享控制策略的发展现状，主要基于触觉反馈引导、运动学限制规避以及共享因子分配等，对各控制策略的原理进行介绍，并梳理和分析遥操作共享控制策略发展中的瓶颈和不足，如共享因素的单一化或僵硬化、时延问题和机器人自主判断能力有限等问题. 针对研究存在的局限性，从3个方面对未来的发展提出展望，分别为提升干预水平、加强机器人意图预测、结合机器学习, 具有一定的指导意义.

为了实现城市高架桥或高速公路改扩建工程超大规模盖梁的装配化、快速化施工，提出由钢板和超高性能混凝土（UHPC）制作的外壳及现浇核心混凝土（NC）组成的新型UHPC-NC组合盖梁.为了探究外壳UHPC和钢模板厚度对受力性能的影响，对不同UHPC和钢板厚度进行参数分析. 分析结果表明，在自重作用下，外壳的刚度受UHPC和钢板厚度及其比例的共同影响. 当张拉预应力和浇筑混凝土时，UHPC和钢板越厚，外壳的受力性能越好，但是经济性会降低，建议采用UHPC厚70 mm，钢板厚6 mm的方案. 为了验证该方案的可行性和安全性，设计1∶2.5的缩尺模型，开展静力加载试验. 结果表明，新型UHPC-NC组合盖梁的受力性能好，安全储备较高，可以为盖梁的装配化施工提供参考.

通过直接数值模拟研究不同韦伯数下马蹄涡与自由界面之间的相互作用. 采用分段线性界面重构方法结合体积分数法，求解不可压Navier-Stokes方程，并引入连续表面力模型，对韦伯数0.24~0.84范围内的流动过程进行模拟. 通过对流场中总动能、耗散率、总螺旋度及表面能的演化进行定量分析，揭示了韦伯数对涡环与自由界面相互作用的影响. 在低韦伯数情况下，表面张力占主导地位，相界面保持紧凑的环状结构，涡量场稳定且螺旋度几乎不变；在高韦伯数下，惯性力主导，界面经历显著的拉伸、断裂和重联过程，涡结构发生破碎，动能衰减加速，出现明显的能量耗散峰值，螺旋度持续减小. 研究结果揭示了韦伯数在涡环与界面作用的能量传递与耗散机制中具有重要作用，可为多相流界面动力学特性提供理论支撑，并为跨界面航行器设计这类工程应用提供指导.

针对偏态数据分布不平衡，传统近似聚合查询方法难以抽样生成偏态分布数据的问题，提出基于优化的变分自编码器的近似聚合查询方法，研究近似聚合查询方法对偏态分布数据的近似聚合查询准确率的影响. 在预处理阶段对偏态分布数据进行分层分组，对变分自编码器生成模型的网络结构和损失函数进行优化，降低近似聚合查询相对误差. 实验结果表明，与基准方法相比，近似聚合查询对偏态分布数据的查询相对误差更小，且随着偏态系数的提高，查询相对误差的上升趋势更平缓.

现有知识图谱更新方法存在计算开销大、更新延迟高以及一致性难以保障等问题，限制了该方法在大规模动态场景下的应用，为此提出基于核心实体加局部子图概念的增量更新方法. 以实体的度中心性与业务访问频次加权融合设计加权中心指标，选取得分最高的前K个实体作为核心实体，使更新过程聚焦于对下游任务最具价值的节点. 通过k跳邻域扩展与边权阈值筛选，从原图谱中抽取与核心实体相关的局部子图，将更新范围限定于语义相关结构以降低冗余计算. 在模型优化阶段，构建结合预训练嵌入微调的局部优化损失函数，引入邻域稳定性正则项以有效抑制增量更新引起的嵌入漂移，结合 Schema 约束与多源置信度融合策略，确保更新结果的一致性与可靠性. 在大规模知识图谱数据集上的实验结果表明，与全图重构和常规模型微调方法相比，所提方法在更新延迟方面降低约60%，三元组插入精度提高约8个百分点，一致性冲突率降低约12个百分点，能够在保持知识图谱结构和语义质量的同时有效提升更新效率.

针对民用飞行器安全性、可靠性要求严苛，实际民航运营中飞行参数的异常样本稀少，整体样本不平衡且缺少标注的问题，研究深度学习与生成对抗网络技术，提出基于改进生成对抗网络的飞参数据飞行级异常检测方法. 该方法不依赖样本数量与标签，实现无监督学习的检测方法. 针对飞参数据，输入正常数据样本，应用易收敛的WGAN-GP改进型生成对抗网络模型，模拟生成正常数据样本，计算输入数据与模拟正常数据的巴氏距离，实现对异常数据的检测. 通过美国国家航空航天局模拟飞参数据的人工合成数据集以及真实运营环境下采集的快速存取记录器数据构建的飞参数据集，开展试验验证. 结果表明，与常用无监督模型相比，提出方法在部分异常检测性能指标上有显著提升.

