针对工业机器人手臂中执行器的失效故障和偏移故障而导致轨迹跟踪精度下降的问题,提出了一种基于高阶滑模观测器的终端滑模自适应容错控制方法。首先通过对工业机器人手臂的运动状态进行分析,建立了带有执行器故障的工业机器人手臂动力学方程;然后设计了高阶滑模观测器来准确估计系统内的故障项,并在终端滑模面的基础上,设计了自适应容错控制律来补偿执行器故障带来的影响;最后利用Lyapunov函数进行了稳定性分析,证明了提出的控制方法可使工业机器人手臂运动轨迹准确跟踪信号指令。通过对六自由度工业机器人手臂的仿真分析,结果表明,设计的高阶滑模观测器能够准确估计出系统内的故障,最大估计误差仅为0.011 (°)/s²,提出的终端滑模自适应容错控制律能够有效克服执行器故障对工业机器人手臂运动轨迹的影响,在整个运动轨迹上的最大误差和平均误差分别为0.64和0.24 mm,表现出了较强的鲁棒性。在三维空间固定坐标点的定位测试结果表明,提出的终端滑模自适应容错控制律具有较高的控制精度,定位的最大误差和平均误差分别为0.89和0.31 mm,从而验证了提出的控制方法具有较强的工程实用性。

当前全驱动的灵巧手存在驱动电机过多、抓取力不足等问题;而高度欠驱动的灵巧手又存在独立控制能力低、灵巧性不足等问题。针对当前问题设计了一款基于交叉四连杆的四指灵巧手,将该结构类比成人的手指,实现了近端指节关节和远端指节关节之间的耦合运动;提出与传统偏航-俯仰型不同的翻滚-俯仰型掌指关节结构,应用于除拇指外的三指,实现了手指的屈伸与转动,可丰富灵巧手的抓取姿态,提升其灵巧性;拇指在掌指关节采用侧摆结构,实现与其余三指的配合。在MATLAB软件中建立了手指的运动学模型并求得手指的末端工作空间,通过ADAMS软件对灵巧手进行了仿真,通过分析手指的运动特性,验证了灵巧手结构的合理性。通过样机实验证明了四指灵巧手具有良好的抓取性能与较高的实用价值。

叶片作为航空发动机中重要零/部件,其加工质量对发动机性能影响极大。针对叶片加工后部分位置存在超差问题,对叶片加工误差补偿问题进行了研究。首先,根据叶片型面在U、V方向曲率的变化特点,分别采用自适应采样和等参数采样来完成叶片测量点规划;通过接触式在机测量获取理论型面与实际型面误差,基于测量得到的有限误差数据,通过双线性插值计算得到各刀触点加工误差;最后根据各刀触点加工误差对理论刀路进行调整得到补偿刀路。通过某型号发动机叶片进行补偿加工实验,结果表明,最大轮廓度误差由0.076 mm降低至0.040 mm,补偿后的叶片轮廓度满足精度要求,验证了补偿方法的有效性。

针对多品种、变批量的高复杂度智能制造场景,频繁更换刀具、夹具及工装等情况造成的实际生产调度和理论生产调度脱节的问题,定义了两个参量,即机器准备时间(Machine Preparation Duration,MPD)和机器加工系数(Machine Processing Coefficient,MPC),以最小化最大完工时间、机器总时间负荷和机器总准备时间为目标函数,建立了引入MPC参数的多品种、变批量智能车间调度数学模型;设计了融合非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)和免疫遗传算法(Immune Genetic Algorithm,IGA)的非支配免疫遗传算法(Non-dominated Sorting Immune Genetic Algorithm-Ⅱ,NSIGA-Ⅱ)来求解此类问题。该算法采用多种方式进行初始化,提出了一种综合考虑非支配排序和目标函数值大小的得分策略来筛选优秀个体,同时为了提高种群的多样性,引入种群分层和自适应交叉突变的策略。最后,通过多组对比实验验证了该算法的有效性以及在探索最优解时具有稳定性好、解质量高等优点。

