.png)
.png)
下载专区
二维码
- 当前目次
- 优先出版
- 专辑论文
-
电调制海洋电场测量原理研究
摘要：
目前海洋电场测量，普遍采用自然电位法，使用Ag/AgCl这样的非极化电极或碳纤维电极等超稳定电极浸入海水中测量电极间的电压以间接测得电场。一方面，自然电位法要求测量中电极与海水必须是导通的，电极特性必然受到海水影响逐步发生变化，不可避免影响测量稳定性。另一方面，自然电位法中由于测量灵敏度和电极间距成正比，电极间距通常为数米至数千米，两电极所处环境温度、盐度的差异会产生电压漂移，造成测量误差。针对上述问题，提出了电调制测量海洋电场原理，即：通过电子开关控制电极连接对电场进行调制，产生交变电场诱导生成感应电流作为电场传感信号，在检测电极和海水绝缘不导通的情况下拾取海洋电场信号，杜绝电极与海水发生反应，检测电极特性可以保持长期稳定，并且由于传感信号的强度与电极间距负相关，电极间距远小于自然电位法，极大减小环境因素产生的电势差及其漂移对测量信号的影响造成测量误差。搭建了模拟水下电场测试平台对提出原理进行实验验证，应用该原理对模拟海水中的直流电场进行测量，设计的电极间距为25 mm，电极尺寸为50 mm×50 mm×1 mm，实验结果表明，海水中电场测量灵敏度可达117.87 mV/(V·m-1)，最小分辨率为5.786 μV/m，10 h内的漂移极差<50.9 μV/m。
-
电动汽车车载电源移相全桥变换器宽输入电压的动态性能优化
摘要：
针对电动汽车车载电源移相全桥变换器宽输入电压工况下，采用传统控制策略存在动态特性差、超调量大的问题，提出了一种模型预测控制与负载电流前馈补偿相结合的改进型控制策略。首先，分析了变压器滞后(Tr-lag)型零电压开关(ZVS)移相全桥变换器的工作原理以及占空比丢失机理；在此基础上，通过数学建模将控制量与丢失占空比解耦，推导出变换器的稳态工作模型。其次，针对占空比丢失导致变换器模型准确性和系统动态性能下降的问题，推导出改进型模型预测控制数学模型，并将其应用于电流内环。同时，引入占空比补偿机制，有效改善了变换器模型准确性和系统动态性能。此外，通过建立系统负载估算模型，在电压外环引入负载电流前馈补偿，解决了系统负载突变时输出电压超调过大的问题。最后，将所提控制策略与传统双闭环控制策略以及滑模控制策略分别进行实验对比。实验结果表明，Tr-lag型ZVS移相全桥变换器采用所提控制策略在整个宽输入电压300~800 V工况下，系统发生负载突变时输出过冲电压与下冲电压均被抑制在给定电压的10%以下，且恢复时间均控制在5 ms以内，有效提高了变换器对不同车用动力电池电压等级的适应能力，验证了所提控制策略的可行性和优越性，为车载电源系统提供创新性理论依据与工程技术参考。
-
一种零输入电流纹波高升压软开关DC-DC变换器
摘要：
高升压DC-DC变换器广泛应用于光伏(PV)发电、燃料电池、直流微电网和混合动力电动汽车等领域。本研究提出了一种零输入电流纹波(ZICR)高升压软开关DC-DC变换器。其通过将输入电感电压箝位在零电压的方式实现ZICR，有效消除输入电流纹波；较低的输入电流纹波可提高光伏电池板和燃料电池的发电效率和使用寿命。该变换器通过引入耦合电感和开关电容升压技术来实现高电压增益，利用开关管导通占空比和耦合电感匝比灵活调节输出电压。同时，该变换器中所有开关都实现了零电压开关(ZVS)，所有二极管都实现了零电流开关(ZCS)，这样可以降低开关的开关损耗和二极管的反向恢复损耗，进而降低开关器件的损耗来提高变换器的工作效率。详细分析了变换器的工作原理、ZICR特性、电压电流应力和软开关特性，并将所提ZICR变换器与其它相似的高升压DC-DC变换器进行了性能参数比较。最后，搭建了一台100 kHz、200 W、38~380 V的实验样机，验证了所提ZICR变换器在额定功率下的拓扑结构性能和理论分析的正确性。同时，在额定功率下具有ZICR和不具有ZICR的变换器的实验效率分别为95.4%和96.1%。实验结果表明该ZICR变换器具有良好的稳态性能，能够实现高电压增益和高效率输出，满足新能源与直流微电网之间的功率变换应用需求，是一种性能优越的高升压DC-DC变换器拓扑。
-
考虑改进螺线管线圈和自适应模糊控制的磁热疗装置研究
汤云东，张颖昊，金涛，Rodolfo C. C. Flesch
摘要：
针对传统肿瘤磁热疗装置中存在的开关损耗大、反馈系统迟滞且控制效果差、磁场不均匀导致热疗效果差等问题，提出并设计了一种改进磁热疗装置方案。首先，在电路设计方面，通过采用图腾柱驱动电路以解决开关损耗大、驱动能力有限的问题。此外，所提出的控制系统通过光纤测温传感器结合自适应模糊控制PID算法进行功率控制，可保证在不受磁场干扰情况下提高响应速度；通过实时辨识系统动态特性并动态调整控制参数，克服了传统PID控制在非线性、时变系统中反馈滞后且超调大等缺陷。最后，针对磁场不均匀问题亦做了进一步研究，基于有限元建模方法在主体螺线管线圈两侧设计辅助线圈并改进主线圈的尺寸与匝数，从而提升装置的磁场均匀性。实验结果表明，本研究开发的磁热疗装置驱动能力与闭环反馈控制稳定性较原型装置得到显著提高，装置在120~300 kHz的工作频率下磁场均匀性相对偏差δB由改进前的51%降至改进后的1.3%，边缘治疗区域内的稳态温度波动相比改进前提升了约2℃。本系统通过驱动电路与自适应模糊控制PID算法的结合，在改进后的螺线管线圈磁场中能够实现相比现有文献装置更高效的磁-热转换，达到了更快更稳定的升温效应，为磁纳米热疗装置的临床应用提供了更高效的硬件方案。
-
基于多源信号融合的刀具状态监测研究进展
摘要：
