针对一些方形截面微沟槽的加工,采用管电极外壁电解铣削的加工方法。利用外径为0.5 mm的管电极在304不锈钢上进行电解铣削加工方形截面微沟槽的试验,通过设计单因素试验重点研究了电解液压强、脉冲频率以及占空比对方形截面微沟槽尺寸的影响规律。并在优化参数电解液压强为0.3 MPa,电压为6 V,频率为13 kHz,占空比为30%的参数下,加工出了槽深为0.55 mm,槽宽为0.68 mm,单边平均侧面间隙为89.21μm的方形截面微沟槽。

涂层刀具以其自身的优势广泛应用于制造业中,而表面处理能够提高刀具表面性能;其中,微喷砂处理技术能够实现刀具性能的提升。选取Al2O3、ZrO2两种喷料针对AlTiN涂层刀具进行微喷砂试验,探究微喷砂对AlTiN涂层刀具表面形貌、表面粗糙度以及残余压应力的影响;研究表明:喷砂时间过长或喷砂压强过大会冲蚀掉部分AlTiN涂层,影响刀具切削性能,增大表面粗糙度值;而合适的喷砂参数（喷料种类、喷砂时间和喷砂压强）能够减小表面粗糙度值并且增加表面残余压应力。该研究能够为微喷砂的参数设定提供指导性意见,有助于推动涂层刀具表面处理技术的发展。

采煤机行走部传动系统力学特性复杂,实际工作中由于行走故障导致采煤机停机的现象频发。为改善采煤机的行走特性,提高其行走可靠性,建立了采煤机行走部传动系统的多体动力学仿真模型,研究了传动系统动力学特性,提取了不同行走速度、不同行走负载下的齿轮啮合力和输出角速度波动曲线,分析了啮合力和输出角速度随行走速度、行走负载变化的规律。研究结果表明:轮齿啮合圆周力与径向力峰值存在90°相位差;随着行走速度的增大,采煤机行走稳定性降低,两级行星齿轮的啮合力增大,特别是高速级行星齿轮啮合力增大更为显著;随着行走负载的增大,行星齿轮的啮合力增大,但是传动系统的输出角速度基本保持稳定,为采煤机行走部传动系统优化设计提供了参考。

针对离散制造车间物料配送、废料回收效率低且成本高等问题,建立了能够描述车间资源流动状态的Petri模型。以车间物流总成本为优化目标,在分析车间资源流动的基础上结合物料配送的时间窗,提出了具有Petri网特性的软时间窗车辆路径规划方法。利用整数线性规划方法,在MATLAB软件中对实例进行求解,验证了Petri网应用于离散制造车间路径规划的可行性和有效性。该问题的研究能够降低车间物料配送和废料回收的运输成本,提高车辆使用率。

喷涂机器人在对工件进行喷涂加工时,常常会受到工作空间和障碍物干涉的限制,导致喷枪无法保持垂直于工件表面的姿态进行喷涂,因此建立了一种以描述喷枪姿态的RPY角为变量的倾角喷涂模型,并提出了涂层厚度约束条件下以喷涂效率为目标的喷涂轨迹优化方法。首先,用种子曲线法生成待加工面上的喷涂轨迹,以涂层厚度均匀性为优化目标,对喷涂轨迹上喷枪的RPY角进行优化,然后以最小涂层厚度为约束,在满足涂层要求的情况下对喷枪的移动速度进行优化,以提高喷涂效率。仿真实验验证了该优化方法的有效性。

针对产品在保养、维修等售后服务过程中产生海量数据,但对这些数据分析匮乏的问题,首先从售后服务角度对数据进行整理,构建结构化的售后服务数据集;然后对利用FP-growth算法挖掘售后服务数据时FP树构建效率低和生成频繁项集相关性低的问题进行优化,提出一种改进FP-growth算法;最后通过实验分析,表明改进FP-growth算法能有效提高售后服务数据的关联规则挖掘效率与规则相关性,能够获取服务质量的关联规则知识。

针对驾乘人员和汽车座椅之间接触压力分布不均匀的现象,设计了一种由不同硬度海绵材料制成的变硬度组合式汽车座椅,使汽车座椅海绵材料的力学特性适应体压分布的特点。利用压力传感器测量得到人体与汽车座椅之间的接触压力分布图像,并进行了仿真分析,对不同汽车座椅的试验数据进行平滑处理后进行对比分析。提出了理想压强差的概念,通过比较汽车座椅断面上的压力分布与理想体压分布曲线的贴合程度,实现对汽车座椅乘坐舒适性的定量分析。结果表明组合式汽车座椅可以在一定程度上提高乘坐舒适性。