针对在高速行驶、低附着路面和大曲率等危险工况下,车辆轨迹跟踪精度低、容易发生失稳的问题,以四轮独立驱动(Four-Wheel Independently Drive,4WID)智能车辆作为研究对象,提出了一种考虑道路曲率和车辆稳定性的4WID智能车辆轨迹跟踪控制策略。首先,根据道路曲率实时计算车辆行驶速度,采用模型预测控制算法求解前轮转角,以跟踪期望路径;然后,基于积分滑模控制设计了附加横摆力矩控制器,使用双曲正切函数减小系统抖振,并根据车辆前后轴载荷进行力矩分配,控制目标是在考虑控制执行器约束和车辆稳定性约束的情况下,更加精确稳定地跟踪期望的轨迹;最后,在双移线工况和大曲率工况下进行了仿真实验,结果表明,所设计的控制策略能够有效提高轨迹跟踪精度,降低质心侧偏角峰值和横摆角速度峰值,并保证车辆的横摆稳定性和乘坐舒适性。

路径规划是移动机器人的研究热点,直接关系到移动效率和准确性。针对现有研究尚未有效解决动态障碍物环境下转折点数冗余及避障难等问题,提出了一种基于B样条的改进RRT^*与动态窗口法(Dynamic Window Approach,DWA)融合的移动机器人路径规划算法。首先采用节点修剪策略来除去路径中的冗余节点;然后运用B样条曲线来优化修剪后的路径,缩短路径长度,减小转弯角,使路径更平滑;最后融合改进DWA算法,确保在全局最优的情况下实时避开未知障碍物。通过MATLAB仿真和基于ROS系统实验验证,结果表明提出的改进RRT^*与DWA融合算法规划路径成本小、运行时间短,可与障碍物保持安全距离,并在避开动态障碍物同时规划出最优路径。

由于双深位四向穿梭车立体仓库存在倒库操作,导致出库作业效率降低。针对该问题,首先对出库与回库过程建立了数学模型;其次,针对当前倒库与回库作业对后续出库作业的影响,提出了一种倒库库位选择策略和回库库位选择策略,减少倒库次数与倒库距离;在此基础上提出了一种任务执行顺序优化算法,以最小化任务完成时间为目标,基于改进遗传算法(Improved Genetic Algorithm,IGA),使用肯德尔相关系数进行种群初始化,增强了算法的空间搜索能力,并结合双深位仓库的特点,在遗传过程中引入基因调序过程,从而提高算法的收敛速度。仿真实验结果表明,所提出的策略可以显著提升出库作业效率,同时,IGA收敛速度更快,优化效果更好,稳定性更高,能够有效缩短出库作业时间,提高出库作业效率。

针对山地无人作业底盘在复杂道路下姿态不平稳,传统控制方法适应性、鲁棒性差等问题,提出了一种基于牛顿-拉弗森优化(Newton-Raphson-Based Optimizer,NRBO)算法、极致梯度提升树(eXtreme Gradient Boosting,XGBoost)算法和双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic policy gradient,TD3)算法的底盘姿态控制策略。首先,搭建七自由度主动悬架振动模型环境;然后,训练NRBO-XGBoost的状态预测模型,在TD3算法中加入状态预测模型并在网络中加入注意力机制,增强TD3智能体在复杂环境下的决策能力和适应能力,同时设计奖励函数并训练TD3智能体,实现在复杂道路环境下的底盘姿态控制;最后,基于Matlab 2023a/Simulink软件开展仿真。仿真结果表明,基于改进TD3的底盘姿态控制策略能够有效抑制无人作业底盘在复杂道路下的姿态变化,其俯仰角、侧倾角和垂向位移分别抑制了61.4 %、84.9 %和84.9 %,显著提高了平稳性;相比传统DDPG、PPO和TD3强化学习控制策略,改进TD3算法下的俯仰角分别改善了49.1 %、7.4 %和37.2 %,侧倾角分别改善了83.3 %、36.5 %和34.7 %,垂向位移分别改善了70.7 %、77.5 %和64.0 %,垂向位移加速度分别改善了67.7 %、42.1 %和49.7 %,控制效果更好,具有更好的适应性与鲁棒性。

