在现代工业产品的生产中,目标缺陷检测技术面临诸多挑战,如提取的共享特征不平衡、特征通道权重分配不精确和缺陷检测精度较低等问题。针对上述问题,提出一种BP-DFO Faster R-CNN缺陷检测模型。该模型在目标金字塔结构后引入平衡金字塔机制,并在此基础上增加动态特征优化架构。不仅解决了共享特征不平衡的问题,还实现了全局上下文信息和局部细节特征的高效融合,从而克服传统通道注意力机制因忽视局部信息而导致的特征权重分配不准确的问题。最后,对区域生成网络(Region Proposal Network,RPN)进行了改进,在其头部集成轻量级通道优化器,显著增强区域生成网络对不同特征和尺度通道的选择能力,从而优化缺陷检测任务的性能。在NEU-DET、PCB、GC10-DET缺陷数据集上进行对比实验,在5-way 5-shot的训练策略中分别取得了31.0 %、22.1 %和21.8 %的平均精度,在5-way 10-shot的训练策略中分别取得了50.2 %、35.5 %和31.5 %的平均精度,均优于其他对比模型。

非线性有源自回归(Nonlinear Auto Regressive eXogenous,NARX)模型在辨识过程中要求以随机激励作为输入信号,由于转子系统无法产生该信号,因此传统辨识方法不适用于此类系统。针对该问题,提出一种频域模型结构及对应的扫频辨识方法。首先,通过快速傅里叶变换(Fast Fourier Transform,FFT)得到系统扫频过程中全部时域响应的频谱,提取关键频率成分对应的频域数据,并组建频域模型结构下的候选模型项库。其次,引入基于预测残差平方和的正交向前回归算法(the Orthogonal Forward Regression algorithm,based on the Predictive Residual Sum of Squares,PRESS-based OFR)完成模型项选取。最后,通过简单转子系统数学模型得到的仿真数据及转子实验台得到的真实数据验证所提出建模方法的有效性和适用性,同时,也通过上述两种数据探讨了扫频过程中引入不同的频率成分信息对预测精度的影响。结果表明,采用频域数据得到的模型结构和对应的系数能准确预测系统时域响应。在仿真数据上,模型预测的归一化均方误差(Normalized Mean Square Error,NMSE)不超过0.3 %,而实验数据的NMSE进一步降低至0.2 %。此外,通过对比不同模型结构,包含二倍频对应数据的模型(模型二)在预测系统二倍频处对应的幅值时的精度比仅使用基频数据建立的模型(模型一)更准确,NMSE在转速为339.3 rad/s工况下提升了95.58 %;因此,丰富的频域数据信息有利于得到更准确的模型,提出的方法为谐波激励系统的辨识提供了新思路。

在制造业快速发展背景下,装配线的平衡问题已经成为提升生产效率和减少成本的核心议题。研究旨在运用改进协同粒子群优化算法解决第三类装配线平衡问题,通过对装配线作业元素的详细分析,以最小化平滑指数为优化目标构建数学模型。在算法设计中充分考虑装配线特点及约束条件,通过在粒子群算法中引入动态吸引和多样性维护机制,避免早熟收敛提高搜索效率;通过个体之间的相互协作与信息共享,提高搜索能力和求解质量。实验证明,相较于传统算法,该算法在实现装配线平衡方面更为有效地降低了平滑指数,进而提高整个装配线的生产效率,更有效地利用了装配资源。

针对柔性作业车间调度问题,提出了一种改进的多目标麻雀搜索算法(Improved Multi-Objective Sparrow Search Algorithm,IMOSSA)。算法根据多种改进策略,在初始化阶段使用Tent混沌映射优化初始解集,使用自适应动态权重更新麻雀发现者提高算法的鲁棒性,引入Levy飞行策略更新麻雀追随者提高算法跳出局部最优的能力。采用两段式编码,机器编码部分采用MPX交叉和随机变异,工序编码部分采用IPOX交叉和互换变异增加种群多样性。最后使用Brandimarte数据集标准测试算例验证改进麻雀搜索算法的性能并与其他算法进行对比分析,结果证明改进的麻雀搜索算法在多目标车间调度问题上具有更高的收敛精度和收敛效率。

