惯容器是一种两端点加速度相关型控制元件,具有表观质量放大、耗能增效等特性,可更加高效、经济地进行结构振动控制,将惯容器表观质量增大的特性拓展到调谐减震装置中可实现轻量化振动控制。为研究高层结构上附加旋转惯质双调谐质量阻尼...惯容器是一种两端点加速度相关型控制元件,具有表观质量放大、耗能增效等特性,可更加高效、经济地进行结构振动控制,将惯容器表观质量增大的特性拓展到调谐减震装置中可实现轻量化振动控制。为研究高层结构上附加旋转惯质双调谐质量阻尼器(rotating inertia dual-tuned mass damper,RIDTMD)的轻量化振动控制效果,采用柔度法求逆的方法获得等效简化模型;通过结构模态分析、时程分析验证了等效模型的可靠性;建立附加RIDTMD多自由度结构的力学模型与运动方程;采取H_(2)优化和给定质量、阻尼参数的取值区间来确定RIDTMD的参数。在一个51层的框架核心筒结构上设计了RIDTMD,分析其在地震激励下的楼层位移、加速度和层间位移角等结构响应,频域与时程分析结果看,以调谐质量阻尼器(tuned mass damper,TMD)控制效果为目标的H_(2)优化设计可以使RIDTMD有着与TMD类似的振动控制效果,与无控结构相比,顶层峰值位移、均方根位移最大可分别降低18.0、32.9%,且RIDTMD的调谐质量比TMD减少30.0%。展开更多
三维高斯溅射作为辐射场建模的前沿技术为煤矿井下数字化进程开辟了新路径,已成为煤矿机器人自主导航系统与数字孪生体系构建的关键支撑。然而,现有煤矿机器人SLAM(Simultaneous Localization and Mapping)方法在面对动态光照、深度感...三维高斯溅射作为辐射场建模的前沿技术为煤矿井下数字化进程开辟了新路径,已成为煤矿机器人自主导航系统与数字孪生体系构建的关键支撑。然而,现有煤矿机器人SLAM(Simultaneous Localization and Mapping)方法在面对动态光照、深度感知缺失与复杂几何结构等因素时面临着挑战。鉴于此,提出一种多维度视觉感知增强的高精度三维高斯溅射(3D Gaussian Splatting,3DGS)SLAM方法。首先,提出基于HIS(Hue-Intensity-Saturation)空间的多阶段图像增强校正算法,融合MSRCR(Multi-Scale Retinex with Color Restoration)、SWF(Side Window Filtering)和归一化伽马校正技术,通过非线性光照补偿与局部对比度优化实现RGB图像细节增强。构建彩色图-深度图特征引导的深度补全网络以填充深度数据空洞并抑制噪声干扰,提升原始数据质量。然后,设计混合欧几里德距离与重叠度结合的双阶段关键帧选择机制,通过空间差异性约束与视角覆盖冗余度控制,在保障场景表征完整性的前提下筛选最小必要关键帧集,实现精确高效关键帧选取。最后,设计透明度与时空加权观测频次双重约束的高斯管理策略,剔除低透明度区域的无效高斯椭球并对长期稳定观测的高斯椭球进行置信度强化,结合回环检测与位姿图优化实现全局一致的高质量建图。为验证所提方法有效性,依托自主设计集成的移动机器人平台,在采掘巷道等典型煤矿场景中进行了大量对比试验,结果表明:该方法在煤矿井下复杂场景中实现厘米级轨迹跟踪精度,其平均跟踪误差较当前最优基准方法降低12.4%;三维建图峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)达22.4 dB并保持较高实时性,显著优于主流算法,为构建数字孪生矿山提供了可靠技术支撑。展开更多
文摘惯容器是一种两端点加速度相关型控制元件,具有表观质量放大、耗能增效等特性,可更加高效、经济地进行结构振动控制,将惯容器表观质量增大的特性拓展到调谐减震装置中可实现轻量化振动控制。为研究高层结构上附加旋转惯质双调谐质量阻尼器(rotating inertia dual-tuned mass damper,RIDTMD)的轻量化振动控制效果,采用柔度法求逆的方法获得等效简化模型;通过结构模态分析、时程分析验证了等效模型的可靠性;建立附加RIDTMD多自由度结构的力学模型与运动方程;采取H_(2)优化和给定质量、阻尼参数的取值区间来确定RIDTMD的参数。在一个51层的框架核心筒结构上设计了RIDTMD,分析其在地震激励下的楼层位移、加速度和层间位移角等结构响应,频域与时程分析结果看,以调谐质量阻尼器(tuned mass damper,TMD)控制效果为目标的H_(2)优化设计可以使RIDTMD有着与TMD类似的振动控制效果,与无控结构相比,顶层峰值位移、均方根位移最大可分别降低18.0、32.9%,且RIDTMD的调谐质量比TMD减少30.0%。
文摘三维高斯溅射作为辐射场建模的前沿技术为煤矿井下数字化进程开辟了新路径,已成为煤矿机器人自主导航系统与数字孪生体系构建的关键支撑。然而,现有煤矿机器人SLAM(Simultaneous Localization and Mapping)方法在面对动态光照、深度感知缺失与复杂几何结构等因素时面临着挑战。鉴于此,提出一种多维度视觉感知增强的高精度三维高斯溅射(3D Gaussian Splatting,3DGS)SLAM方法。首先,提出基于HIS(Hue-Intensity-Saturation)空间的多阶段图像增强校正算法,融合MSRCR(Multi-Scale Retinex with Color Restoration)、SWF(Side Window Filtering)和归一化伽马校正技术,通过非线性光照补偿与局部对比度优化实现RGB图像细节增强。构建彩色图-深度图特征引导的深度补全网络以填充深度数据空洞并抑制噪声干扰,提升原始数据质量。然后,设计混合欧几里德距离与重叠度结合的双阶段关键帧选择机制,通过空间差异性约束与视角覆盖冗余度控制,在保障场景表征完整性的前提下筛选最小必要关键帧集,实现精确高效关键帧选取。最后,设计透明度与时空加权观测频次双重约束的高斯管理策略,剔除低透明度区域的无效高斯椭球并对长期稳定观测的高斯椭球进行置信度强化,结合回环检测与位姿图优化实现全局一致的高质量建图。为验证所提方法有效性,依托自主设计集成的移动机器人平台,在采掘巷道等典型煤矿场景中进行了大量对比试验,结果表明:该方法在煤矿井下复杂场景中实现厘米级轨迹跟踪精度,其平均跟踪误差较当前最优基准方法降低12.4%;三维建图峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)达22.4 dB并保持较高实时性,显著优于主流算法,为构建数字孪生矿山提供了可靠技术支撑。
