机械与运载工程领域（以下简称机械领域）所研判的 Top10 工程研究前沿涉及机械工程、船舶与海洋工程、航空宇航科学技术、兵器科学与技术、动力及电气设备工程与技术、交通运输工程等学科方向。其中，“自主水下航行器的自适应跟踪”“多智能体系统的一致性控制”“机械手的自适应神经网络控制”“水下自主导航系统”“全球导航卫星系统优化”和“近海岸波浪能资源评估及利用”是传统研究的深入，“锂离子电池热管理技术”“认知无线网络”“基于触觉的目标识别”和“电 / 磁场强化纳米流体对流传热”是新兴前沿。论文自 2012 年至 2017 年逐年发表，“锂离子电池热管理技术”和“电/ 磁场强化纳米流体对流传热”是近年来论文发表增速最显著的方向。

机械领域 Top10 工程研究前沿

（1）自主水下航行器的自适应跟踪

由于自主水下航行器是一个典型的强耦合非线性系统，易受到水下洋流等时变因素干扰，比一般刚体具有更强的模型、参数不确定性。针对未知参数具有线性化形式的非线性系统，目前一般采用自适应技术，在线预估未知参数；针对参数不具有线性化形式的系统，可采用神经网络方法补偿系统不确定性，保证跟踪误差的稳定性。根据推进器配置不同，自主水下航行器跟踪研究主要分为欠驱动水下航行器跟踪控制、全驱动水下航行器跟踪控制。欠驱动水下航行器跟踪控制系统各运动自由度之间跟踪误差具有很强的非线性耦合，国内外学者主要是利用反步控制方法及级联系统控制方法等来实现跟踪误差的渐近稳定性；由于全驱动水下航行器跟踪控制系统每个自由度均有独立的控制输入，国内外学者主要采用自适应反步控制方法等来获得具有全局线性稳定性的轨迹跟踪控制器。自主水下航行器编队协同跟踪探测效能远优于单体跟踪探测，在逐步完善自主水下航行器自适应单体跟踪控制技术的基础上，对于自适应编队协同控制技术及智能路径规划技术等研究将是该研究方向的发展趋势。

（2）多智能体系统的一致性控制

从人群到飞鸟、游鱼、昆虫、细菌、细胞，自然界广泛存在着大规模群体运动。相互联系而不断运动的个体组成的系统涌现出了丰富多彩而高度协调的群集动力学行为。多智能体系统是理解生物和自然群集行为的一个途径，同时在工业多机器人群体协同、无人机编队控制、人类群体行为调控疏导、无线传感网络优化等领域具有可观的应用价值。多智能体系统是由一系列相互作用的智能体构成，各个智能体之间通过通信、合作、协调、调度、管理和控制等方式来表达系统的结构、功能及行为特性，完成单个智能体不能完成的大量而又复杂的工作。多智能体系统具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力，因而采用多智能体系统解决实际问题有很强的鲁棒性和可靠性。由于生物学、计算机科学、人工智能、自动化科学、物理科学等多个学科交叉和渗透发展，多智能体系统已成为工程控制学科的前沿问题。初期多智能体系统协同的研究受自然界广泛存在的群集现象启发，利用数学、计算机仿真和系统科学的方法进行探索。近几十年来出现了大量的多智能体系统协同控制理论的研究。多智能体的协调控制的基本问题包括一致性控制、集聚控制、蜂拥控制和编队控制等。一致性控制是多智能体系统协调控制中一个最基本的问题，其研究可以推广应用到其他协同控制问题。一致性控制是指设计一致性协议使得各智能体之间通过局部信息交互，实现所有智能体的目标状态值一致。一致性控制研究主要从三个方面展开：智能体动力学复杂度、通信拓扑复杂度以及网络信息传输复杂度。当前多智能体系统最重要的应用是群体机器人的协同。特别是传统的多机器人生产线往往采取集中式控制结构，难以适应面向任务的小批量、多品种的生产，缺乏敏捷制造的能力。随着当今国际制造业正在向大型、复杂、动态和开放的方向转变，现代制造的复杂作业需要多机器人协同完成，因此亟待研制具有更好的顺应性、一致性和优化性能的群体机器人系统。

（3）机械手的自适应神经网络控制

多指灵巧机械手是一个复杂的、动态耦合、具有时变特性的非线性系统，存在诸如系统建模误差、高频特性、关节摩擦以及信号检测误差等多种不确定性因素，这些客观存在的实际情况使得控制系统性能变差，以致常规的反馈技术不能满足控制要求。神经网络具有非线性变换特性和高度的并行运算能力，可以有效辨识出机械手系统的参数，但其不能完全解决机械手建模误差和外界干扰等带来的不确定性问题。为了利用神经网络对机械手系统进行自适应控制，往往还需要融合其他算法，包括滑模控制、鲁棒控制和智能控制等方法。目前基于知识规则和学习推理的智能控制算法，如模糊控制、学习控制、专家控制和遗传算法、粒子群寻优算法等，在处理系统不确定性方面具有各自的优势，将多种控制方法相融合、取长补短、有机结合，形成新的控制方法已成为多指机械手自适应控制领域的研究前沿和发展趋势。

（4）水下自主导航系统

自主水下航行器广泛应用于水下作业，是许多科学、工业和军事活动的基础，因此实现水下航行器的高精度定位以及多个水下航行器的协同导航已经成为当前国内外的研究前沿。超短基线定位系统在近年来已经得到普遍应用，它是一种以声波为信息载体的水下声学定位技术，由水下航行器的声信标发出声信号、水面上的超短基线基阵接收信号并测算水下方位及距离。该系统由基于卡尔曼滤波器、扩展卡尔曼滤波器或者分散扩展信息滤波器的算法提供软件方案，惯性测量单元、光纤陀螺仪和多普勒计程仪等传感元件则构成了硬件系统。在进行水下定位和导航时，影响其精度的重要因素是针对水下航行器运动的估计算法，该算法不仅在期望路径和执行路径之间的位置误差方面影响定位和导航的结果，而且还影响由水下航行器获取的地理参考数据，因此自主水下航行器的运动估计算法需要精确且轻量。此外，声学调制解调器作为超短基线基阵的替代方案，在单个自主水下航行器的同步时钟单向行程时间声学导航方面也具有较大的应用潜力。

（5）锂离子电池热管理技术

近些年，在能源危机与环境污染的双重威胁下，电动汽车的发展得到了人们广泛关注。锂离子电池因具有能量密度高和功率密度强、循环寿命长以及自放电比率低等优点成为电动汽车动力首选。但锂离子电池在大电流快速充放电循环过程中会产生大量的热量并可能引发热逃逸，倘若处理不当会对电池性能、寿命、安全性等方面产生极大影响。实验和数值模拟通常用来分析电池和电池组的热行为，以便进行更好的热管理。精确的热学模型对于锂离子电池数值模拟至关重要，必须精确表达电池中的能量守恒、热产生以及边界条件，还需配合电化学及等效电路模型进行辅助计算。目前动力电池冷却的研究方法主要集中在风冷、液冷、相变材料冷却、沸腾冷却与热管冷却等。同时，电池加热技术的研究也不能忽视，这决定了锂离子电池能否正常应用于低温和高海拔地区。各类热管理技术各有利弊，实际应用中必须综合考虑成本、复杂度、重量、冷却效果、温度一致性、寄生功率消耗各个方面，方能实现锂离子电池的有效热管理。

本文内容由中国起重机械设备网整理发布