刀具状态监测是保障数控机床加工质量、提升生产效率及延长设备寿命的关键技术。刀具作为加工系统中的关键执行部件，其磨损、崩刃等失效形式直接影响加工精度与系统可靠性。受切削参数变化、工况波动及环境噪声等因素影响，刀具退化过程具有连续、不可逆和不确定等特征，单一传感信号在信息完整性与抗干扰能力方面存在明显不足。多源信号融合技术通过整合切削力、振动、声发射、电流、功率等多传感器信号的优势，为实现高精度、高鲁棒性的刀具在线状态监测提供了有效途径。围绕多源信号融合技术在刀具状态监测中的应用，对相关理论框架与研究进展进行了系统综述。分析了切削力、振动、声发射等常用传感器类型及其集成方式，对比了不同传感器在信号获取精度、抗干扰能力及响应特性等方面的性能差异。随后，重点探讨了数据级、特征级与决策级融合策略，涵盖滤波算法、机器学习模型及不确定性推理方法等关键技术，系统阐述了各类方法的适用场景及实现效果。结合刀具破损识别、磨损评估与剩余寿命预测等典型应用，揭示了多源信号融合在提升监测精度与可靠性方面的优势。最后，总结了当前研究挑战并提出未来发展方向，为刀具全生命周期监测提供理论依据与工程参考。
-
柔性超声阵列与自适应全聚焦成像在复杂构件无损检测中的应用
摘要：
具有复杂曲面几何特征的关键构件广泛存在于各类工业结构中, 其内部缺陷检测因声束畸变和耦合不稳定而面临显著挑战。为解决这一问题, 提出一种面向复杂曲面构件检测的柔性超声阵列及其自适应成像方法。设计并制备了能够与不规则表面紧密共形的柔性超声传感器阵列。针对柔性阵列贴合曲面后产生的几何形变会引入阵元空间位置偏差, 进而导致全聚焦成像中传播延时计算不准确的问题, 提出了一种基于已知边界特征的自适应全聚焦成像方法。该方法无需外部定位设备, 利用构件底面等几何边界作为参考, 通过归一化互相关计算阵元之间的相对延时, 实现阵列实际形态的重构, 并对全聚焦成像中的延迟法则进行自适应校正, 从而有效补偿阵列共形贴合所引入的相位失配。通过数值仿真与实验验证, 对比分析了自适应校准前后全聚焦成像效果。在整体检测尺度为百毫米量级的曲面试块中, 经自适应校准后, 内部预制缺陷横向最小定位误差2.16 mm, 纵向最小定位误差1.48 mm, 缺陷位置能够被稳定清晰重建。同时, 成像中的几何伪影得到有效抑制, 整体成像信噪比显著提升。结果表明, 提出的柔性超声阵列及其自适应成像方法能够在复杂曲面条件下实现可靠的高精度缺陷定位, 为复杂曲面构件的超声无损检测提供了一种有效的技术途径。
-
高温应变计结构优化及疲劳寿命可靠性分析
摘要：
高温应变计是测量航空发动机热端部件应变的精密传感器，其敏感栅结构直接影响测量精度与疲劳寿命。为降低高温应变计的测量误差并提高其疲劳寿命，提出了一种结构参数优化方法及疲劳寿命可靠性评估方法。首先，将敏感栅的长度、间距及弯数作为优化变量，以测量误差与疲劳寿命为优化目标，建立了多目标优化模型，并采用多目标灰狼优化算法(MOGWO)进行迭代寻优求解。基于优化后的结构参数组合制备了高温应变计试样，并在1 000℃条件下进行了振动疲劳试验，获取了有效的疲劳寿命数据，验证了优化方法的有效性。针对试验数据因材料性能分散性及制造误差所导致的小样本、分散性及右偏态问题，提出了一套适用于高温应变计的小样本疲劳寿命可靠性分析方法。为了对比正态分布、对数正态分布与三参数威布尔分布的拟合程度，结合K-S检验法与回归检验法，确定三参数威布尔分布对试验数据的拟合程度最高。然后，采用Bootstrap法估计了三参数威布尔分布的参数置信区间，最终建立了可靠度与疲劳寿命的量化关系。结果表明，优化后的敏感栅结构测量误差降低了5.3%，疲劳寿命提高了22.4%。研究结果为高温环境下应变计的设计与寿命可靠性评估提供了完整的理论方法与实验依据。
-
基于无源射频标签的离心泵多频故障特征检测
摘要：
利用无源射频识别（RFID）标签节点占用小、无源无线、成本低、受视距限制小等优势，针对现有RFID振动感知中多频故障特征难分辨、相位信号易受环境噪声与频谱干扰的问题，提出了一种基于无源RFID标签的离心泵多频故障特征检测方法。首先，构建基于RFID相位的多频振动感知模型，阐明利用相位信号表征振动的机理。然后，利用阅读器非均匀随机采样特性构建压缩测量矩阵及稀疏基，将信号降噪与重构转化为稀疏优化问题，并采用正交匹配追踪（OMP）算法进行求解。最后，采用量子粒子群优化（QPSO）算法对重构算法的迭代次数和数据点数进行优化，提出支撑集重构比（表征诊断频带恢复完整性）与诊断对比度（表征谱峰突出度）两项指标，并构建总体评价量作为适应度函数，确保主频及其倍频被准确恢复以匹配不同故障工况。实验结果表明，经所提方法处理后，不对中故障工况下相位信号在转频与二倍频处的信噪比提升至约40 dB，频谱峰值的半峰宽缩窄至0.41 Hz，表明对故障成分的分离能力与定位精度得到显著提升。在不对中与螺栓松动两类故障的验证中，该方法能清晰重构出表征故障特征的二倍频及三倍频成分，频率误差<1.2 Hz，倍频幅值比与加速度传感器结果高度一致。进一步的泵房试验表明，该方法对管道循环离心泵转频及倍频的识别与加速度传感器结果一致性较好，具有良好的工程适用性，为离心泵故障特征检测提供了一种有效的新方案。
-
基于微波测振与时频域特征融合的控制阀故障诊断研究
摘要：