为解决人体无法在陡峭地形上行走的困境,依据仿生设计原则和人机工程学原理提出一种可以辅助陡峭地形行走的下肢外骨骼机器人。下肢外骨骼机器人采用柔性化设计,可调节结构以适应不同人群的需求;下肢外骨骼机器人采用人工肌肉驱动髋关节和膝关节,实现连续助力效果,从而可以实现在陡峭地形上的稳定行走。通过CAD软件建立下肢外骨骼机器人的二维结构,利用SolidWorks软件建立下肢外骨骼机器人的三维结构,通过Adams软件仿真分析验证下肢外骨骼机器人的合理性。

伴随机器人触觉应用需求,机器人皮肤引起了广泛关注。基于1-乙基-3-甲基咪唑双三氟甲磺酰亚胺有机离子液体与仿磨砂玻璃的介电层微结构,研制了一种电容式柔性压力传感器,在0~40 kPa压强传感范围内,所设计传感器的灵敏度高达34.4 kPa^-1。结合电容式接近觉传感器(最大测量距离可达25 mm,测量分辨力约0.2 mm),设计了一种具有接近-压力双传感功能的机器人皮肤,并将其应用于机械臂对面板式开关和自锁式按钮开关按压操作,结果表明,引入机器人皮肤后,可有效提升机械臂在开关作业过程的安全性。

锂离子电池荷电状态(State of Charge,SOC)和健康状态(State of Health,SOH)的精确估计对电池管理系统(Battery Management System,BMS)至关重要。传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法在复杂工况下因噪声和模型参数不确定性而使精度提高受限,为解决此问题,提出了一种基于二阶RC等效电路模型,并集成了在线参数辨识的双时间尺度鲁棒无迹卡尔曼滤波(Dual-Time-Scale Robust Unscented Kalman Filter,DRUKF)算法,用于SOC和SOH的联合在线估计。DRUKF算法利用SOH慢变特性,实现SOC和SOH的解耦估计;融合H无穷滤波和鲁棒无迹卡尔曼滤波(Robust Unscented Kalman Filter,RUKF)算法的在线参数辨识,可更新模型参数和滤波参数,H无穷滤波降低了DRUKF算法对噪声统计特性的依赖,RUKF算法增强了对模型参数偏差的鲁棒性。工程试验表明,DRUKF算法的SOC估计误差显著低于离线参数辨识的扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法、UKF算法和RUKF算法,试验验证了DRUKF算法在复杂工况下的高精度和强鲁棒性,为BMS提供了可靠方案。

为提高低速重载汽车列车的机动性与稳定性,设计了Ackermann转向控制器和线性二次型调节器(Linear Quadratic Regulator,LQR)主动转向控制器。在MATLAB/Simulink软件中建立了汽车列车的三自由度模型。以汽车列车前、后车的质心侧偏角与横摆角速度趋近于三自由度模型理想值为控制目标,采用LQR对汽车列车各轴车轮转角进行控制。基于Trucksim与Simulink仿真平台,分别在圆形道路工况和双移线工况下对2种控制器进行了仿真分析,并与汽车列车无控制时的仿真结果进行对比。仿真结果表明,Ackermann转向控制器和LQR主动转向控制器均能有效改善汽车列车的机动性与稳定性;但LQR主动转向控制器的效果更加明显。

随着未来自动驾驶车辆需求的持续增长,线控转向(Steer-By-Wire,SBW)系统的应用越来越广泛。车辆在高速转向时由于轮胎侧偏力的影响而无法实现理想的阿克曼转向,此时车辆无法完全围绕同一个瞬时转向中心(Instantaneous Center of Rotation,ICR)转向,影响车辆操纵稳定性,增加了转向行驶阻力、加剧轮胎磨损;因此,提出了一种四轮独立转向(Four-Wheel Independent Steering,4WIS)的控制策略,该策略通过滑模控制器(Sliding Mode Controller,SMC)控制,以减小轮胎侧偏角对阿克曼转向的影响,从而增强车辆的稳定性。为验证所提出的滑模控制策略的有效性,通过MATLAB/Simulink软件与Carsim软件进行联合仿真,对比4WIS车辆在有无滑模控制器控制时横摆角速度、横向加速度和质心侧偏角的大小;在缩比模型车试验时采用和仿真峰值近似相同的横向加速度以保证仿真和缩比模型车试验的对应关系,通过仿真和缩比模型车试验表明,有滑模控制时4WIS车辆的横向加速度、横摆角速度和质心侧偏角都小于无滑模控制的4WIS车辆,从而验证了所提控制策略的有效性。

