针对双Buck-Boost集成双有源桥型三端口直流变换器高频链的电流应力优化问题，提出相应的控制方法. 为了实现对各个端口电压与功率的调节，高频变压器原边采用占空比控制，原、副边之间采用移相控制. 副边2个桥臂之间的内移相角可以作为第3个控制量，以实现优化控制目标；提出在传统控制方法的基础上引入副边桥臂间的内移相控制，实现优化高频链电流应力的效果. 建立三端口直流变换器高频链各模式下电流应力优化问题的数学模型，给出电流应力优化的实现条件. 搭建500 W的实验样机，对所提的电流应力优化控制方法进行实验验证. 结果表明，利用该方法可以有效地降低高频链的电流应力，提升系统效率，负载端口轻载时的效果更加明显.

针对直线电机无绳提升系统中因气隙不均匀引起的轮轨间振动、噪声和磨损等问题，设计新型的混合励磁直线电机. 通过改变次级励磁电流来调节双边气隙磁场和法向电磁力，进而调节双边气隙平衡，有效地降低轮轨间压力. 介绍新型电机的拓扑结构及气隙磁场调节原理，分析主要结构参数对电机性能的影响，确定样机的基本参数. 研究不同负载工况下次级励磁电流对法向电磁力的调节特性，分析次级励磁电流对直线电机空载反电势和电磁推力的影响. 研究结果表明，次级直流励磁电流对电机法向电磁力具有良好的调节能力，对电机推力输出基本没有影响. 在相同的负载工况下，法向电磁力随次级直流励磁电流基本呈线性变化. 当电机负载增大时，直流励磁电流对法向电磁力的调节能力略有降低. 实验结果与有限元分析结果基本吻合，验证了本文理论分析的正确性.

针对以往剩余使用寿命（RUL）预测方法对轴承退化信息挖掘不充分、忽视不同特征贡献度差异，影响预测准确性的问题，提出基于多尺度特征与注意力机制的轴承RUL预测方法. 在多个尺度下计算轴承原始振动信号的若干时域和频域特征，作为输入特征集. 将多尺度特征集输入到网络中，以注意力模块为不同特征自适应地分配最佳权重，以卷积神经网络（CNN）模块进行深层特征提取与多尺度特征融合，通过前馈神经网络（FNN）模块映射得到RUL预测值. 通过公开的轴承数据集进行实验验证，与其他RUL预测方法相比，所提方法的预测性能更优越.

为了提高盐湖重污区接触网腕臂复合绝缘子的防污效果，降低污闪事故率，在清洁复合绝缘子的电场转折点处加装超大伞裙，以提高绝缘子防污能力和增大绝缘子的爬电距离，从源头改善绝缘子的外绝缘性能. 以工频电磁场理论和气固两相流理论为基础，采用COMSOL Multiphysics电场、流场及粒子追踪场等建立多场单相耦合的绝缘子风洞积污有限元模型. 将碰撞系数和分布系数作为绝缘子积污量的表征参数，利用数值模拟分析布置方式和环境因素对积污特性的影响. 结果表明, 在平、斜安装下，碰撞系数随风速的增大而增大，随粒径的增大呈现先增大后减小的趋势；当风向为0°时，碰撞系数最小；当风速越大或粒径越大或风向为[0°, ±30°]时，布置方式对碰撞系数的影响越明显；当风速为30 m/s、粒径为15 μm时，伞裙表面的分布系数与风向的关系符合“γ”型分布. 通过加装超大伞裙，两超大伞裙间的碰撞系数及与超大伞裙相邻的单个伞裙表面的碰撞质量大大减小.

为了验证耦合风电场参数化模型的天气预报模式（WRF-WFP）对大规模风电场风资源特性评估的准确性，以我国河北省张北县百万千瓦风能基地为研究对象，分别采用耦合与未耦合风电场参数化模型的天气预报模式开展相关的模拟试验，利用在平坦及复杂地形场区的测风塔的观测数据对风速及其概率密度函数分布以及风向进行验证分析. 研究结果表明：耦合与未耦合风电场参数化模型的天气预报数值模式对风资源特性的评估均有较高的可靠性，且对平坦地形区域的模拟精确性优于山地地形区域；由于前者考虑了风电场的尾流效应，对风速预测的精确性比后者高约4.5%. 该数值模式可为风能丰富地区的风电场微观选址、大规模风电场的运行特性及其对大气边界层影响的评估提供可靠的技术支撑.

为了保证机械产品及其装配过程符合规范，须对产品装配过程的偏差传递流进行建模，识别关键装配特征并对相应误差装配节点进行溯源及控制. 提出基于复杂网络的自调节偏差传递网络建模方法与误差溯源方法，结合装配过程中的实测数据、特征表面信息以及装配工艺流程构建加权自调节偏差传递网络. 利用改进的加权半局部中心性排序算法识别偏差传递网络中的关键特征. 提出逆向回溯算法以及重要度排名（IR）指标，在加权自调节偏差传递网络中识别出关键特征的误差源，以确定须进行重点监控的装配面. 以锥齿轮轴组件的多阶段装配过程为研究对象进行验证，结果表明利用所提出的方法可对多阶段装配过程中的偏差流进行有效建模，识别关键装配面，实施误差溯源.

在一般补偿器的硬件中无法运行MATLAB等第三方工具软件的代码，导致大多模型不能被应用于机床热误差的实际补偿.为了提高误差建模效率，降低对补偿系统硬件的要求，提出静压转台热误差实时补偿方法. 该补偿方法以支持向量机（SVM）为核心算法，分别使用鱼群算法和狼群算法对支持向量机的核心参数进行前期和后期优化，在保证预测精度的前提下提升建模效率. 通过离线训练MATLAB筛选出支持向量导入到开发的补偿软件中，利用用于过程控制的对象连接与嵌入（OPC）方式对热误差实施实时在线补偿. 与传统多元线性回归建模方式对比，可以看出该模型在精度和效率上均较优.补偿实验的结果表明，转台的轴向误差由原来最大为40 μm降低为约10 μm，转台的加工精度提高了75%，验证了所提出补偿方法的有效性.

提出水压直驱纤维增强软体单元，采用伺服电机驱动水压缸实现软体运动控制，搭建试验台开展软体单元动静态特性研究. 针对软体单元输出力、径向膨胀、弯曲角度及刚度等性能开展静态试验. 结果表明，软体单元驱动压力为影响输出力和弯曲角度的主要因素；当输入压力增加时，软体最大径向膨胀速率为3%；当输入压力为0.3 MPa、末端位移为4 mm时，水压驱动输出力为4.3 N，与气压驱动相比，软体刚度增加0.025 N/mm. 建立水压直驱软体单元动力学模型，围绕软体单元弯曲角度、压力响应进行仿真分析及试验验证. 结果表明，水压直驱软体单元模型仿真与实测结果较吻合，弯曲角度稳定误差为1.70%，驱动水压稳定误差为0.33%. 研究成果表明采用水液压驱动软体机器人可提高其性能.