在共享经济时代，物流服务行业建立稳定的联盟至关重要。因此，在物流企业联盟内部，如何确保公平的收益分配成为一大挑战。然而，由于联盟存在信息不完备的情况，一些传统的合作博弈单值解，例如Shapley值，可能并不适用于该问题，这些解法更适用于联盟的总体收益和各博弈者的参与水平都能够被准确估计的情形。研究了信息不完备的物流企业联盟的收益分配问题，并提出了一种相关的收益分配模型。为了证明所提出模型的适用性，进行了一个案例研究。结果表明，模糊Shapley值能合理地提升多方合作后的各方收益，有效地分配物流企业联盟的收益。

产业互联网是站在整个产业链视角，充分运用沉淀的产业数据，进行痛点分析和资源匹配，向全产业提供普惠式的综合服务和基础设施建设，提升产业链供应链的稳定性和现代化。在产业链发展中，上下游企业以及企业与终端用户间的业务对接和协同已经成为了一个关键问题。而传统的信息检索方式由于存在检索方式单一、检索内容固化等原因难以有效适应产业链中对相关产品和业务的个性化检索和信息咨询需求。随着人工智能的发展，智能客服已经成为一种新的解决产业链个性化信息检索和咨询问题的关键技术手段。然而，传统智能客服的适应能力相对有限，有时对特定问题的回答还需要在系统中进行预先定义，对于不断变化的业务语境难以灵活应对。为了提供一种面向产业链上下游企业的可以灵活适配目标企业业务需求的智能客服系统，提出了一种基于大语言模型（LLM）的领域自适应智能客服构建方法，该方法利用开源的大语言模型，使得中小企业可以针对具体下游任务进行垂域适配，结合私域知识库搭建低成本高质量的客户服务，同时也能避免敏感数据泄露问题，从而能够解决产业互联网中灵活地智能客服系统构建问题，降低产业互联网中中小企业低成本系统构建需求。

To address the issues of low efficiency， excessive redundancy， and the inability to dynamically avoid obstacles in indoor robot path planning when using the A^* algorithm， this paper proposes a fusion algorithm that combines an optimized A^* algorithm with the dynamic window approach. The proposed algorithm enhances the heuristic function by incorporating the distance from the parent node to the target node. It quantifies the obstacle information to dynamically adjust the weights of the heuristic function using an obstacle rate function. Additionally， it introduces a cost for turning to reduce unnecessary turns in the path and designs a strategy to remove redundant points， ensuring a globally optimal static path. It incorporates the offside angle， flexibly selects the key nodes of the A^* algorithm as local target points within the dynamic window to avoid the path getting trapped in local optima. The experimental results demonstrate that the improved fusion algorithm enhances the search efficiency， reduces the path length， resolves the issue of the dynamic window approach being trapped in local optima and enables the real-time obstacle avoidance.

随着智能制造、人工智能等技术的快速发展，立体仓储和仓储机器人得到了广泛的应用，空间定位测量技术的需求提升。传统的定位测量技术存在精度低、测量范围有限的问题。为此，针对大尺寸空间三维立体位姿测量的应用场景，首先采用旋转激光扫描机构构建光电传感网络，激光平面后方交会于待测目标，然后运用EPNP算法求出物料运输机器人在激光扫描机构坐标系的3D坐标，最后利用单位四元数法求出物料运输机器人相对于世界坐标系的位姿信息。应用结果表明：该方法能够进行大尺寸空间三维立体定位测量，系统稳定，鲁棒性强，能够满足实际应用需求。

在按照船级社标准，进行船用柴油机曲轴疲劳强度校核时，需要进行大量曲线图数据查询工作，包括曲轴各个位置的应力集中系数、结构细节的影响系数等参数，给曲轴疲劳强度计算带来麻烦和不稳定因素，同时也是曲轴疲劳强度计算软件开发的障碍。首先，针对图像干扰多，多曲线等问题，通过图像预处理、灰色图像二值化、图像降噪等过程，提取了曲线数据；研究了数据的曲线拟合方法，并通过分析比较多种曲线拟合方法，得出了精度高和使用方便的数据拟合公式。

智能制造是信息技术与先进制造技术深度融合形成的先进生产方式，其发展伴随着信息化的进步，经历了数字化、网络化两个阶段，目前正处于具有感知学习能力的制造系统为典型特征的智能化阶段，称之为新一代智能制造阶段。本文立足该阶段需求及特点，以人工智能的应用场景及作用为主要探讨对象，系统介绍了智能制造的三个发展阶段，阐释了人工智能技术之于新一代智能制造系统的重要作用，进而提出人工智能技术在制造环节应用的几点思索，希望为智能制造相关实践提供一些参考。