针对分布式驱动电动车辆在复杂工况下的横向稳定性问题,提出了一种基于非奇异快速终端滑模控制的横向稳定性分层控制策略。首先,建立了二自由度车辆参考模型,以获得期望横摆角速度和期望质心侧偏角;其次,采用分层控制,上层控制器以期望横摆角速度和期望质心侧偏角为控制目标设计了一种基于非奇异快速终端滑模的直接横摆力矩控制器,并利用灰狼优化算法对该控制器参数进行全局最优求解,以提高系统的动态性能并保证较强的鲁棒性;然后,基于多重约束条件,利用二次规划法设计了下层控制器,将力矩优化分配给各个车轮;最后,为验证控制策略的有效性,在Simulink仿真平台上以正弦转角工况和双移线工况对横向稳定性分层控制策略进行仿真实验。结果表明:横向稳定性分层控制策略可以实现车辆横摆角速度和质心侧偏角的精确跟随,在正弦转角工况和双移线工况下车辆横摆角速度的超调量分别优化了19 %和22 %,车辆的质心侧偏角超调量分别优化了52 %和67 %,可以对复杂工况下车辆的横向稳定性进行有效控制,满足车辆稳定性控制要求。

鉴于当下物流仓储管理系统功能种类欠缺、人机交互度低、信息传输不及时、仓库整体情况难以把控以及操作便捷度低等问题,难以对物流仓储系统状态进行实时掌控与干预。基于此,从构建数字孪生模型的角度出发,从4个层面构造了智能物流仓储管理数字孪生模型,通过Solid Works和3Ds MAX等软件构造了仓储组件三维模型、对仓储中运输设备进行运动逻辑建模,利用Unity 3D可视化软件和C#编程语言对数字孪生物流仓储管理系统进行了开发,系统实现了物流仓储可视化、数据可视化、场景漫游及碰撞预警等预期功能。期望能为智能物流仓储行业向数智化转型提供建议,为相关领域与行业的数字孪生模型标准体系构建提供参考。

为提高机器人打磨的精度和效率,提出了一种基于三维视觉的机器人打磨路径规划方法。首先,利用结构光相机获取工件表面点云数据,通过RANSAC算法去除背景,并采用点云切片算法划分行间距。随后,使用Douglas-Peuker算法对路径点进行抽稀,并基于直接估计法计算法线,从而生成精确的打磨路径。为了实现稳定的力跟踪,设计了一种自适应变阻抗控制策略。通过MATLAB Simulink仿真平台,对比了PID控制方法、恒阻抗控制方法和自适应变阻抗控制方法在平面、弧面和复杂曲面环境下的性能。仿真结果表明,所提出的自适应变阻抗控制方法在力跟踪精度和响应速度方面均优于传统方法。在模拟打磨实验中,搭建了基于FANUC M-10ia/12型机器人和CX5020-0111控制器的打磨系统。实验验证了该方法在不同形状工件表面的有效性,尤其在复杂曲面环境中表现突出。

随着我国国防、医疗等重要领域智能装备发展规划的深入推进,机器人高精度、高灵活性、复杂运动能力及高人机共融能力成为现实急需,其关节的主、被动柔顺自适应能力成为研究的核心技术之一。针对这一问题,以关节的柔性实现形式为主线,从利用弹性体实现柔性、黏弹性体实现柔性、磁性材料实现柔性、驱动技术实现柔性及混合技术实现柔性等5个方面,系统梳理了国内外有关机器人柔性关节变刚度技术的研究现状,就当前各类型的柔性关节致柔技术原理、典型设计结构及其特点进行了综述,为机器人柔性关节技术的进一步创新提供参考和借鉴。