为实现对高排放车辆尾气的实时监控,研究搭建了一套基于B/S模式的尾气排放数据可视化监控平台,以服务于相关部门的监管和决策。该平台采用基于Python的Django Web三层框架,调用PyEcharts第三方库实现了B/S模式下的数据可视化监控。借助Python的数据处理和分析技术,使数据能够通过PyEcharts组件绘制成图表,然后将数据存储至数据库中。前端则依托常用的Bootstrap框架,使用HTML、CSS和JavaScript技术完成用户的前端交互页面。随着物联网、大数据技术和可视化编程技术的发展,数据可视化监控平台的开发与应用可在数据在线共享、可视化图表分析等方面提供强有力的技术保证。

分析了变速器产生啸叫噪声的机理,并通过变速器啸叫噪声测试分析了空气辐射噪声对车内变速器啸叫噪声的贡献量,判断车内变速器啸叫噪声主要通过结构传递路径贡献,最终通过优化变速器选换挡拉索支架和变速器后悬置主动侧的悬置支架,有效地降低了车内变速器啸叫噪声水平。

工程陶瓷零件的亚表面损伤严重影响其可靠性和使用寿命,因此探究了磨削温度对氮化硅陶瓷表面裂纹扩展的影响。首先,通过K型热电偶测温技术获得磨削参数与磨削温度的关系;其次,通过陶瓷片磨削试验获得陶瓷内部亚表面裂纹扩展情况;最后,得出磨削温度对裂纹扩展的改善机制。试验结果表明,随着磨削速度、磨削深度的增加,磨削温度增大;随着进给速度的增加,磨削温度减小。纵向裂纹在陶瓷内部扩展时会产生与原纵向裂纹扩展方向相同或者相近的新纵向裂纹,新纵向裂纹的路径在残余热应力的作用下会改变方向,出现横向裂纹,当新横向裂纹与原横向裂纹扩展路径相交后,会引起陶瓷表面的断裂和剥落。当磨削温度由456℃增加到1 035℃时,裂纹扩展深度先由8.1μm减小到3.8μm后,再增大到19.2μm,在603～732℃时,裂纹扩展深度较小,为3.8～5.6μm。研究表明适当的磨削温度对陶瓷亚表面裂纹扩展有抑制作用。

结合中车长客铝合金城轨底架滑槽的多去除量铣削加工,在使用数控铣床进行工件加工时,存在刀具走刀行程长、加工时间多及加工效率低的缺点,因此提出应用智能算法对刀具空走刀时间进行优化。该问题可以看作是典型NP-hard的旅行商问题,通过建立数学模型并采用遗传算法求解。首先,对初始种群进行锦标赛选择;之后,通过部分映射交叉与插入变异操作,实现对滑槽加工的刀具空走刀时间的优化。通过滑槽铣削加工的实例,与按坐标顺序进行滑槽铣削加工和按基于就近加工点启发式规则法进行滑槽铣削加工的空走刀时间进行对比,采用的遗传算法能够很好地缩短滑槽铣削加工过程的刀具空走刀时间。在长客实际加工过程中,采用此遗传算法进行刀具路径规划能够提高城轨底架滑槽的加工效率。

针对电熔爆加工过程中等离子体电弧分布研究量化程度不足的现状,运用磁流体动力学理论,建立了包含阴极-等离子体电弧-阳极表面的二维数学模型,采用Comsol有限元仿真软件求解出不同加工电流等离子体电弧温度场、压力场、电势场及阳极表面电流密度分布特性,并根据电熔爆等离子体电弧的加工需求搭建了试验系统,对仿真结果进行验证。研究结果表明:增大加工电流可提高电弧最高温度,使电熔爆放电通道内温度和压力梯度增大,造成放电通道不稳定;增大电流使电弧受到指向电弧中心的电磁力增加,导致电弧收缩明显,加工能量过于集中,使加工表面质量降低;在电流100～175 A之间,加工后表面粗糙度可控制在Ra 6.3μm以下,试验结果与仿真结论具有较好的一致性。