为了经济高效地回收超临界CO₂布雷顿循环（SCBC）的余热，分别采用卡琳娜循环（KC）和有机朗肯循环（ORC）作为底循环，设计了SCBC/KC及SCBC/ORC这2种系统方案. 对2种方案系统进行参数分析并利用NSGA-Ⅱ多目标遗传算法对联合循环系统进行多目标优化计算，将优化结果与SCBC系统性能进行比较，突出联合循环系统的性能优势. 参数分析结果表明：2种联合循环系统热力性能均存在最佳压比；升高底循环膨胀比有助于提升系统热力性能；提高底循环涡轮机进口温度有助于改善系统?经济性能. 对比结果表明：优化后的SCBC/KC系统热效率和?效率较优化前SCBC系统分别升高了9.27%和8.69%，?经济成本仅升高了0.92%；SCBC/ORC系统热效率和?效率较优化前SCBC系统分别升高10.73%和10.08%，?经济成本升高了1.87%. 通过比较分析可知，SCBC/KC系统更经济，而SCBC/ORC系统更节能.

为了研究电网运行方式及设备控制参数对直流电压环主导的新能源设备暂态电压稳定性的影响，并揭示其与锁相环(PLL)主导的暂态电压稳定问题在作用机理上的差异，建立以直流侧电压和交流侧d轴电流为状态变量的二阶机理模型，用以描述直流电压控制主导的暂态稳定过程. 借鉴同步机同步转矩分析思想，解析评估电网运行方式与直流电压外环控制参数对系统暂态电压稳定性的影响规律. 基于相平面法对比分析直流电压外环与锁相环主导的2类暂态稳定问题的稳定边界条件. 通过电磁暂态仿真验证全阶模型下理论分析的正确性. 研究结果表明，在弱电网条件下，电压扰动更易引发直流电压环主导的暂态电压失稳，而锁相环主导下的失稳风险相对较低. 可见，在电网电压扰动场景下，直流电压环主导的暂态电压稳定问题较锁相环主导的同步稳定问题更为突出.

针对机器人直接示教应用场景，提出机器人柔性关节系统在连杆侧无传感器下的零力控制方法. 引入动态LuGre摩擦模型进行关节摩擦力矩估计，采用2段四次多项式建立柔性关节系统刚度模型，基于广义动量观测关节力矩. 该方法利用刚度逆模型以及关节力矩估算谐波减速器扭转位移，结合谐波减速器运动传递特性估计连杆侧角度并计算重力矩，利用连杆动力学方程估计接触力矩. 构建期望的电机驱动力矩（包含估计的重力矩、摩擦力矩与接触力矩），通过对该期望电机驱动力矩的跟踪实现零力控制. 在搭建的机器人柔性关节系统实验平台上进行实验. 实验结果表明，完成相同的拖动示教过程时，该方法所需要的接触力矩约为1.8 N·m. 基于重力矩与摩擦力矩补偿的零力控制方法需要接触力矩约为3.4 N·m. 功率级脱离示教所需要的接触力矩约为14 N·m，验证了所提方法的实际效果.

针对自动驾驶汽车轨迹跟踪过程中模型预测控制器跟踪精度不足和实时性差的问题，提出考虑主客观因素的模型预测控制参数优化方法. 针对非支配排序鲸鱼优化算法（NSWOA）得到的最优解相对集中和超出边界的问题，提出基于改进Sinusoidal映射和莱维飞行策略的改进NSWOA. 将模型预测控制器的参数优化问题转化为多目标优化问题，以预测时域、控制时域和采样时间作为优化变量，以横向轨迹误差平方和与总计算时间作为优化目标，利用改进NSWOA求解多目标优化问题，获得Pareto最优解集. 采用专家打分法、连续有序加权平均算子法、博弈论组合赋权法和逼近理想解排序法，确定最佳的控制器参数组合. 所提方法的跟踪精度平均提高了56.27%，计算时间平均减少了21.54%，为模型预测控制参数的整定策略提供了兼顾高跟踪精度和高实时性的新思路.

为了降低H.266/VVC中二维变换部分的硬件实现面积和功耗，提出统一的硬件结构，支持全尺寸的离散余弦变换(DCT-II, DCT-VIII)和离散正弦变换(DST-VII). 所提结构包括2个并行的一维变换模块和1个转置存储器，其中一维变换模块基于多常量乘法(MCM)设计，针对所有的变换类型和尺寸设计可复用的MCM计算单元. 为了能够支持混合块的流水输入，设计支持流水线处理的转置存储器. 该转置存储器基于静态随机存储器(SRAM)实现，使用对角线存储方案并配合读写指针进行操作，利用先入先出队列(FIFO)进行块信息缓存. 实验结果表明，统一的计算单元可以减小变换结构1.3%的面积和49.5%的功耗，转置存储器能够结合VVC高频置零的特性减少SRAM一半的存储空间.