针对机械臂系统执行器故障,并考虑外界干扰和执行器输入饱和问题,设计了一种基于扩张状态观测器的滑模容错控制策略。首先,采用扩张状态观测器估计包括故障在内的复合干扰,该扩张状态观测器不依赖于全部状态可测和数学模型,可以准确地估计外界干扰和执行器故障。针对执行器的输入饱和问题,设计了一种非线性抗饱和补偿器实时补偿输入的饱和溢出效应;然后,提出了一种基于非奇异终端滑模的有限时间控制器实现了对机械臂系统的精准控制,该滑模变量的收敛时间有界且与系统初始状态无关。基于Lyapunov稳定性理论证明了闭环系统的有限时间稳定性;最后,通过与文献中将扩张状态观测器与边界层技术结合的控制方法进行仿真对比,验证了所提控制器的优越性。

为提高分布式驱动电动汽车在不同转向工况下的行驶稳定性,协调车轮之间的转速差控制,设计了一种复合转速控制和滑移率控制的差速转向控制策略。首先,研究最佳滑移率和路面附着系数之间的关系,拟合二者关系式,通过控制使其始终处在最佳滑移率附近;然后,通过模糊控制器匹配实际横摆角速度与理想横摆角速度差值、实际质心侧偏角和理想质心侧偏角差值和车速为输入,输出为2种方法的协调系数,在稳定状态下,基于转速控制,通过滑模变结构控制实现转速的期望跟踪,在不稳定状态下,基于滑移率控制,通过滑模变结构控制计算附加横摆力矩,并利用单双轮切换控制器实现力矩分配控制;最后,通过仿真进行验证,结果表明,在高速低附着工况下,相比于单一控制方法,该控制策略使横摆角速度峰值和质心侧偏角峰值最大分别减小了37.96 %和52.82 %,极大地提高了汽车的操纵稳定性。

提出了一种基于深度Q网络(Deep Q-Network,DQN)改进的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ),以解决以最小化最大完工时间和最小化能源消耗为目标的多目标柔性作业车间调度问题(Multi-Objective Flexible Job shop Scheduling Problem,MO-FJSP)。通过在DQN算法中定义马尔可夫决策过程和奖励函数,考虑选定设备对完工时间和能源消耗的局部及全局影响,提高了NSGA-Ⅱ初始种群的质量。改进的NSGA-Ⅱ通过精英保留策略确保运行过程中的种群多样性,并保留了进化过程中优质的个体。将DQN算法生成的初始解与贪婪算法生成的初始解进行对比,验证了DQN算法在生成初始解方面的有效性。此外,将基于DQN算法的改进NSGA-Ⅱ与其他启发式算法在标准案例和仿真案例上进行对比,证明了其在解决MO-FJSP方面的有效性。

基于航空发动机整体叶盘特殊构形及使用要求,研制了一种新型高性能低成本硅橡胶基流体磨料,探究了硅橡胶基流体磨料在整体叶盘表面的加工效果,分析主要磨料参数(磨粒目数、磨料质量比和磨粒材质)对黏度及加工性能的影响。采用单因素实验分析了不同磨料参数下叶盘试件的表面粗糙度、材料去除率和表面微观形貌的变化,获得了最优磨料参数,进行了磨料污染检测,并对整体叶盘零件进行了验证实验。结果表明:新型流体磨料具有良好的流变性能及加工性能,加工效率高;采用80^#的碳化硅磨粒,且硅橡胶基体与磨料质量比为1∶1.4的磨料可获得较好的加工质量,54次循环后表面粗糙度下降率在50 %以上;自制的新型流体磨料能有效提高整体叶盘零件的表面完整性,不会污染叶片表面,且未破坏叶型精度,能够满足使用要求。

为实现白车身前地板复合材料铺层的精准优化以及结构轻量化,提出一种基于白车身的多层次组合优化与设计方法,采用分区式碳纤维复合材料地板策略,对碳纤维复合材料前地板进行铺层设计。建立某电动汽车白车身有限元模型,验证该模型的正确性。通过碳纤维复合材料力学特性试验,探明了T700/WP-R2300树脂基纤维增强材料的力学参数。采用超级层自由尺寸优化、铺层块裁剪以及铺层块尺寸优化方法,确定碳纤维复合材料前地板的铺层厚度、铺块形状和铺层层数,并通过铺层顺序优化调整铺层铺覆顺序,放置于白车身进行仿真验证。结果表明,铺层优化后的碳纤维复合材料前地板比原钢制地板静态弯曲刚度和静态扭转刚度分别提高198.69 %和153.59 %,轻量化效果显著,优化后碳纤维复合材料前地板减重达45.33 %。同时,白车身静态弯曲和扭转刚度分别提高1.82 %和1.96 %,一阶扭转频率和弯曲频率分别提高3.05 %和3.72 %,静态刚度和低阶模态性能得到显著增强。

