针对打磨机器人阻抗控制的力跟踪性能受环境刚度未知和环境位置变化影响的问题,提出了一种基于刚度阻尼特征的神经网络自适应阻抗控制方法。由于环境参数未知导致参考轨迹不易确定,构造了一个自适应PI控制律,进行参考轨迹补偿,减小力跟踪的稳态误差;为了提高力跟踪控制的动态性能,根据力误差对刚度系数及阻尼系数的统一调节规律——刚度阻尼特征,并结合力误差具有时变、非线性的特点,设计了一个描述力误差与刚度阻尼特征关系的激活函数,构建自适应阻抗参数神经网络模型,其输出为刚度系数和阻尼系数,通过基于参考轨迹补偿与自适应阻抗参数神经网络模型融合的阻抗控制,保证力跟踪控制的柔顺性。仿真结果表明,相比于传统阻抗控制和参考轨迹PI补偿的阻抗控制,所提出的自适应阻抗控制方法具有更好的力跟踪效果。

枞树形叶根铣刀是汽轮机行业加工叶片叶根及轮毂的重要工具,由于其截面形状复杂,传统的加工工艺存在工艺复杂、效率低和精度难以保证等缺点。为解决上述工艺难题,本文提出一种五轴车铣复合加工中心开粗及五轴工具磨床精加工的工艺策略。首先,以某枞树形叶根铣刀为例,研究了其结构特点,确定五轴车铣复合加工中心开粗及五轴工具磨床精加工的工艺路线,分别编制工艺技术文件;其次,采用ESPRIT TNG车铣复合编程软件编制粗加工刀路轨迹,采用NUMROTO软件编制精加工刀路轨迹;最后,将刀路轨迹转换为数控代码分别进行仿真模拟加工,将仿真无误的数控代码和磨削代码分别导入五轴车铣复合加工中心和五轴工具磨床中完成实操加工。通过对加工过的刀具成品进行刀具形线、角度和外观检测,各项技术指标均满足设计要求,且加工效率提升了约24.4 %,从而验证了该工艺方案的有效性。

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。

针对传统双向RRT算法在路径规划中随机性大、收敛慢和路径质量差等问题,提出了一种基于改进人工势场法(Artificial Potential Field,APF)引导的双向RRT机械臂路径规划算法。首先引入动态偏置策略,减小原始双向RRT算法随机性大的问题;其次,在扩展新节点时,根据与障碍物距离自适应地调整节点随机性与总势场的权重;然后融入机械臂碰撞检测模型并进行双向直连线性插值检测,直至生成初始路径;最后再对生成的路径进行三次B样条平滑处理,产生符合机械臂实际运动限制的可行路径。在二维和三维环境下分别构建三种不同环境对改进算法进行仿真对比,结果表明改进算法能有效提高相关性能。将改进算法应用至实物平台中,进一步证明了算法的有效性与可行性。

钻头排屑性能直接影响切削性能,为了解决可转位浅孔钻在切削过程中出现的缠屑和振动问题,进而避免由此引发的加工异常和孔壁质量差的情况,采用了理论分析和仿真模拟相结合的方法,深入研究了螺旋容屑槽横截面形状结构和螺旋角结构对钻体刚性的影响,并通过实验验证了所设计钻体具有良好的刚性和排屑性能。仿真模拟结果分析表明,在芯径一致时钻体受到的最大应力为761 MPa、应变为0.003 367,钻体头部横向位移量为0.397 1 mm、转动变化量为0.006 500 rad;变螺旋角在20°-16°时,钻体受到的最大应力为695 MPa、应变为0.002 688,钻体头部横向位移量为0.364 1 mm、转动变化量为0.006 140 rad,此时钻体刚性和排屑性能达到良好的平衡;分析表明,螺旋角越大、叶宽差值越大,则芯径越小,钻体刚性越差;所设计的钻体在实验工况下未发生缠屑情况,表现出更好的排屑性能,并有较高的孔径一致性和良好的孔壁质量。