为了更准确地对电主轴系统进行温度场的预测,建立了综合考虑接触热阻、轴承热变形和气隙变化等因素影响的热网络模型和热结构耦合热网络瞬态温度平衡方程（简称热平衡方程）。首先计算了接触热阻、轴承热变形、电机的定子与转子由于热变形导致的气隙变化以及电机与轴承的生热;然后选择电主轴主要部件作为温度节点,建立了电主轴系统的热网络模型及热平衡方程;最终通过MATLAB软件编程进行热平衡方程的求解,得到电主轴各主要部件的瞬态温度变化情况,通过不断更新接触热阻、轴承生热和电机生热等热特性参数,对电主轴进行温度和结构变形的耦合计算。计算结果表明:在达到平衡状态前,电主轴运转的时间越长,轴承的温度越高,轴承生热功率越低;电机温度随对流换热系数增高而降低;考虑热特性参数变化的热计算所得到的结果更加准确。通过与相同条件下的热结构耦合仿真结果进行对比表明,该热网络瞬态温度模型（热网络模型）可以正确预测温度场分布。

设施环境中的果实图像识别是作物生长监控和采摘智能化的关键技术之一。以设施番茄（品种:苏粉14）为研究对象,针对其获取图像果实粘连导致机器作业识别不准确,且识别效果受光线影响等问题,提出了一种改进灰狼算法优化聚类中心的番茄图像自动分割方法,并通过形态学和多尺度Hough变换算法对目标进行提取,完成图像中粘连果实的分割与识别。首先通过添加扰动因子对灰狼算法进行改进,调整搜索半径,增强全局寻优能力,避免算法陷入局部最优,然后利用改进灰狼算法对K均值聚类算法的聚类中心进行优化,模拟灰狼狩猎机制,寻找一组最佳聚类中心,克服原始聚类算法对初始中心点的过度依赖,提高其聚类效果,为识别设施番茄果实提供了良好的分割基础。对分割后的图像进行几何形态学处理,然后通过多尺度Hough圆检测,对果实进行识别和定位。随机选取200幅番茄图像进行实验,实验结果表明,相对于粒子群优化算法和遗传算法等优化算法,聚类-改进灰狼算法在收敛速度、聚类质量和稳定性方面都有显著提升,其中运行时间比K均值聚类算法缩短48.7%,峰值信噪比提高了45.2%,结构相似度提升了10.2%。聚类-改进灰狼算法果实平均识别率为89.2%,比... 更多

为实现对非道路移动机械高排放污染物的有效监管,提高环境监测效率,研究基于时序数据的尾气监测分析平台从硬件到软件系统等的开发,针对大量时序数据,提出利用改进并进行参数优化后的长短期记忆（Long Short-Term Memory, LSTM）网络模型,对几类尾气排放数据进行预测分析,从而预测未来一段时间内高排放污染物的排放趋势。通过对公开数据集的多维时序数据的实际预测分析,对比模型优选前后的排放预测结果,分析该尾气监测分析平台的实用性以及该平台在非道路移动机械尾气监测、预警、预测与分析过程中存在的问题,提出合理化建议与应用展望。

为了解决机器视觉技术检测覆铜板缺陷误检率高的问题,提出了一种基于二次特征筛选的覆铜板表面缺陷检测方法。采用模板匹配与图像形态学算法检测出覆铜板表面的疑似缺陷。由于覆铜板加工过程中易发生翘曲和弯曲变形,影响了模板匹配的精度,导致第一次检测结果中存在较多的误判缺陷。采用特征选取框提取出疑似缺陷的特征区域,计算其形状特征属性值,通过修正蜂群算法优化后的支持向量机（SVM）对疑似缺陷进行二次筛选。实验结果表明,通过二次特征筛选能使覆铜板表面缺陷检测的误检率控制在3%以内。

针对H公司冷柜总装生产线系统效率低、均衡性差的问题,从定性和定量协同的角度出发,制定生产线效率提升的优化方案。该方案针对生产线存在的主要问题,首先,利用"5W1H"提问技术、"ECRS"原则及流程程序分析等工业工程（Industrial Engineering, IE）方法对生产线进行定性化的改善;其次,运用整数规划理论构建数学模型,并采用LINGO软件编程求解最小生产节拍,对生产线进行定量化的改善;最后,通过Flexsim仿真软件建立优化后的生产线仿真模型验证方案有效性。该优化方案使生产线的平衡率由25.54%提高至75.08%,生产节拍由107.93 s降低至60.34 s,单日最大产能由734台提高至1 312台,对提高企业生产效率及增强企业竞争力具有重大意义。

纺织热轧机的故障具有多发性、隐秘性等特点,故障排查大多依赖于人工经验,如何快速定位产品故障位置,是及时维修的关键。对此,针对纺织热轧机展开了故障分类算法研究,首先基于优化的N-Gram模型对纺织热轧机故障文本进行分词处理;然后利用基于词频-逆文档频率的方法提取故障文本特征向量;最后采用遗传算法优化的支持向量机（Support Vector Machine, SVM）对故障文本建立分类模型,经实例验证了遗传算法对支持向量机分类模型优化的有效性,其分类预测精确性较高,具有良好的使用价值。