为解决使用传统A^*算法进行自动导引车(Automated Guided Vehicle,AGV)路径规划时存在的问题,如算法搜索节点多、路径存在冗余节点且不平滑,以及无法处理复杂环境下出现的随机障碍物等问题,设计了一种融合改进A^*算法和动态窗口(Dynamic Window Approach,DWA)算法的 AGV实时路径规划及避障方法。首先,在传统A^*算法评价函数的基础上设计了自适应评价函数,使得算法在搜索过程中根据周围环境自适应调整,从而提高算法的快速性和灵活性;其次,针对路径存在冗余节点的问题,采用Floyd算法进行双向平滑度路径优化,删除多余节点,保留关键拐点,减少转向次数,有效提高路径平滑度,充分保障了AGV运行稳定性;最后,将改进A^*算法与DWA算法相结合,实现了路径规划的全局最优和动态避障的有效融合。这一综合方法不仅增强了AGV在复杂环境中的路径规划能力,还提高了避障性能,为AGV的实际应用提供了更加可靠的解决方案。

钛合金作为叶盘的主要材料,具有比强度高、耐热性和耐腐蚀性好的优点,因此被广泛应用于航空航天工业中。然而,钛合金叶盘复杂的几何形状、加工精度要求高及材料的特殊性,使得铣削过程中刀具的磨损、加工表面质量以及加工效率等问题仍然亟待解决;因此,首先,建立了钛合金叶盘的几何模型,并根据叶片和流道的加工特征进行了数控编程;然后,分析了钛合金叶盘的铣削加工工艺,选择了合适的刀具和加工参数,并进行了加工实验;最后,对加工后的叶片轮廓进行了测量分析,期望为钛合金叶盘的高效高质量加工提供理论指导和技术支持。

深度强化学习算法在码垛机器人机械臂轨迹规划的应用中存在学习速率低和鲁棒性差的问题。针对以上问题,提出了一种基于改进方位奖励函数(improved Azimuthal reward function,A)的双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic policy gradient,TD3)算法用于机械臂的轨迹规划。首先,在笛卡尔坐标系下建立码垛机器人的数学模型,并对其进行运动学分析;其次,针对学习速率低和鲁棒性差的问题,基于机械臂和障碍物的相对方向和位置,设计了一种改进方位奖励函数结合双延迟深度确定性策略梯度(A-TD3)算法用于码垛机器人机械臂轨迹规划,以增强机械臂目标搜索的导向性,提高学习效率和鲁棒性。仿真结果表明,相比于改进前TD3算法,A-TD3算法平均收敛速度提升了11.84 %,平均奖励值提升了4.64 %,平均极差下降了10.30 %,在轨迹规划用时上也比主流RRT和GA算法短,验证了A-TD3算法在码垛机器人机械臂轨迹规划应用中的有效性。

针对单一小孔节流气体静压轴承承载力及静刚度低的问题,引入三角形、矩形和梯形这3种截面形式节流槽形成复合节流方式,以气体推力轴承为研究对象,建立不同截面形式节流槽与小孔复合节流下气膜特性模型;采用FLUENT软件进行仿真计算,得到气体推力轴承的承载力、静刚度和出口流量,在此基础上分析节流槽截面形式、节流槽截面积和供气压力等参数对复合节流气体推力轴承静特性的影响。结果表明:节流槽能够有效增加轴承的承载力、静刚度和出口流量;不同截面形式节流槽对轴承的静特性影响有所差异,低气膜厚度时梯形截面节流槽表现出更好的承载力、静刚度和出口流量;在一定范围内,随着节流槽截面积的增加,轴承的承载力、静刚度和出口流量呈现先增大后减小的趋势;供气压力对节流槽复合节流气体推力轴承的静特性有较大影响,随着供气压力的增加,轴承的承载力、静刚度和出口流量不断提高,但轴承承载力和静刚度的提高幅度逐渐减缓。