为研究离心式超精滚抛过程中干式介质对GCr15圆柱滚子加工后表面质量的影响,采用核桃壳、核桃壳+润滑膏、核桃壳+氧化铬粉及核桃壳+氧化铬抛光膏4种不同的干式介质对GCr15圆柱滚子进行超精滚抛试验,分析其对表面粗糙度、金属去除率、表面轮廓及表面形貌的影响,并揭示其加工机制。试验结果表明,核桃壳+氧化铬抛光膏的滚抛性能优于其余3种干式介质,经核桃壳+氧化铬抛光膏加工后的圆柱滚子外径表面粗糙度Ra值由0.106 μm降至0.015 μm,端面表面粗糙度Ra值由0.147 μm降至0.025 μm;此时金属去除率最高且表面轮廓显著改善,表面超精研加工原始形貌完全去除,这是由于滚抛过程中氧化铬粉提高了对金属的切削作用,且润滑膏提高了核桃壳与氧化铬粉间的吸附作用,更好地对圆柱滚子表面进行微量磨削,进一步提高加工效果,改善表面质量。

针对现代工业生产中高效缺陷检测的需求,提出了一种基于结构重参数化和共享卷积的实时工业缺陷检测方法,旨在提高检测精度与推理速度,降低模型复杂度。在特征提取阶段,设计了基于部分通道卷积与结构重参数化的LRD-ELAN模块。通过重参数化模块与可变形卷积的引入,强化特征表达能力,减少冗余计算。在检测头设计中,提出轻量化GS-Head模块,利用Ghost共享卷积降低检测头计算量,结合组归一化提升小批量训练的稳定性。此外,在边界框预测分支中引入轻量级特征缩放层,增强多尺度目标检测能力,并使用inner-MPDIoU损失函数替代传统CIoU损失函数,进一步优化边界框预测性能。试验结果表明,在NEU-DET数据集上,该模型的mAP50较基线模型提升了2.46 %,参数量和计算量分别减少了37.10 %和33.58 %,推理帧率达286.1 FPS,提升了10.82 %,具备良好的实时性。在PKU-Market-PCB数据集的泛化测试中,mAP50较基线模型提升了1.91 %,表现出较强的泛化能力和高效性。该模型在速度、精度与复杂度之间实现了良好平衡,展现出在工业缺陷检测中的应用潜力与优势。

螺栓连接质量直接决定着装备的性能,而螺栓连接质量极大程度上受拧紧工艺的影响,不当的拧紧工艺会造成结构的失效,同时引起螺栓断裂、结构件疲劳等现象,并最终会引起重大的安全事故。目前扭矩扳手是通过力矩大小来判断拧紧失效模式,但这种方法无法在拧紧过程中快速获得螺纹根部等危险截面的应力状态,即当应力将要超过抗拉强度时,无法做到提前预测和报警,造成瞬间扭矩过大导致螺栓折断。针对上述问题,建立了螺栓扭矩与应力的关系,利用有限元及深度学习分类算法,提出一种智能识别与评估螺栓拧紧失效的方法。该方法不仅可以实现智能识别螺栓拧紧的失效模式,识别准确率最高达到99 %,同时还可以获得螺栓拧紧过程中预紧力及接触应力的变化趋势,提前做出过载预警,为提高螺栓拧紧质量提供技术支持。

针对钢卷端面边损和松卷表面缺陷检测困难的问题,提出了一种基于像素纹理特征的钢卷端面缺陷检测方法。首先,结合灰度共生矩阵(Gray-Level Co-occurrence Matrix,GLCM)与高斯滤波得到图像的预处理数据,方便梯度算法提取其中的轮廓信息;随后,基于轮廓信息中提取的矩阵旋转中心计算得到旋转矩阵,以利用仿射变换使钢卷带的方向迭代旋转至垂直;然后,利用CUSUM(Cumulative Sum)统计算法区分PCA(Principal Components Analysis)算法统计得到的纵向像素值中的高亮和高暗区域,以区分边损缺陷和松卷缺陷;最后,计算图像数据中的波峰及波谷值,实现对任意纹理方向2类缺陷的自动检测和精确定位。实验结果表明,边损缺陷检测的精确率、召回率和平均精度均值分别达到96.2 %、95.6 %和96.4 %,松卷缺陷检测的精确率、召回率和平均精度均值分别达到98.0 %、96.9 %和99.2 %;总体精确率达到97.7 %,召回率达到96.8 %,平均精度均值达到97.3 %。实验结果证明了所提方法在检测边损缺陷和松卷缺陷上具有较高的准确性和较好的可靠性。所提方法为工业生产中钢卷端面缺陷自动检测提供了一种思路。