控制阀作为工业过程控制系统的关键执行器，其运行状态直接影响生产安全与产品质量。针对现有控制阀故障诊断方法存在的压力流量信号响应滞后、振动信号易受干扰以及特征信息挖掘不充分等问题，提出了一种基于微波测振与时频域特征融合的气动控制阀故障诊断方法。首先，采用微波测振技术实现控制阀阀杆振动信号的非接触式高精度采集，克服了传统接触式传感器的应用局限，阀杆振动能够更直接地反映阀芯、弹簧和密封件等关键部件的状态。其次，构建了多尺度时频域双通道特征融合的网络结构，在时域支路设计了多尺度一维卷积结合双向门控循环单元充分提取信号的时序动态特征；频域支路通过短时傅里叶变换将一维信号转换为二维时频谱图，利用多尺度二维卷积网络提取频谱纹理特征。引入通道注意力机制自适应学习特征重要性权重，并采用交叉注意力机制实现时频域特征的深度融合，充分挖掘不同模态的互补信息。实验在配备微波测振系统的气动控制阀故障模拟试验台上进行，实验结果表明，所提方法在故障模拟试验台上对6种工作状态的分类准确率达到96.25%，与常见的深度学习模型相比表现出更优越的诊断性能；在DAMADICS平台的11种故障模式验证中，该方法取得了99.24%的平均分类准确率，证明了模型良好的泛化能力，为控制阀故障诊断提供了新的技术途径。
-
基于QA-SSA-EARF的调节阀多工况故障诊断方法
摘要：
调节阀在实际工作过程中需要运行于多种控制方式,使相同故障在不同控制工况下常呈现出差异的特征信息,导致基于单一工况数据训练的机器学习诊断模型难以泛化、性能下降。为此,提出了一种基于量子注意力麻雀搜索算法(QA-SSA)与弹性自适应随机森林(EARF)模型相结合的调节阀多工况故障分类诊断方法。所提EARF模型在自适应随机森林(ARF)模型基础上,通过引入两级决策机制、优化全局漂移检测器位置、设计局部剪枝策略,并动态调节决策树数量,减少ARF模型的计算量,提高建模效率与诊断精度,增强对工况变化的自适应能力。针对EARF模型超参数耦合难以优化的难题,设计了一种QA-SSA优化算法,通过在传统麻雀搜索算法(SSA)中引入量子行为与玻尔兹曼选择策略,提高了算法在高维超参数空间的搜索效率与鲁棒性。最后,利用实验室电动调节阀流体控制系统平台,分别在流量、压力、液位等3种控制工况下针对调节阀的6类故障进行了模拟试验验证。结果表明,所提出的QA-SSA-EARF模型方法对单一工况下的分类诊断准确率达到97.47%,比优化后的随机森林(RF)模型和ARF模型分别提高了9.65%和3.64%;多工况下的平均分类诊断准确率达到93.12%,比其他两种模型方法分别提高了2.59%和8.9%,充分证明了该方法在多工况故障诊断任务中的有效性与鲁棒性。
-
基于 CABiL 融合模型的光纤光栅疲劳状态智能诊断与早期预警
摘要：
光纤布拉格光栅（FBG）传感器因其高灵敏度、抗电磁干扰能力和复用特性，在结构健康监测中得到广泛应用。然而，在循环载荷作用下，FBG传感器易发生疲劳退化，传统诊断方法往往依赖人工特征提取或物理建模，难以有效捕捉早期微弱的损伤信号。为此，提出了一种端到端的光谱智能监测模型CABiL，旨在解决FBG传感器在疲劳退化过程中的早期诊断问题。其核心贡献在于深度融合了卷积神经网络（CNN）、多头注意力机制（MHA）与双向长短期记忆网络（BiLSTM），构建了一个自动特征提取与时序建模框架。该模型利用一维CNN自动提取光谱数据的局部形态特征，避免了人工特征选择的依赖；MHA则增强了模型对微弱损伤早期光谱变化的敏感性，能够自适应聚焦于光谱中因疲劳引发的细微畸变关键区域；BiLSTM有效捕捉了光谱数据随加载过程的时序演化规律，整合了全局依赖与动态信息，从而提升了对复杂损伤过程的建模能力。此端到端学习框架无需复杂物理建模，具有较高的推理效率。实验结果表明，CABiL在FBG状态分类中的准确率超过95%，各类别的F1分数均高于0.93。所提出的光谱智能监测方法为FBG传感器的健康管理提供了高可靠、实时的智能诊断方案，有助于推动结构健康监测向智能化、轻量化方向发展，具有广阔的工业应用潜力。
-
基于多层次联想记忆网络的列车传动系统故障诊断方法
摘要：
利用深度学习模型对传动系统进行故障诊断，有助于提升列车运行的平稳性与安全性。然而，列车运行环境复杂多变，传动系统的故障信号易受噪声干扰甚至被淹没，从而导致诊断模型性能下降。因此，提出了一种多层次联想记忆网络，用于诊断噪声干扰下列车传动系统的故障。首先，提出了一种双域特征提取模块，用于捕获并融合时域与频域中的潜在信息，从而提取多层次特征。其次，提出了一种特征片段化编码器，将连续特征按固定长度与步长切分为部分重叠片段，并注入位置信息，使其具备内容可寻址能力。然后，提出一种片段特征关联重建器，在片段间进行内容可寻址的关联与预测，用于补全受噪声干扰的片段，并通过加海宁窗与重叠相加实现连续特征重建。同时，引入了门控残差连接单元，有选择地将重建特征注入多层次特征中，以增强细节恢复和抗噪能力。最后，分别在自构建数据集和公开数据集上进行了充分实验，以验证所提方法的有效性和优越性。实验结果显示，在多种噪声干扰任务下，所提方法在两个数据集上的平均诊断准确率分别达到94.40%和97.96%，较7种对比方法至少分别提升11.15%和2.41%。实验结果表明，所提方法能够有效抑制噪声干扰，具有较高的诊断性能，在列车传动系统故障诊断中具有一定的应用潜力。
-
基于梯度感知融合的异形构件表面缺陷高精度三维重建
摘要：
针对异形结构件曲率多变、光照不均匀及缺乏规则基准,导致表面缺陷区域三维形态难以精确重建,且双目视觉方法存在匹配精度低、速率慢的问题,故提出一种基于梯度感知融合(Gradient-Aware Fusion,GAF)的GAF-Census快速立体匹配算法,以实现缺陷区域的高精度三维重建与尺寸量化。首先,在代价计算阶段引入SIFT特征匹配引导的视差范围约束机制,缩小搜索空间以提升效率;同时采用基于关键点中值滤波的自适应Census变换,通过动态阈值替换受污染的中心像素,增强算法抗噪性。其次,构建了梯度感知代价融合机制:在边缘区域强化梯度约束以精确定位缺陷轮廓,在弱纹理区域增加Census权重提升匹配稳定性,从而显著改善关键区域的匹配精度。最后,针对异形构件缺陷量化难题,提出基于五次多项式全局拟合与数值积分的方法,实现缺陷尺寸的自动化高精度测量。实验结果表明,所提GAF-Census算法在标准及自制样本上的误匹配率最低至5.25%,运行效率较传统AD-Census算法最高提升96.7%;缺陷宽度与长度测量的平均相对误差分别低至0.483%与0.271%,系统可识别最小缺陷宽度达0.354 mm。在复杂光照与几何突变环境下,算法仍保持较高的重建完整度与测量稳定性,展现出良好的工程适用性,为异形构件表面缺陷的自动化高精度量化监测提供了可靠的技术手段。