针对智能机器人提出一种基于自适应事件触发机制的鲁棒路径跟踪控制算法。首先，考虑到系统的非线性特征，采用T-S模糊模型方法逼近系统横向动力学；其次，考虑到有限网络带宽引起的通信约束，在设计鲁棒控制时引入了先进的自适应事件触发方案。然后基于李亚普诺夫函数理论，给出了一组充分条件来计算所设计控制器的事件触发权矩阵和控制增益。最后，在MATLAB/Simulink平台上进行了仿真模拟以说明所提方法的有效性和鲁棒性。

为保证双足机器人的运动过程中机身的稳定性并能够抵抗一定程度的外部冲击力的干扰，设计了一种基于虚拟模型控制（VMC）与全身控制（WBC）的双足机器人力矩控制方法。该方法用虚拟模型控制对机器人模型进行简化，用得到的降阶模型求解机器人行走过程中的地面支反力；用全身控制对机器人控制任务进行优先级排序，并求解运动过程中的关节加速度；最后将二者代入刚体动力学方程中求解控制所需要的关节力矩。控制目标为驼鸟形双足机器人，使用的仿真平台为MIT机器人仿真平台。经过仿真验证，该控制方法可以有效地对目标进行控制，且机身的稳定性高，计算的求解效率高，运算复杂程度低，证明了该方法对于双足机器人控制的效果较好。

针对受不确定性影响的非线性液压伺服系统，设计了一种基于高增益比例积分观测器的全局快速终端滑模控制方法。首先，采用输入输出反馈线性化方法对非线性模型进行线性化处理，使其适用于观测器与控制器的设计结构，其中比例积分观测器用于估计包括建模误差、外部干扰和测量噪声等综合不确定性，全局快速终端滑模控制器用于快速补偿观测器误差，从而进一步提高控制系统的鲁棒性。此外，根据李亚普诺夫稳定性理论证明了整个闭环系统的稳定性。最后，将所设计方法与传统PID控制以及传统滑模控制方法在相同的不确定性环境下进行了对比实验，实验结果表明所提方法具有更快的响应速度、更高的跟踪精度与抗干扰能力。

智能制造是推进新型工业化的主攻方向，如何立足我国基本国情，快速、有效地发展智能制造是加快推进新型工业化进程的核心问题。首先梳理总结了新型工业化背景下智能制造的内涵及特征，并通过多视角、多维度对比分析了国内外智能制造的发展背景、发展目标及发展模式；其次，对数字化、网络化、智能化相关监测指标进行了统计测算，研判了当前我国智能制造发展现状；在此基础上，提出了“一条主线，两个方向，三条路径，四项行动，五项保障”的发展模式，并分别从发展方向、政策配套、资金支持以及技术融合等方面给出我国发展智能制造的若干建议。

Predictive maintenance reduces unnecessary maintenance by timely diagnosing or predicting the state of the device， and deep learning methods can realize the above process by mapping the device feature parameters to the state of the device. The wide variety of equipment and the predictive maintenance of equipment in multiple working conditions also place higher demands for deep learning methods， and a reasonable selection of deep learning methods thus becomes crucial. Therefore， the development process and the latest application of deep learning in predictive maintenance are discussed in this paper， with a view to further promote the application of predictive maintenance in more devices， to improve the accuracy of deep learning methods in predictive maintenance applications， and to envision the future development of deep learning methods in predictive maintenance.

机器人的动态跟踪精度是机器人实现精准实时操作的一个关键性难题。设计了一种基于模糊自适应PID的机器人视觉伺服动态跟随算法。针对机器人三维空间的动态跟踪任务，首先搭建了以NDI光学定位跟踪系统作为视觉系统，以思灵Diana高精度力控协作臂作为载体的实验系统，确定了视觉伺服的基本方法，然后通过两步法标定获得了手眼矩阵，设计了视觉伺服控制器，之后利用双机械臂模拟主动运动和跟随运动，对所设计算法进行了实物验证。实验结果表明机械臂能够精确地跟随目标的匀速移动。

The machining quality of electric spindles critically determines precision， efficiency， and stability in precision manufacturing. However， the machining process faces challenges due to diverse product types， multiple operating conditions and scarce target-condition data， making consistent quality of electric spindle difficult to guarantee. To address this， this paper proposes a transfer-learning-based method for multi-operating-condition quality prediction. The method first extracts spindle time-series signals and employs the Synthetic Minority Over-sampling Technique to balance historical and target-condition data distributions. Subsequently， constructs a two-stage regression model， TrAdaboost.R2， and leverages knowledge transfer to predict spindle quality under target conditions. Finally， the proposed method is validated with electric spindle data， demonstrating its superior prediction performance. This approach provides an effective framework for the precise quality prediction of electric spindles across varying operating conditions.