针对三维CAD模型中加工特征识别难题,提出一种基于特征融合与改进图注意力网络的零件加工特征识别方法。使用边界表示(Boundry Representation,B-Rep)模型表示三维CAD模型,通过UV网格化离散B-Rep模型的参数曲面、曲线,结合2D/1D卷积神经网络提取面、边几何特征,并通过多层感知机(Multi-Layer Perceptron,MLP)提取面、边属性特征,将得到的几何特征和属性特征导入面邻接图,得到几何属性邻接图。通过目标导向聚合策略将边特征与节点特征拼接,形成融合特征;在注意力系数计算中引入边特征动态分配邻域权重,增强对复杂特征和拓扑的解析能力,同时设计残差连接来优化梯度传播。实验分别在MFCAD和MFCAD++数据集上进行,MFCAD数据集上的准确率和平均交并比(mIoU)分别为99.97 %和99.96 %,MFCAD++数据集上的准确率和mIoU分别为97.03 %和94.70 %。

为了提高复合机器人车架的结构性能,采用多目标优化方法设计了一种轻质量、高负载的双层矩形车架结构,该结构能够使复合机器人在行驶过程中受力均衡,降低移动干涉,从而提高行驶过程的稳定性。基于静力学分析,构建以车架长度、高度以及矩形管厚度为优化变量,以车架质量、变形量为优化目标的多目标优化模型,基于最优空间填充和拉丁超立方取样复合实验设计方法,采用改进的多目标非支配排序遗传算法进行求解。结果表明,优化后的车架质量和最大变形量大幅减小,其中车架质量减小了29.7 %,最大变形量减小了21.5 %。同时,优化后结构的强度和刚度均满足使用要求,这对于复合机器人车架的轻量化设计具有一定的参考价值。

针对喷管冲击射流在镀后冷却应用中的阻力特性及提效节能优化问题,通过理论解析和数值模拟研究主要参数的影响规律,结合实际给出解析计算公式,并结合工程需求完成风箱结构优化。总结出结构参数与风箱压力及速度系数的计算公式,精确风机选型,为工程设计提供方便;对风箱结构进行优化,使冷却能力最佳,达到提效节能的效果,并给出最优结构参数的拟合公式,便于工程应用推广。

针对在工程实际中离心脱开型斜撑离合器出现楔入后又脱出失效导致燃气发动机启动失败的安全问题,探究了不同工况对离合器接合性能的影响,得出该型斜撑离合器接合失效机制,最终解决该型斜撑离合器存在的安全问题。首先,根据该型斜撑离合器结构参数及实际工况进行基本楔合参量求解;其次,根据实际工况建立精确的离合器多体动力学模型,通过仿真探究不同工况对离合器接合性能的影响,分析离合器接合失效工况和失效机制;然后,依据NSGA-Ⅱ算法对楔块结构参数进行优化设计;最后,进行斜撑离合器楔入时的接合脱开转速试验,试验验证了斜撑离合器楔入时发生脱开的转速数学模型准确性。计算结果表明,楔块改进后的离合器接合脱开转速提升了12.28 %,磨损时间提升了42.86 %;仿真结果表明,离合器的接合时间提前了47.83 %,有效提升了离合器的传动性能。研究结果可为离心脱开型斜撑离合器的结构设计和优化提供参考。

针对现有挖掘机工作装置设计过程中需要已知尺寸参数而导致设计周期长的问题,提出了基于改进黏菌算法的反铲液压挖掘机工作装置设计模型。利用最优领导者策略、无反馈过程以及麻雀引领搜索策略对标准黏菌算法进行改进,并以改进黏菌算法为搜索算法,以设计目标损失最小化为目标函数,构建采用分阶段设计方式的工作装置设计模型。通过与标准黏菌算法、麻雀搜索算法以及其他改进算法进行对比,表明了改进黏菌算法具有更优越的性能。通过试验选取设计模型各设计阶段的改进黏菌算法的最优参数。运用设计模型对实际数据进行设计,结果表明了改进黏菌算法与设计模型具有较优的性能,能运用于实际的反铲液压挖掘机工作装置的设计工作。