针对U型障碍物环境中移动机器人路径规划问题,提出了一种学习机制蚁群算法。首先,为解决算法运行时间长的问题,引入邻域剔除,舍弃较差和对称路径;其次,为解决收敛速度慢的问题,运用禁忌策略,使蚂蚁快速逃离U型障碍物;然后,为解决路径死锁的问题,提出学习机制,不断舍弃死锁路径;最后,将该算法与其他改进算法进行仿真对比,结果表明学习机制蚁群算法相比对照组算法不仅缩短了运行时间,还提升了收敛速度,验证了该算法的优越性。

随着智慧车间等智能制造技术的不断发展,人工智能算法在解决车间调度问题上的研究备受关注,其中车间运行过程中的动态事件是影响调度效果的一个重要扰动因素,为此提出一种采用深度强化学习方法来解决含有工件随机抵达的动态柔性作业车间调度问题。首先以最小化总延迟为目标建立动态柔性作业车间的数学模型,然后提取8个车间状态特征,建立6个复合型调度规则,采用ε-greedy动作选择策略并对奖励函数进行设计,最后利用先进的D3QN算法进行求解并在不同规模车间算例上进行了有效性验证。结果表明,提出的D3QN算法能非常有效地解决含有工件随机抵达的动态柔性作业车间调度问题,在所有车间算例中的求优胜率为58.3 %,相较于传统的DQN和DDQN算法车间延迟分别降低了11.0 %和15.4 %,进一步提升车间的生产制造效率。

针对基本蜣螂优化算法在路径规划方面存在的路径较长、迭代次数多以及局部最优等问题,提出一种改进蜣螂优化算法。首先利用Chebyshev混沌映射优化其初始群体,以提升个体质量;其次将黄金正弦算法引入觅食蜣螂位置更新策略中,以提升算法的收敛速度,使得算法搜寻有效性得以提升;最后在偷窃蜣螂位置加入动态权重,以扩大算法的搜索范围,降低算法提前收敛的概率。利用栅格地图法建立环境地图,模拟搬运机器人的工作环境,利用MATLAB仿真软件,将改进蜣螂优化算法与基本蜣螂优化算法在不同的栅格地图中进行仿真。通过分析仿真数据得出在3种不同的栅格地图中改进蜣螂优化算法在平均路径长度上比基本蜣螂优化算法分别缩短了31.25 %、10.31 %和8.59 %;在平均迭代次数上分别减少了22.26 %、12.19 %和26.24 %;在平均拐点个数上分别减少了35.11 %、9.52 %和35.09 %。仿真结果证明改进蜣螂优化算法在搬运机器人路径规划方面拥有更好的效果,验证了改进蜣螂优化算法的可行性。

针对制造行业中机器间有两种缓冲条件(即有限缓冲、零等待)的分布式置换流水车间调度问题,以最小化最大完工时间作为目标建立数学规划模型,提出了一种结合改进两分段Tent混沌映射、自适应柯西变异和贪婪算法的混合人工蜂群算法。首先,通过改进两分段Tent混沌映射产生初始工件序列群;然后,在雇佣蜂阶段采用基于自适应柯西变异的邻域搜索产生新工件序列,在跟随蜂阶段设计适应度选择策略和基于自适应柯西变异的逆序反转操作对工件序列进行优化,在侦察蜂阶段利用贪婪算法基于关键/非关键工厂更新未改善的工件序列;最后,通过大量算例仿真与多种算法对比,表明所提算法在合理的计算时间内可以得到较好的近优解。

规则驱动的调度是高扰动环境下实现车间在线调度的重要途径。然而,在车间生产需求与环境变化的双重影响下,调度规则需要及时有效地切换或更新,避免调度性能的降低甚至失效,及其造成的生产紊乱与经济损失。为此,提出一种在车间多生产指标与复杂状态信息动态变化下追踪调度规则性能的动态分析模型。首先,将生产调度过程划分为一个多层级结构,分析其中加工单元层、缓存区、设备层状态信息变化的特点,以及各个层级状态信息变化对调度规则性能的影响,搭建组合规则-状态信息-性能指标关联分析网络。其次,基于多分辨率实体(Multiple Resolution Entity,MRE)的思想,通过对关联分析网络中各对象实体之间复杂耦合关系进行定义,来保障各层级调度规则性能分析的动态一致性;采用并行离散事件系统规范(Parallel Discrete Event System Specification,PDEVS)技术对MRE进行建模,构建反映各实体关联关系的耦合模型,并设计关键实体调度规则性能动态变化机制及其原子模型。最后,以某实际车间生产调度过程为例,验证模型及方法的有效性。