针对传统蚁群算法进行路径规划时存在的收敛速度较慢，容易陷入局部最优解等问题，对传统蚁群算法进行改进。首先，在启发函数中加入偏离距离因子，引导无人机向目标点进行寻优；其次，对状态转移函数中信息素权重因子 \alpha和启发函数权重因子 \beta进行自适应处理；最后，使信息素挥发系数根据算法迭代次数及路径适应度自适应变化，同时使信息素更新与路径适应度相关联。仿真结果表明，改进后的算法收敛速度更快，规划出的路径更平滑，最优适应度更低，同时有效避免了陷入局部最优的问题，具有更好的搜索效率及实用价值。

铝板材经退火炉退火后，板材波浪弯较大，将矫直机工作辊调节成不同凸度，形成不同的辊缝值，能有效消除板材波浪弯。采用西门子高速计数器FM350-2计数编码器的脉冲数，精确控制辊缝值大小，同时将辊缝值传输至上位机上显示。用直流调速装置控制主传动直流电动机，设置直流调速装置端子。实际应用表明，该设计系统能有效矫直板材。

针对长程自主式水下航行器（AUV）在使用推进器定深巡航、上浮下潜能耗高以及传统浮力布置方式带来重心改变控制复杂等问题。提出了一种复合浮力调节装置，该装置在结构上独立成段，集成了浮力调节和重心调节功能。可在满足浮力调节的同时，利用剩余空间实现对俯仰角的控制。并采用一种新的浮力模块布置方式，通过理论计算验证了该装置可以在AUV上浮、悬浮、下潜过程中保持一定姿态。搭建了复合浮力装置样机，对主要部件进行强度校核，测试其在水下的密封性能和浮力调节精确度。结果表明：该机构具有精确的浮力调节能力，以及保持该机构在水中平衡的能力，相比传统布置方式可提高空间利用率、简化安装步骤。

By analyzing the existing gangue sorting manipulator claw and its use， it is concluded that the existing claw has a large weight， is susceptive to wear and tear as well as higher cost of the overall replacement. A method is hence adopted to install replaceable wear-resistant shims and to select lighter quality materials for improvement. The finger force analysis is made before and after the improvement through the Ansys Workbench， and the improved finger effect proves to be better， verifying the feasibility of the installation of replaceable wear-resistant shims， while determining the replaceable wear-resistant shims material being 20CrMnSi， and finger base material being TC4. The fatigue life analysis is made for the finger before and after the improvement using fatigue analysis tools， and the conclusion is drawn that the fatigue life of improved finger matrix is longer， and the replaceable wear-resistant shims begin to fail after being used 4.3794×105 times， and are therefore needed to be replaced after about two months of use.

To address the problems of scattered knowledge systems in ship assembly and ineffective mining and utilization of massive process data， this paper proposes an automatic knowledge graph construction technology for the shipbuilding domain based on large language models. This method uses large language models to convert unstructured and semi-structured ship data into structured data to build a ship process corpus. It models ship ontology knowledge structure with the assistance of large language models， designs an instruction prompting framework for ship assembly domain， and achieves efficient entity-relationship extraction， to complete the automatic construction of knowledge graphs. Additionally， the method uses triple sets constructed by general large language model instruction prompts as fine-tuning training sets to further fine-tune specialized small language models， ensuring the security of specific private ship data while reducing computational resources. Experimental results show that this method outperforms traditional baseline models in key metrics such as accuracy， providing a new technical approach for knowledge management and intelligent upgrading in the shipbuilding domain.

窃电是一种不当行为，会侵犯电能量运营商的利益，也会对公共安全造成危害。针对中国国家电网公司公布的带有窃电标签的真实用电数据集，首先对数据集进行预处理，而后分析不同类型用户的用电行为。考虑不同类型用户之间日负荷量的差异性，建立PCA-RandomForest模型进行窃电检测。同时探索时频域参数在窃电检测中的效果。对比实验证明我们所提模型是稳定的。PCA-RandomForest模型的分类效果表明日负荷量的差异性为窃电用户与诚实用户的特征之一，可用于窃电用户的检测。