复杂航空产品的装配工艺信息通常隐含在工艺文档和三维模型等多源信息存储介质中,导致装配工艺设计师复用历史装配工艺的效率不高、学习装配工艺知识所需的时间成本较大。针对以上问题,提出了一种基于大语言模型的装配工艺智能问答方法,以提高装配工艺信息的有效利用。首先,设计了一种装配工艺信息表示方法,结构化地表示装配工艺知识,以实现知识图谱自动构建;其次,提出了一种大语言模型拼接双向长短期记忆网络和条件随机场的关键信息识别方法;最后,依据关键信息生成检索语句,以从装配工艺知识图谱中匹配答案并回答问题。所提出的方法以某型号复杂航空产品的装配工艺信息为验证对象,实验结果表明,装配工艺设计师的工作效率有显著提升。

针对传统A^*算法在复杂环境下搜索效果差、路径曲折、拐角与障碍物距离过近且避障能力差等问题,提出了一种融合改进双向A^*与动态窗口法(Dynamic Window Approach,DWA)的机器人路径规划算法。首先,引入双向搜索机制与自适应启发函数,以提高算法的搜索速度;其次,应用线段相交法结合安全距离判定剔除冗余点,以确保路径更加安全、平缓;然后,在DWA中加入方位角与目标点距离判定,以增强算法的避障能力;最后,在优化后的全局路径上分段使用DWA进行实时避障。仿真结果显示,融合算法能在复杂场景下生成安全边界内的平滑路径,有效躲避障碍物,快速到达目标点。

为提高四轮毂电机驱动汽车在高速转弯时的转向稳定性,准确协调各驱动轮之间的差速控制,设计了一种基于驱动力矩分配的差速转向控制策略。差速转向控制策略采用分层控制架构,上层控制器基于滑模变结构控制算法计算汽车所需的总驱动力矩,基于改进粒子群优化算法优化模糊全局快速终端滑模控制,计算汽车差速转向所需的附加横摆力矩;下层控制器则基于二次规划算法将所计算的总驱动力矩和附加横摆力矩进行优化分配,进而得到各个车轮的驱动力矩。通过Carsim/Simulink软件进行联合仿真对所设计的控制策略进行验证,结果表明,相较于传统控制策略,差速转向控制策略能更有效地降低汽车在高速转弯时的横摆角速度和质心侧偏角峰值响应。

分别以CFRP复合材料与铝合金螺栓连接结构作为研究对象,深入分析不同被连接件材料对预紧力衰减所产生的影响。基于ABAQUS/Standard软件,构建了真实螺纹螺栓节点的参数化有限元模型,用以剖析不同因素对预紧力衰减的作用。随着被连接件厚度的增加,预紧力的衰减程度逐渐降低。应力主要集中于螺纹部位,并且被连接件厚度的增加减缓了应力的衰减。在静载工况下,当被连接件厚度分别为4.0、4.5和5.0 mm时,经过 200 h后,预紧力分别衰减了6 538、5 542和5 437 N。

针对目前铝型材挤压模具领域生产设计严重依赖设计人员的知识经验、设计工艺知识重用困难及经验知识资源丢失等问题,提出了挤压模具本体知识表示模型,探索了挤压模具知识图谱(EDKG)的构建方法。将模具设计与铝型材挤压生产相关的规则经验归纳为一般性知识,通过本体构建七步法完成挤压模具知识图谱模式层的搭建。提出一种基于IA-DBSCAN的无监督知识抽取算法,通过融合词嵌入、信息熵与词频-逆文档频率的实体特征权重,将应用在大规模挤压模具领域文本数据中抽取的知识概念添加到知识图谱数据层,实现模式层与数据层的逻辑交互。最后,通过资源描述框架文件映射规则R2RML,以铝型材挤压模具为案例实现了Neo4j图数据库的数据存储与可视化,能够直观展示模具设计、材料属性和加工工艺等多维度信息间的关联,促进了模具加工领域知识的整合与标准化。