针对工业上铝型材表面缺陷检测速度慢,小目标缺陷如擦花、漆泡等检测精度低的问题,提出一种基于改进YOLOv8n的铝型材表面小目标缺陷检测模型。首先,采用跨尺度特征融合,通过融合不同尺度的特征,提升网络对多尺度信息的感知能力。其次,对YOLOv8骨干网络C2f结构进行改进,通过加入RFAConv注意力卷积设计了一种新的结构,以加强网络特征提取能力,提高小目标检测精度。在颈部使用轻量级RepGhost模块,以降低参数数量和计算量。最后,采用WIoUV3替换原YOLOv8模型中CIoU损失函数,以提高检测精度和收敛速度。在铝型材表面缺陷数据集上进行大量实验,实验结果表明改进模型mAP@0.5提升2.5 %、帧率达到了110 fps,权重文件大小降低16.2 %,检测效果优于原模型。此外,在VOC2012数据集和东北大学热轧带钢表面缺陷数据集上表明改进算法有良好的鲁棒性,改进模型满足工业上铝型材检测要求。

针对目前机器人焊缝打磨过程中,由于工件制造误差、定位装夹误差等导致机器人打磨轨迹偏离实际工件焊缝,造成打磨质量一致性差问题,研发了一种基于点云模型特征匹配的机器人焊缝打磨轨迹自适应校正系统。该系统利用双目面结构光相机扫描工件特征区域,获取工件真实形貌,与标准点云模板进行匹配,得到实际工件坐标系的偏差转换矩阵,应用到机器人主程序实现焊缝打磨初始点的快速引导以及打磨轨迹的在线自适应校正。最后,以高铁转向架为对象开展了实验研究,实验结果表明该系统具有良好的焊缝打磨轨迹自动校正性能和稳定性。

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。

为了提高纯电动汽车再生制动能量回收效率,同时保证车辆制动效果,提出了运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略。引入电池荷电状态(State of Charge,SOC)、车速和制动强度作为模糊控制输入,以再生制动比例系数K作为输出,利用改进鲸鱼算法优化控制参数,从而提高前轴电机制动力占比。同时,改进鲸鱼算法的自适应权重避免了算法迭代过程中陷入局部最优。通过仿真分析验证了在NEDC工况下,优化后的模糊控制策略相比优化前和传统控制策略在提高能量回收效果的同时,也满足了制动的有效性。

为提高柔性作业车间动态调度的灵活性与对车间扰动的实时响应能力,提出一种基于多智能体(Agent)动态博弈的柔性车间实时调度方法(Multi-Agent and Dynamic game Real-time Scheduling method,MDRS)。首先构建了基于多Agent的实时调度系统,设计各类Agent之间的协商机制,通过Agent的分工合作以实现车间的实时生产调度与管控。在此基础上考虑机器故障与新订单加入两类异常事件,提出一种基于非合作动态博弈的实时分配策略。在异常事件发生时刻,根据工件和机器的实时信息重新建立动态博弈模型,形成以完工时间、生产总能耗和关键机器负荷为局中人的三方非合作动态博弈。设计基于逆向归纳的纳什均衡搜索算法以求解子博弈精炼纳什均衡,优化实时分配方案。最后借助JADE平台实现该系统,并在不同的测试场景下进行仿真,仿真结果表明3个优化目标可以达到纳什均衡,且相比其他算法均有不同程度的提升,验证了多Agent实时调度系统的可行性和MDRS的有效性。