-
基于高精度转台的双目结构光点云多视角配准路径规划方法
摘要：
针对工业现场固定工件的批量三维重建中的效率问题，提出了一种融合双目条纹结构光与高精度转台的配准优化方法以及扫描路径的规划策略，以解决传统扫描方法中配准效率低下、扫描次数冗余及重叠率不足导致的精度下降问题。该方法通过预设工件固定位置消除初始位姿差异对配准结果的影响，依托高精度转台实现多视角点云的高效粗配准，再结合迭代最近点（ICP）算法完成精配准。首先构建被测工件三维点云模型和双目条纹结构光扫描仪的三视锥模型，完成系统参数标定，为配准精度与路径规划提供基础；再建立转台旋转角度与扫描视场的映射关系，采用射线投射法模拟真实光线投射到目标点云表面精准计算可视点云，明确不同角度位姿下的有效扫描区域；最终基于该映射关系，求解得到保证重叠率下完成工件完整三维重建所需的最少扫描次数及对应最优旋转角度，实现扫描路径优化。相比传统均匀旋转点云扫描方法，该方法对工件1的多视角平均配准时间缩短至24.2 s，效率提升约43%，扫描次数减少3次；对工件2的平均配准时间降至58.2 s，效率提升约40.5%，扫描次数减少7次。配准精度上，两工件的平均误差分别达到0.011 4和0.008 2 mm，较传统方法精度提升幅度分别为64.64%和81.62%。该方法在保证精度的同时提升了扫描效率，适用于工业现场固定位置工件批量快速检测。
-
小型四极杆质谱仪性能仿真系统研究
摘要：
针对小型四极杆质谱仪研制中工程约束条件多、技术迭代代价高、研制周期长等问题，为满足特殊场景对仪器小体积、轻重量、低功耗、长寿命及高可靠性的严苛要求，在系统分析产品特性和工程研制难点的基础上，建立了涵盖电离、传输、筛选、检测全过程的四极杆质谱仪物理模型和数学表达，并基于Lua语言集成开发了四极杆质谱仪性能仿真系统。该系统实现了温度场、流体场、真空场与电磁场的耦合计算，集成了离子全生命周期轨迹追踪、参数批量处理等12项核心功能，显著提升了工程适用性。通过批量化仿真，系统研究了EI源透镜出口孔径（1.5~3.5 mm）、EI 源伸入QMA深度（-0.5~0.5 mm）及进样速率（0~1 mL/min）3项关键工程参数对仪器性能的影响，确定了各参数最优的取值范围。仿真结果表明：透镜出口孔径为3.0 mm时离子传输效率最高；EI源伸入深度为0.2 mm时可有效抑制边缘场效应，使离子束空间分布更集中；进样速率在0.3 mL/min时能在保证高信号强度的同时维持系统真空度。搭建实验平台验证了仿真系统的有效性，优化后质谱仪质量覆盖范围为 m/z 10~180，对全氟三丁胺(PFTBA)的检测信噪比（signal to noise ratio, SNR）优异，性能满足设计要求。该性能仿真系统为小型四极杆质谱仪研发提供了关键技术支撑。
-
双频调制转移光谱激光自动稳频方法
摘要：
为克服传统单频调制转移光谱方法中误差信号灵敏度不足及激光锁定状态判断困难的问题，提出了一种双频调制转移光谱的双频调制转移光谱（DF-MTS）激光频率自动稳频方法。该方法在泵浦光上施加双频正弦相位调制，解调获得两个误差信号并叠加，构建出一个高灵敏度的双频调制转移误差信号。同时，引入了基于二倍频信号辅助的激光锁定判别策略，利用吸收信号中的二倍频信号以及误差信号的幅值信息，判断激光频率是否与吸收峰对准，实现吸收峰的自动识别与锁定状态的快速判别。进一步在可编程逻辑门阵列（FPGA）全硬件实时信号处理技术的基础上设计了全自动稳频控制模块，具备双频误差信号解调、二倍频信号解调、识别-控制-监测控制模块（ICM）识别与控制监测、扫描控制、比例-积分-微分（PID）闭环控制、快速重锁等功能，当检测到失锁时会快速重新锁定，可实现全自动的稳频控制。开展了理论推导与仿真分析，搭建了激光稳频实验系统，实验结果表明，DF-MTS方法所得的误差信号灵敏度较传统方法提升了20.24%。进一步利用飞秒光频梳进行拍频测量，验证了激光成功锁定于85Rb D2线（F=2→F′=3）吸收峰，锁定后稳频激光与吸收峰理论值间频差的标准差为17 kHz，相对阿伦偏差可达1.09×10-11。自动重锁实验结果表明，系统可实时监测激光的锁定状态，检测到失锁后可在40.192 ms内完成重新锁定，展现出良好的动态响应能力与鲁棒性。
-
基于区域多模态柔性映射的光切片平面标定
摘要：
针对现有光切片三维重建系统中光平面标定步骤繁琐、标定精度低等问题，提出了一种基于区域多模态柔性映射的光切片平面标定方法。该方法基于棋盘格图像内角点坐标作为光平面标定计算控制点，将标定过程中光平面方程求解问题转化成像素和世界坐标系中控制点之间的映射问题。基于此，构建区域多模态柔性映射模型，实现光平面上各区域中特征点在像素与世界坐标之间的柔性映射，解决了因畸变导致的标定精度损失的问题，同时考虑了非正交畸变与高阶非线性变形的影响。该方法仅需一次整体柔性映射，在完成畸变矫正的同时，实现光平面的高精度标定。该方法无需计算光条中心点，无需内外参数矩阵参与计算，从而避免了图像算法误差对标定结果的影响。实验结果表明，该方法操作简单，特征点较多，标定前后对应特征点之间的平均距离残差为0.01 μm，与不同阶数映射模型进行对比，映射精度提升一个数量级；标定后的测量系统经过多组800次重复性测量，标准差在0.1 μm左右，重复性测量精度在8 μm以内，均方根误差为6.5 μm；相较于传统的交比不变法，该方法的测量精度提升了83.26%。搭建了光切片三维重建平台，并确定该光切片重建系统的平面与深度适用范围，对深度范围测量精度进行了验证，满足光切片三维测量的稳定可靠、精度高等要求。