为了解决传统模型预测控制算法在智能汽车轨迹跟踪上的局限性并提高自动驾驶过程中轨迹跟踪的精确性和汽车的横向稳定性,提出了一种基于权重系数自适应模糊调节并结合前轮转角补偿与后轮主动转向控制的模型预测控制轨迹跟踪策略。首先,将整体控制结构分为上下2层:上层为轨迹跟踪控制层,利用模型预测控制算法得出汽车的理想前轮转角;下层采用自适应滑模控制理论设计前轮转角补偿器和后轮主动转向控制器,得出汽车的附加前轮转角和后轮转角,由此实现四轮转向轨迹跟踪控制。其次,针对固定权重系数的模型预测控制对于车速和路面附着系数变化适应性较差的问题,提出了一种基于模糊预测控制的权重系数自适应调节策略。最后,通过Simulink软件与CarSim软件,在不同车速和不同路面附着系数的试验条件下将该策略与传统模型预测控制算法进行比较,仿真结果表明:车速对传统模型预测控制算法的轨迹跟踪有较大程度的影响,而对改进后的算法影响较小,尤其当车速较高且路面附着系数较低时,改进后的算法使轨迹误差更小,同时能保证汽车安全、稳定的行驶。

针对以最小化最大完工时间为目标的柔性作业车间不一致分批调度问题(Flexible Job shop Batch Scheduling Problem with Variable Sublots,FJBSP-VS),提出了一种结合禁忌搜索的改进麻雀搜索算法(Tabu Search-Sparrow Search Algorithm,TS-SSA),对工件分批、机器选择与子批排序进行集成优化。首先,设计了一种用于表示工件分批、机器选择信息与子批排序信息的双层编码方式与一种结合无延迟调度的解码方式,该解码方式可有效提高机器利用率;在保留发现者-加入者结构的基础上对麻雀搜索算法进行离散化改进,通过引入交叉算子使其可以用于离散问题的求解;其次,改进加入者所选择的靠近对象,增强算法全局搜索能力;再次,将禁忌搜索与改进麻雀搜索算法相结合,增强算法的局部搜索能力;最后,使用27个已有公开算例进行试验,验证了TS-SSA的有效性和优越性。

为了解决目前研究大多集中于控制器标定相关硬件、通信协议和上位机软件的开发,过于依赖利用经验进行人工手动标定参数,缺少自动优化标定的问题,首先通过正交试验设计,选取了对试验指标影响度较大的控制参数,将其作为后续自动优化标定系统的输入因子;其次构建了组合优化算法对关键参数进行优化,采用MicroAutoBox、Isight和MATLAB/Simulink等软/硬件结合的方式,设计了自动优化标定平台;最后通过台架试验验证搭建了新能源汽车自动优化标定台架,相较于人工标定,标定时间缩短了74.86 %,实现了标定过程的高效化和自动化。在目标工况下,通过优化标定后,百公里电耗相较于自动优化标定前降低了4.3 %。

为研究波纹管夹角、圆角半径和直边长度等参数对轧制差厚板(Tailor-Rolled Blank,TRB)管坯无轴向补料液压成形V型波纹管壁厚分布的影响,采用有限元仿真对不同参数的波纹管进行成形试验。分别建立波纹管参数与正差、负差和总差之间的响应面预测模型,预测不同壁厚分布条件下夹角的最大值。针对理论设计条件下液压成形V型波纹管的夹角较大时,其壁厚不满足均匀分布评价标准的问题,提出一种改善方法。结果表明,夹角对壁厚分布影响显著,夹角增大,壁厚均匀性变差,而圆角半径和直边长度对壁厚分布影响不显著。在理论设计条件下,当总差小于20.0 %时,夹角最大取值为32.1°;当总差小于10.0 %时,夹角最大取值为25.2°。以某参数组合为例,改进后总差由28.4 %降至15.2 %,成形更大夹角且壁厚均匀的V型波纹管是可行的。