主轴颈作为船用柴油机曲轴的关键组成部分,其平行度的加工精度是保证曲轴强度和可靠性的决定因素之一。目前人工检测或非接触式检测方法存在一定的局限性,如自动化程度低、测量精度低或易受表面因素影响等;因此,提出基于无线传输的接触式检测方法,通过设计接触式传感器环形测量装置依次采集主轴颈多处轮廓数据,利用空间解析几何原理提取轮廓点坐标并进行拟合分析,进而实时获得加工过程中主轴颈的平行度。试验结果表明,曲轴主轴颈平行度误差最大为9.65 %,该检测方法可有效对曲轴主轴颈与中心线平行度进行检测,为曲轴在机检测提供了理论基础。

为解决废气再循环(EGR)模块研发周期长、数字化程度低的问题,提出一种EGR模块的数字孪生系统构建方法。首先,基于数字孪生模型构建理论,从物理模型、数字模型、虚实连接、状态映射及孪生服务等5个方面设计EGR模块数字孪生框架。其次,通过实体三维建模、前端场景搭建及物理脚本挂载等3个步骤来完成数字孪生模型的搭建。针对孪生数据的多源异构特性,提出数据采集与传输方法并实现可视化映射。最后,以Unity3D虚拟引擎为平台,集成上述功能,开发EGR模块的数字孪生系统。通过实验证明系统的可行性与有效性,为EGR模块的数字化辅助设计提供新的思路。

为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,动态调整纵向位移误差,并采用模糊控制对PID控制器参数进行实时整定;同时,结合基于“前馈+反馈”的线性二次型调节器(Linear Quadratic Regulator,LQR)控制算法求解横向位移误差和车身横摆角速度误差,使跟踪误差收敛,最终通过电机模型将控制量转化为期望前轮转角,解决了模型失配导致的横向位移误差较大的问题。进行仿真验证,当车辆以60 km/h的速度在城市道路场景下变道行驶时,横向位移误差控制在0.015 m范围内,纵向位移误差控制在毫米级别,误差范围控制在[0.002,0.006] m,车身横摆角速度变化平稳且横摆角速度误差不超过0.83 rad/s。在此基础上,进一步完成了实车实验,仿真与实车实验结果均表明,所设计的控制器可以达到轨迹跟踪中对高精度的要求,能够保证无人驾驶车辆在变道工况平稳行驶。

为适应混合流水车间生产需求,提出了一种基于机器学习的两阶段动态调度方法。在离线挖掘阶段,以历史数据为基础,采用改进随机森林算法建立一个由制造系统生产状态到最优调度规则的知识映射网络,挖掘出有价值的调度规则用于在线决策,跳过预热阶段提高调度效率进而优化调度方案;在线调度阶段,采用强化学习算法对车间状态的实时数据进行分析和训练,根据系统状态的动态变化优化策略选择,以实现对扰动事件的自适应和快速响应能力;仿真实验结果验证了结合数据挖掘和强化学习的两阶段动态调度方法具有可行性和有效性,可充分利用制造数据并在线调度制造执行过程。

针对基于激光视觉机器人焊接过程中,由于噪声干扰导致焊缝激光条纹分割精度降低,不能精确焊接的问题,提出了一种改进U-Net算法的焊缝特征识别方法。改进型U-Net算法使用Mobile-Net作为主干网络,加强了网络的特征识别能力,并减少了模型的参数量。在编码与解码之间加入超强通道注意力机制,实现了特征的加权融合。模型采用混合损失函数,平衡了激光条纹在图像中的占比。在焊接机器人焊缝跟踪实验平台部署网络模型,实验结果表明,改进的U-Net算法平均交并比(Mean Intersection over Union,MIoU)为89.83 %,像素准确率(Pixel Accuracy,PA)为99.54 %,平均像素准确率(Mean Pixel Accuracy,MPA)为97.28 %,处理图像的时间为0.209 s,相比其他算法,具备更优的分割精度和较快的处理速度,可以更好地应用于有干扰的机器人焊接场景中。