-
液体透镜调控的可变结构光投射方法研究
摘要：
针对多线结构光因其线间隔角度固定、景深窄等带来的能力瓶颈，提出了一种液体透镜调控的新型多线结构光投射系统，并形成光条纹特征参量的调节方法。首先，在给出系统设计构型的基础上，建立基于双液体透镜的结构光投射参数模型，形成非线性规划与遗传算法双层优化的结构参数求解方法。然后，面向不同投射距离条件下结构光条纹的调节问题，给出液体透镜的控制策略，提出描述从系统调节参数映射到线间隔角度的神经网络结构。最后，搭建液体透镜调控的可变结构光投射系统实物平台，并设计实验对系统性能及方法有效性进行测试验证。与传统方案相比，该方法能够大大拓展多线结构光的有效投射距离区间（保持光条纹线宽在1.25 mm以内）；系统通过协同调节双液体透镜的输入电流（工作过程无移动组件），能够生成线间隔角度在0.537°~0.986°范围动态可调的结构光条纹，其角放大率可达1.836。基于标定获取的数据集生成双液体透镜参数到线间隔角度的映射网络模型，经测试，该模型对线间隔角度的预测误差平均为1.07%。结果表明，所提系统及方法能够根据目标的实际大小、位置等因素灵活调节多线结构光条纹的疏密程度，并严格控制光条纹线宽，研究成果可为提升多线结构光探测性能提供新的技术路径。
-
基于次声波法的天然气管道小泄漏识别方法研究
摘要：
管道泄漏是一个不可避免的问题,然而天然气管道小泄漏存在信号微弱、易被强背景噪声淹没等问题，不及时进行处理会造成严重危害，所以及时准确识别是一项艰巨的挑战。故开展了一种基于迭代自更新多元变分模态分解结合小波能量变换和双通道神经网络的有效识别研究。首先，引入参数自更新的多元变分模态分解算法，通过双循环策略不断迭代调整内部模态数量与惩罚因子，实现了对多通道次声泄漏信号的自适应、高保真分解，有效避免了传统检测方式的模态混叠和参数依赖问题；然后，提出自适应连续小波变换增强策略，利用K-means将本征模态函数区分为高能泄漏分量与低能背景分量，并仅针对高能模态信号进行增强策略，同时保留了低能信号的特征完整，针对关键特征增强了信息提取能力；最后，将其输入到所设计的双通道神经网络中。其中高能通道集成了注意机制和最大池，以提高对重要特征的感知，低能量通道使用大的感受野卷积来提取全局背景信息，将不同通道信息进行融合池化操作，利用双路径协同融合提升特征感知能力。最终对实验进行验证，针对小泄漏（孔径≤2 mm）的识别准确率达到97.1%，比传统检测方式主流提高了10%，并且在跨场景迁移实验中保持了良好的性能与较短的推理时间，证明了其在实际工程应用中的有效性与鲁棒性。
-
基于声-电场信号特征频率的断路器燃弧时间测量
摘要：
针对低压断路器燃弧时间非侵入式测量需求，为克服分闸过程声信号中机械碰撞等强声事件对燃弧弱声事件识别的干扰，以及燃弧声信号起止边界辨识困难的问题，故提出一种基于声-电场信号特征频率的燃弧时间测量方法。根据断路器完整分闸过程声事件划分结果获取与燃弧阶段相对应的声信号片段，构建峭度-排列熵指标作为苦鱼优化变分模态分解的适应度函数，对声信号片段进行自适应分解，结合功率谱分析得到的燃弧声事件特征频率与相关系数准则选取有效模态分量，利用奇异值分解对含噪分量去噪后重构，以抑制机械碰撞干扰并突出燃弧成分。基于电场信号的频率特性设计带通滤波器，提取其甚低频段成分，提升燃弧事件边界分辨能力。以重构声信号与甚低频电场信号作为输入，构建一维卷积神经网络燃弧事件二分类模型，通过输出事件概率计算燃弧持续时间，模型具有较高的精确率与召回率。为验证所提方法的有效性，在不同相位分断条件下进行了测试，结果表明其平均绝对误差、均方误差与均方根误差均不超过0.25；与其他测量方法相比，各项指标提升76.2%以上。所提方法具有较高的测量精确性和鲁棒性，在低压断路器非侵入式在线状态监测中具有潜在应用价值。
-
面向浑浊水体的稀疏阵列实时精细化三维超声成像
摘要：
随着能源和土地资源的消耗，对海上勘探和采矿、基础设施安装、维护和修理的需求不断增加。搭载机械臂的自动化海洋机器人平台成为关键解决方案，其作业精度高度依赖于海洋环境感知能力。然而海洋感知比陆地感知更为复杂，浑浊海洋环境会导致光学成像系统失效。水下环境呈现出非结构化特征，低光和浑浊的水下环境对光学感知的有效性和准确性构成了重大挑战。现有声学感知方法虽具鲁棒特性，但受限于分辨率不足与空间信息缺失，难以支撑机械臂高精度伺服作业。为此提出一种面向浑浊水体的稀疏阵列实时精细化三维超声成像策略，首次将超声无损检测领域的全聚焦（TFM）技术应用至海洋感知。首先采用均匀稀疏策略对矩阵阵列进行降采样，大幅降低数据量与计算负担；进而针对周期性稀疏采样与大尺寸阵元引发的旁瓣伪影问题，提出自适应指向性校正算法与符号相干因子加权机制，并基于GPU并行计算平台实现实时处理。通过在浑浊水体中对深海设备关键部件（湿插拔连接器与阀门）的成像实验表明：该方案有效突破了传统光学成像在浑浊环境下的性能瓶颈，弥补了现有海洋声学感知方法的缺点，成像信噪比分别达57.03与62.54 dB。本研究为极端海洋环境下机械臂伺服作业的精细化感知提供了一种有效解决方案。
-
基于 GS 算法的水下涡旋光波前校正技术研究
摘要：