在对传统机械压力机进行伺服化改造时,必须充分考虑原有机械结构,合理设计电气控制系统,通过最少的附加投入获得最大的伺服性能。为了探索机械压力机伺服化改造的一般方法,以一台1 100 kN传统电动机械压力机为例,对其传动系统进行了运动学和动力学分析,阐明了位置、力和惯量的定量传递关系,并在此基础上完成了伺服电机优化选型,研制了大功率伺服控制器,设计了高精度伺服控制算法。仿真和试验测试结果表明,改造后的伺服压力机能够精确跟踪预设冲压曲线,完成加减速和保压控制,实现了预期伺服功能。设计过程对传统压力机伺服化改造工作具有普遍借鉴意义。

刮板输送机是煤矿开采系统的重要设备,承担着煤炭运输的重要任务。在输送过程中,刮板输送机的中部槽工况条件恶劣,磨损严重。通过离散元（Engineering Discrete Element Method, EDEM）软件建立刮板输送机物料输送的动态过程,分析刮板输送机链轮改进前后中部槽的磨损情况,得出中部槽冲击磨损特性曲线。仿真结果表明,刮板输送机中部槽链条下部区域冲击磨损较大,链轮改进后可有效提高刮板输送机的使用寿命。

为了对龙门数控机床动态特性的影响机制进行分析,基于多目标优化方法获取其结合部虚拟材料模型的参数,构建了精确的结合部虚拟材料模型,从而建立了准确的龙门数控机床动力学模型,并对此方法建立的动力学模型进行了试验验证。基于此动力学模型,对龙门数控机床动态特性的影响机制进行分析,结果表明:螺栓固定结合部的虚拟材料参数对龙门数控机床的固有频率影响最大;在结合部虚拟材料参数中,弹性模量对龙门数控机床的固有频率影响最大;前三阶固有频率皆随表面粗糙度的增大而变小,而固有频率受结合部真实接触面积与名义接触面积的比值的影响情况较为复杂。

针对海量机械设备故障信号样本在线检测问题,提出了一种基于函数型大数据聚类分析的检测研究方法。分析了函数型大数据聚类分析的原理和优势,并利用对函数型大数据的曲线拟合及基函数矩阵,改善对高维故障数据的处理能力;确定聚类中心的位置,计算故障数据到聚类中心的聚类密度值,当有新的故障数据集加入后,适时调整聚类中心位置及欧式距离的均值,提高在线故障检测率。实验结果表明:提出多类别故障聚类的检测方法效果更明显,检测率统计指标值显著优于传统检测方案。

以一种应用于纯电动汽车的电磁直驱变速器（Direct-Driving Automated Mechanical Transmission, DAMT）为研究对象,为了进一步提高DAMT的换挡品质,针对DAMT同步器同步过程中同步能耗较高,以及电机调速同步过程中同步时间较长的问题,提出了一种电机-变速器联合同步的同步方法,建立了联合同步换挡过程仿真模型,并在机械式自动变速器（Automated Mechanical Transmission, AMT）通用试验平台上进行了多换挡工况试验,仿真与试验结果表明:在相同换挡工况下,联合同步换挡的同步时间最短,比单独变速器同步时间缩短了31.9%,比电机调速同步时间缩短了37.1%,联合同步的同步能耗低于单独变速器同步的同步能耗,并接近于电机调速的同步能耗,联合同步换挡能够在保证一定换挡经济性的同时,有效缩短换挡时间,提高了DAMT的换挡品质。

针对齿轮箱故障诊断过程中采集到的振动信号通常都比较复杂多变,随机性和偶然性也比较强的特点,提出了一种基于随机权重粒子群优化（Random Weight Particle Swarm Optimization, RWPSO）算法的双隐含层反向传播（Back Propagation, BP）神经网络（RWPSO-BP）的齿轮箱故障诊断方法。对江苏千鹏诊断工程有限公司所公布的齿轮箱故障诊断实验中的原始振动数据进行多特征值提取;利用主成分分析法（Principal Component Analysis, PCA）对特征集进行降维处理,将多个变量的数据集转变为较少新变量的数据集（即主成分）,把所选主成分归一化处理后利用双隐含层RWPSO-BP神经网络进行诊断分析;将分析结果与单隐含层RWPSO-BP神经网络对测试样本的识别结果作对比。最后的诊断结果为:双隐含层RWPSO-BP神经网络的误差更小,可以较为准确地对齿轮箱故障类型进行有效的识别。