为提高自动装箱系统中多AGV运行效率,针对多AGV在线调度问题,以最小化AGV运行时间为优化目标,结合实际工况下约束条件建立该问题数学模型,并提出一种两阶段在线协同调度算法进行求解。该算法基于自动装箱系统仿真模型开发,首先,利用基于AGV运行时间的搬运任务指派算法求解搬运任务指派问题;其次,设计了带有AGV优先级规则与冲突解决策略的路径规划算法求解路径规划问题;最后,使用时空拥堵表(Spatio-Temporal Blocking Table,STBT)来记录路径的时空拥挤度(Spatio-Temporal Blocking Degree,STBD)和预计等待时间,并将表中信息作为约束条件融入到算法两阶段的寻优过程中,求解过程实现了多AGV搬运任务指派与路径规划的集成优化。通过不同规模仿真案例验证了所提算法的有效性,并与相关研究成果展开对比实验,验证所提算法的优越性。

针对直驱式永磁同步风力发电系统风速多变、非线性和强扰动的问题,提出一种基于模糊控制和线性自抗干扰控制(Linear Active Disturbance Retection Control,LADRC)的混合控制方法。首先对线性自抗扰中的扩张状态观测器(Linear Extended State Observer,LESO)进行改进,提高对扰动观测的能力,同时利用模糊控制动态调整LADRC控制参数,增强系统的抗干扰能力和鲁棒性。仿真结果表明,与传统PI控制器相比,该方法能够更好地估计风速引起的转矩波动,准确跟踪额定转速,实现风能利用最大化。

为了解决传统欠驱动机械手仅能被动适应抓取物体形态的问题,提出了一种基于绳索与形状记忆合金(SMA)弹簧的差动驱动机械手,可以根据被抓取物体特征主动控制手指的抓取形态,更符合人类手部的抓握特点。采用D-H法建立手指的运动学模型,分析了手指的工作空间;根据力矩平衡原理建立了机械手的静力学模型,阐明了驱动绳索的驱动力、手指关节等效刚度对抓取形态的影响规律,并通过ADAMS仿真对理论分析结果进行验证;最后,对样机进行试验测试,研究结果表明,根据物体的轮廓大小,通过主动控制机械手绳索驱动力与手指关节的等效刚度,可以完成包络、捏取等典型的抓取动作,进而实现对不同形状、尺寸物体的稳定抓取。

针对车轮型面动态变化下的轨顶/轨侧摩擦系数匹配问题,跟踪测试2条线路在不同服役阶段下的车轮磨耗型面数据,建立地铁车辆动力学模型,分析车轮型面动态变化下轨顶/轨侧摩擦系数匹配对轮轨磨耗性能、轮对冲角、表面疲劳指数和脱轨系数的影响;以上述4个指标建立基于熵权TOPSIS法的多目标优化模型,得到轨顶/轨侧摩擦系数最佳匹配策略。研究发现:随车轮型面动态变化,轮缘磨耗型面和踏面磨耗型面的轮轨接触点发生不同程度的跳跃与集中,轮轨匹配关系恶化;轮缘磨耗型面在服役初期的综合性能主要受轨顶摩擦系数影响,随服役里程增加,轨侧摩擦系数的变化占据主导地位;踏面磨耗型面的综合性能指标主要受轨顶摩擦系数的影响;在车轮服役初始阶段、磨损早期、磨损中期、磨损晚期阶段,轮缘磨耗型面车轮对应的轨顶/轨侧最佳摩擦系数匹配分别为0.30/0.10、0.25/0.10、0.20/0.10和0.20/0.10,踏面磨耗型面车轮对应的轨顶/轨侧最佳摩擦系数匹配分别为0.20/0.15、0.20/0.30、0.20/0.35和0.30/0.15。