海洋湍流信道中折射率的随机起伏会引起涡旋光束波前畸变与模间串扰,进而降低轨道角动量模式的传输概率,影响水下光通信系统的稳定性。针对传统GS算法依赖远场夫琅和费衍射假设、难以表征水下短距离传播的菲涅尔衍射特性,且易陷入局部最优等问题,故提出了一种面向水下涡旋光束波前校正的改进GS算法。该算法以菲涅尔正/逆衍射替代夫琅和费衍射,引入理想拉盖尔-高斯涡旋光束振幅作为幅度约束,并结合限制区域与负反馈机制实现了算法的快速及稳定收敛,并进行理论及实验验证。仿真结果表明:在中等强度湍流条件下,拓扑荷数L=1的涡旋光束传输概率由0.40提升至0.98;在不同拓扑荷数、传输距离、动能耗散率、均方温度耗散率及温盐比等参数变化下,改进GS算法均表现出优于传统GS的鲁棒性与校正精度。基于空间光调制器模拟海洋湍流结果表明:改进GS算法平均约120次迭代收敛,光强相关系数由0.64提升至0.82;相较传统GS算法,传输概率提升约20%,收敛速度提升约25%,光强相关系数提高约3.8%。水箱实验中,校正前平均光强相关系数为0.77、方差8.2×10-5,传统GS校正后为平均光强相关系数0.79、方差3.23×10-5;改进算法进一步将平均光强相关系数提升至0.80、方差1.4×10-5。研究表明,该方法在多种湍流参数下具备更好的鲁棒性,可为水下涡旋光束光通信系统的波前校正提供参考。
-
基于多尺度密集注意力网络的肺部EIT重建算法
摘要：
针对肺部电阻抗层析成像（EIT）在图像重建中存在的失真与精度不足的问题，提出了一种多尺度密集注意力网络（MsDA-Net）用于提升基于EIT技术的肺部通气与病变的重建精度。MsDA-Net属于直接估计模型，通过融合扩张卷积、多尺度密集连接与注意力机制，构建了具有强特征表征与复用能力的端到端图像重建架构，旨在充分挖掘电压测量数据中的深层非线性特征用于提升肺部成像精度。开展仿真及映射模型实验全面评估MsDA-Net的性能，仿真结果表明MsDA-Net能够精准重建肺部轮廓与病变结构，相较于传统成像算法，重建图像在视觉质量及定量评价指标上均取得显著提升，平均相关系数（CCs）、结构相似性（SSIMs）、均方根误差（RMSEs）及峰值信噪比（PSNRs）分别可达到0.987 1、0.903 5、0.060 5及31.671 6 dB。模型精度与前沿重建模型双分支超卷积U-Net和基于注意力的深度卷积神经网络相近，进一步证实了MsDA-Net的有效性与先进性。同时，MsDA-Net展现了良好的噪声鲁棒性，在20 dB高斯白噪声干扰下，图像仍然保持基本可用性。参考肺部CT图像在圆形域内构建映射模型以验证MsDA-Net的实用性，实验结果表明MsDA-Net能够有效重建测量域内目标物的形状与尺寸，随着场域内电导率分布变得复杂，重建精度呈现下降趋势，但重建图像的平均CCs、SSIMs、RMSEs及PSNRs仍分别可达到0.943 1、0.857 5、0.109 6及19.392 1 dB。
-
多模态信息融合下的监控视频人员身份重识别
摘要：
针对目前监控视频人员身份重识别任务难以有效应对低分辨率小目标、人员姿(形)态变化及遮挡检测问题，以YOLOv9为基础网络并结合多模态预训练神经网络(CLIP)模型提出一种多模态信息融合下的监控视频人员身份识别新方法，主要涉及两个方面工作：1)通过引入感受野增强模块与可变形卷积计算提高目标人员不同姿态(形)态下的特征检测性能、引入空间增强注意力机制学习特征间的关系以恢复被遮挡人员特征、引入基于归一化高斯距离的损失度量以增强低分辨率目标人员特征检测敏感性等系列模块设计，构建网络ReID-YOLO有效增强监控视频在不同姿态、形态及低分辨率、遮挡条件下的目标人员特征检测精度、鲁棒性;2)将CLIP跨模态信息融合优势迁移到视频人员身份重识别任务并利用CLIP图像-文本信息对齐优势对前一阶段提取的人员目标特征进行身份预测，在利用ReID-YOLO (Re-identification with YOLO)人员视觉特征有效区分能力缓解CLIP全局场景过度依赖的同时，借助CLIP模型场景泛化优势有效克服YOLO系列网络在整合场景信息深入解析目标方面的不足，从而整体提高网络模型的监控视频人员身份重识别精度与场景泛化能力。在低分辨率、消融与身份重叠等条件下的实验结果表明，所提方法视频人员身份重识别性能表现出色，优于YOLO系列网络及其他7个主流的视频人员身份重识别网络模型，具有良好应用前景。
-
相机-线激光联合标定的点云彩色纹理映射方法
摘要：
针对工业三维彩色重建中相机-线激光联合标定高精度依赖复杂高精密靶标的问题，提出了一套基于多特征、弱约束标定块的高精度标定方案，整体由多模态特征提取与配准框架以及标定模型的两阶段优化求解构成。首先，在标定块上引入圆孔中心并与角点协同检测：角点采用几何约束实现亚像素定位，圆心采用两阶段椭圆拟合实现精定位；随后，提出姿态自适应投影下的三维特征点重建方法，按降维—检测—提维流程将三维定位转化为二维检测并反投影重建三维点云，提升对噪声与姿态变化的鲁棒性；最后，结合几何先验实现2D-3D 特征点的无歧义配准。参数求解采用线性拆解-非线性重构的两阶段优化：在单帧条件下由特征点对线性估计映射矩阵初值，经过三角正交分解分离内外参数后，引入镜头畸变参数进行全局非线性精化，提升解的全局最优性与泛化能力。实验结果表明：归一化平均重投影误差为 0.84 pixels，对应物理距离误差为0.019 4 mm；相较基准方法，两项误差指标分别降低约 65% 与 61%；在3种光照条件下标定结果一致、误差波动小，表明方法具有较强鲁棒性。同时消融实验证明了圆心特征在透视变换下的定位稳定性显著优于角点。在齿面彩色重建任务中，基于所获映射矩阵的点云彩色纹理映射可高保真复现齿面微观印痕与划痕，验证了工程可用性。
-
基于双目视觉和扭摆法原理的刚体惯性张量测量技术研究
摘要：
针对不规则刚体惯性张量测量问题，提出了一种融合双目视觉和扭摆法的惯性张量测量方案。首先通过参考至原子钟的时钟信号触发高分辨率工业相机采集单次测量扭摆运动序列图像，提取图像特征点后根据测量系统几何关系得到高精度摆角-时间曲线。基于该曲线，提取扭振运动的周期和阻尼比，利用线性阻尼条件下的扭振运动数学模型计算得到单次转动惯测量值。进一步，采用双目结构光三维重建技术获得被测物体和扭摆转盘点云，通过点云配准算法将物体实测点云与物体计算机辅助（CAD）模型点云精准对齐，求解齐次变换矩阵。再通过圆柱轴线拟合确定转轴方向，并利用上述齐次变换矩阵将其统一至CAD模型产品质心坐标系下，有效规避了传统测量方案存在的机械定位误差。计算得到物体质心坐标系各轴与扭摆转轴的夹角余弦值，结合转动惯量测量值建立1个惯性椭球方程。最终通过6个姿态的测量得到一个包含惯性张量全部参数的方程组，求解该方程组实现转动惯量与惯性积的高精度测量。对所提出的方法和系统开展了大量实验，实验结果验证了该方法的可行性和有效性。转动惯量测量绝对误差小于0.5×10-5 kg·m2，惯性主轴方位角最大偏差绝对值为0.99°。所提出的测量方案测量精度较高，不再依赖于机械定位，测量的效率和安全性显著提升，适用于多种产品的惯性参数测量。
-
基于视觉的无标记运动学分析方法
摘要：
针对基于标记的光学系统成本高、耗时长、专业性强的问题，提出了一种采用两个视角的视觉无标记运动学分析方法，旨在实现便捷、低成本的运动学评估。首先，集成Swin Transformer的全局上下文建模能力、坐标注意力的精准位置感知能力、双向特征金字塔网络的多尺度特征融合能力，构建二维特征提取架构，克服自遮挡、关键点小目标检测问题，有效提取二维特征。其次，提出以关键点位置合理性和肢体长度一致性为关节上下文约束的三角测量方法，并结合人体参数化模型对三维关键点进行重构，提高关键点估计精度。最后，构建关键点增强模型，获取解剖标记集并结合肌骨模型进行运动学分析。公开数据集上的运动学评估实验表明，所提方法的平均关节角度误差为8.59°，平均关节位置误差为42.02 mm，优于现有的高性能方法。同时，为验证方法在真实场景下的适用性，以商用动作捕捉系统Xsens作为评估标准，并与当前主流方法OpenCap进行比较，分别对肩关节和步态运动学展开分析。实验结果表明，在肩关节和步态运动学上，所提方法与Xsens的相关系数分别为0.92和0.86，较OpenCap的相关系数分别提高9.52%和7.40%；角度误差分别为13.97°和3.12°，较OpenCap的误差分别下降27.01%和25.18%。综上所述，在公开数据集和真实场景下，所提方法可实现比当前主流方法更准确的运动学分析，对促进运动学分析相关应用的推广具有重要意义。
-
基于无人机视觉信息的消防炮预瞄准系统
摘要：
无人机可以高效感知火灾环境,获得火场信息。为提高消防工作的智能化水平,提出了一种基于无人机视觉信息的消防炮预瞄准系统,预瞄准是由火场感知、位姿解算、角度调整这3个阶段构成的控制过程。在火场感知阶段,针对消防场景中无人机图像存在的目标尺寸小和烟雾干扰问题,考虑消防救援工作的实时性要求,提出了一种联合轻量化去雾处理与目标检测的感知模型。在图像去雾方面,考虑消防场景中烟雾具有非均匀分布和灰度值多样的特点,改进大气散射模型,设计一个编码器-解码器结构的神经网络求解透射图和烟雾灰度值,实现图像质量增强。在目标检测方面,以YOLOv8s为基线,在骨干网络中,将浅层的卷积运算替换为具有集中感受野的PSConv模块,保留更多小目标信息;将深层的卷积模块替换为GhostConv,采用SimA-former模块替代最深层C2f结构,进行模型轻量化。在颈部网络特征融合阶段,结合坐标注意力机制（CA)与小目标检测头构建高分辨率多尺度特征融合模块。基于感知的火场信息,采用相机成像模型解算消防炮与火源的相对位姿,据此计算消防炮应调整的水平与俯仰角度。在工业厂房外部自制消防场景进行实验,感知模型的mAP50指标达到了92.3%,相较不使用去雾处理的YOLOv8s算法提升了6.2%,测得预瞄准的水平角度误差在±4°,火源距离误差在6%以内,验证了所提方法的有效性和实用性。
-
基于闭环图像矫正和线特征聚类的改进 PL-VINS
摘要：
在光照变化和重复纹理环境中,现有视觉惯性导航系统(VINS)存在特征提取数量不足和特征误匹配率高等问题,导致位姿估计精度和系统鲁棒性难以满足应用需求。对此,提出了一种改进PL-VINS算法,改善光照变化环境下的特征提取性能和重复纹理环境下的特征匹配性能。具体地,在图像预处理模块,提出一种闭环伽马矫正方法对图像亮度进行迭代调整,直至图像亮度达到期望值,以提高可提取到的特征数量,从而增强系统在光照变化环境下的鲁棒性；在线特征检测和跟踪模块,先计算空间平行线段对在图像平面的交点,并对交点进行聚类得到交点簇及其加权中心点,再依据线特征与加权中心点的距离和方向实现线特征的聚类,以提升重复纹理环境下线特征匹配的鲁棒性；在后端优化模块,将同簇线特征的交点作为特征加入到优化中,构建点、线和交点特征融合的重投影残差,以提升重复纹理环境下的位姿估计精度。公开数据集上对比测试结果表明,改进PL-VINS在EuRoC数据集上的绝对位姿误差平均值相比PL-VINS算法降低17.4%；在UMA-VI数据集上的绝对位姿误差平均值相比SuperVINS算法降低12.2%。为了进一步验证算法有效性,基于移动机器人搭建试验平台进行实物测试。实物试验结果表明,改进PL-VINS相比对比算法在光照变化和重复纹理环境下表现出更好的准确性和鲁棒性。
-
基于 LGSA-HFFNet 的多尺度特征融合点云配准算法