针对传统振动台台面控制效果不佳的问题,提出了一种自适应迭代学习控制算法,该算法在原有的位移三参量控制系统基础上构建外部位移闭环,形成双闭环控制系统。同时为更准确地模拟振动台的动态行为,引入灰狼优化(GWO)算法优化非线性有源自回归(NARX)神经网络对振动台模型辨识。仿真结果表明,利用GWO-NARX神经网络进行振动台模型辨识,取得了较高的辨识效果,精度可达99.8 %。在辨识模型的基础上,利用自适应迭代学习控制算法极大地提高了振动台的控制精度,最大误差较原系统下降了49.6 %。与传统的NARX神经网络进行振动台模型辨识相比,GWO-NARX神经网络辨识效果更好,模型更贴近真实系统;与传统的三参量控制系统相比,自适应迭代学习控制算法提高了振动台波形复现精度,并且能够更好地适应系统的复杂性,为实际工程应用提供了可靠的技术支持和解决方案。

轴承沟道波纹度是影响轴承振动特性的最主要因素,为降低氮化硅陶瓷球轴承的振动水平,开展氮化硅套圈沟道波纹度的超精工艺调控研究。使用沟道超精机对氮化硅套圈沟道进行超精加工试验,研究超精工艺参数对沟道波纹度的影响趋势。提出考虑沟道波纹度的轴承振动特性计算模型,并通过振动测试验证计算模型的有效性,同时分析沟道波纹度对轴承振动特性的影响规律。结果表明:在超精加工中沟道波纹度随着工件切线速度的增大先减小后增大,随着摆荡频率的增大先减小后增大,轴承的振动水平随着沟道波纹度的增大逐渐加剧;当油石压力较大时,增大工件切线速度和摆荡频率进行粗超加工,沟道波纹度快速降低;超精加工中,当工件切线速度为700~800 m/min、摆荡频率为800~1 000 次/分和油石压力为0.2~0.4 N/m²时,沟道表面波纹度≤0.05 μm,轴承振动加速度均方根值≤2 m/s²,满足轴承振动加速度Z3级要求。

为解决激光3D轮廓曲线投影所需的曲线识别与提取问题,提出了一种基于OpenCASCADE(OCC)平台的方法,该方法利用开源的三维几何引擎OCC读取待投影零件的数字化模型,结合相关几何与拓扑数据结构,基于局部几何属性的方法来识别截面曲线轮廓类型,并通过等弧长、分段等采样方式将轮廓坐标数据写入PLY格式文件。基于以上曲线识别与提取方法开发了三维轮廓曲线识别与提取系统,该系统能应用于机械制造、辅材铺层等领域的投影指示,为实现数字化制造提供有效支撑。

滑动轴承是电子水泵的关键部件,直接影响着叶轮转子系统的稳定性。为将设计制造因素与电子水泵总成的振动与噪声特性相关联,有效实现减振降噪,针对一款小功率悬臂外转子电子水泵进行了有限元分析和试验研究,探究了滑动轴承参数对电子水泵振动与噪声特性的影响。结果表明,滑动轴承水膜刚度的大小影响电子水泵转子-芯轴相对摆动模态;与CF/PPS复合材料轴承相比,石墨轴承电子水泵有效减少了振动谱中的各阶次谐波分量,消除了叶片通过频率调制声;过大的轴颈偏心量易在低速工况下激起电子水泵转子-芯轴相对摆动模态,引发结构共振与噪声;减小轴承间隙可大大降低高速工况下电子水泵叶片通过频率振动,抑制转子-芯轴相对摆动模态结构噪声。

针对精密传动部件加工过程中普遍存在的工艺路线设计低效、知识重用困难的问题,提出了一种基于知识图谱的精密传动部件工艺路线推荐模型。首先,利用本体方法构建精密传动部件工艺知识模式层;其次,利用Electra+BiLSTM+CRF模型和BiLSTM+Self-Attention模型分别实现实体识别和关系抽取,并基于达梅劳编辑距离进行知识融合,完成数据层构建;然后,基于构建的工艺知识图谱,结合部件工艺单元以及工艺路线结构的相似度实现工艺路线推荐;最后,开发工艺路线推荐系统,并以某型号滚珠丝杠为例展示工艺路线推荐功能。经实验验证表明:推荐准确率达到89.5 %,证明了该模型的可行性,能够提高知识重用性和工艺路线设计效率,为决策提供更加科学合理的参考。