摘要：
为了解决基于点云配准的阀门位姿估计工作中点云背景复杂、部分特征被遮挡缺失、噪声干扰等问题，提出了一种轻量化图-空间注意力机制的多尺度特征融合点云配准网络（LGSA-HFFNet）点云配准算法。该方法设计并使用多尺度并行卷积特征提取层，强化模型特征提取，避免模型训练中梯度爆炸问题并加速收敛；其次,设计结合图注意力与空间注意力机制并进行轻量化改进的轻量化图-空间注意力机制（LGSA）模块，解决由点云信息特征的无序性造成的神经网络特征提取困难的问题，使模型能够有效提取点云局部特征；最后,使用设计位姿估计实验验证系统，将模型在实际阀门位姿估计工作中进行实机部署实验。实验结果表明，LGSA-HFFNet算法在阀门点云配准实验中平均相对平移误差低至0.05 m，对旋转误差低至0.984°，且具有良好的鲁棒性，在复杂背景下平移及旋转配准性能仅下降2%、7.5%，配准耗时相较于迭代最近点（ICP）降低80.32%，配准性能远优于ICP和半正定随机化抽样一致（SDRSAC）等传统算法；在ModelNet40对比实验中的旋转、平移误差降低至2.293°和0.006 m，配准旋转误差达到比较先进的水平，平移误差较现有模型有较大优势；在噪声干扰较大的真实场景阀门位姿估计数据集实验中误差降低至2.175 7°和0.036 m，相较于现有模型误差至少降低28.98%和17.81%。
-
基于持续蒸馏的磨煤机自适应状态监测研究
摘要：
煤电机组磨煤机运行状态受煤质变化、负载波动、设备老化等因素影响，容易产生动态偏移。现有监测方法普遍采用“离线建模、在线部署”方式，适应性不足，难以实现持续、精准的状态监测。知识蒸馏方法使用轻量化的学生模型继承复杂教师模型的优越性能，便于实现模型快速更新与在线部署。因此，提出了一种基于持续蒸馏的磨煤机自适应状态监测方法，通过教师模型持续指导、学生模型在线更新的机制，快速适应磨煤机运行状态的动态变化。针对磨煤机数据特性，结合图卷积和时间卷积网络的特征提取优势，提出图时卷积网络作为教师模型。构建基于复合损失函数的学生模型，通过蒸馏损失继承教师模型知识，使用监督损失保障监测的准确性。设计新旧参数融合策略，基于实时数据周期性更新学生模型参数，实现参数的迭代优化。基于某电厂运行数据验证，结果表明：提出方法在监测精度和自适应性方面均优于对比方法。在正常工况段，基于持续蒸馏方式的预测残差标准差相较于离线建模方式平均降低了8.45%，显著提升了模型的稳定性；在异常工况段，提出方法在保持零误警率的前提下，提前116 h捕捉到故障征兆并发出预警信号。综上所述，所提方法能够显著提升设备运维的智能化水平，具有广阔的工程应用前景。
-
基于同步建立时机优化的变同步比圆弧插补方法
摘要：
运动插补方法作为运动控制的关键技术，直接影响着运动对象的轨迹精度及运行效率。针对现有变同步比圆弧插补方法未考虑同步建立过渡过程，导致圆弧插补误差较大且插补精度对速度敏感的问题，提出了一种基于同步建立时机优化的变同步比圆弧插补方法，依据加减速控制策略，计算出每个插补周期内各个同步从轴经过加速或减速过程，达到新的同步状态所需的同步建立过渡过程时间，进而获得各从轴在同步建立过渡过程时间内的角度增量；在此基础上，计算出各从轴同步比改变时同步主轴的准确位置，确定主轴同步比改变时机；通过提前改变主轴同步比，优化同步建立时机，使得从轴运动到圆弧上时，刚好与主轴达到新的同步状态，从而有效减小因同步建立滞后引起的轨迹偏移；通过不断改变同步比，实现高精度圆弧插补。二维运动平台变同步比圆弧插补实验结果表明，与现有变同步比圆弧插补方法相比，所提出方法在速度为10 mm/s、插补步长为1 mm的条件下，完成半径为20和100 mm的整圆插补时，插补轨迹圆心平均偏移距离分别降低了约84.7%和85.6%，均方误差（MSE）平均值分别减小了约58.7%和68.1%，且当插补速度改变时，所得MSE平均值改变幅度较小，进一步提高圆弧插补精度的同时，有效降低了插补精度对速度的敏感性。
-
并网逆变器自适应滑模无模型预测控制策略
摘要：
为减少并网逆变器有限控制集模型预测控制性能对系统模型参数的依赖，故提出一种基于自适应滑模观测器的并网逆变器无模型预测控制方法。首先，以超局部模型理论为基础，通过设计自适应滑模观测器精准观测系统集总扰动，有效规避传统方法对精确模型参数的依赖，增强系统的鲁棒性与抗干扰能力。其次，为优化系统架构，引入扩展卡尔曼滤波器替代网侧电压传感器，通过实时估计网侧电压状态，为无模型预测提供关键参数，同时降低系统设计的复杂度。然后，针对数字控制器控制延迟导致的性能下降问题，提出了一种基于一阶线性外推法的改进延迟补偿方法，利用历史电流数据预测计算延迟后的系统状态，将补偿电流用于下一周期预测，提升电流跟踪的实时性与准确性。最后，搭建仿真模型与实验样机，与传统方法进行对比分析。实验结果表明与传统模型预测控制策略相比，所提方法在电感突增时并网电流总谐波失真率降低36.67%，突减时降低47.84%；当参考电流发生突变时，系统动态响应速度加快21.78%，且稳态运行时电流总谐波失真率低至2.37%，满足并网标准要求。所提策略通过多模块协同优化，有效降低了模型参数依赖性与控制延迟所带来的负面影响，为并网逆变器的高效稳定运行提供了可靠的控制方案。
电子测量技术与仪器
先进感知与损伤评估
精密测量技术与仪器
信息处理技术
视觉检测与图像测量
自动控制技术
期刊介绍
主管单位：中国科学技术协会
主办单位：中国仪器仪表学会
主编：王巍
地址：北京市海淀区知春路6号锦秋国际大厦A座23层
邮政编码：100088
电话：010-64044400
邮箱：cjsi@cis.org.cn
国内统一刊号：11-2179/TH
