为了缩短产品研制周期、提高产品生产效率，通过使用基于分级贪心策略的蚁群优化算法，对复杂产品的混合装配序列规划(Assembly Sequence Planning, ASP)和装配线平衡(Assembly Line Balance, ALB)问题进行优化求解。在获得产品装配网络计划图和可行装配序列的基础上，使装配线上的工作负荷均衡达到预计的理想情况，同时最大化装配线平衡率以及最小化装配线平滑指数。最后通过算例进行验证，改进后的蚁群优化算法可在较少次迭代过程中求出最优解，且算法随着求解问题的复杂度增加仍能保持较高的求解效率。

随着复杂航空装备研制过程的技术成熟度越来越高，主机厂的产能制约因素已从制造技术瓶颈转变为供应链运营管控能力不足。针对大规模供应链动态协同管控难、信息集成与追溯难等行业共性问题，提出一种基于工业互联网的协同制造新模式——航空装备数字化供应链协同制造云平台，将供应链协同、供应链追溯、供应链赋能、供应链大数据分析和供应链决策等一系列数字化制造核心应用服务开放给供应链企业，提升主机厂自身的供应链协同管控能力和产业链生态数字化制造能力。应用案例展示了航空装备数字化供应链协同制造云平台在航空装备数字化供应链协同制造赋能方面的积极作用，可为行业数字化供应链生态体系构建奠定基础。

为突破专利壁垒，利用现有专利技术快速衍生出新的专利方案，研究了可有效规避侵权的系统化专利规避方法。通过需求-目标-功能分析模型寻求创新设计方向，经过检索及数据清洗得到目标专利群，利用专利价值评价方法来得到高价值度的目标专利，然后通过TRIZ理论功能树建立目标专利的结构-功能模型，寻找并分析问题组件，针对问题组件利用改进后的功能导向搜索方法进行创新设计，经过侵权判定得到新的专利方案。通过将价值分析(Value Analysis, VA)和功能导向搜索(Function Oriented Search, FOS)相结合，形成了一种新的专利规避设计模型，应用此方法对药品包装机械进行了创新设计案例分析，验证了此专利规避方法的有效性。

针对汽车保险杠由成型喷涂车间向总装车间运输效率低、人员成本高的问题，根据转运工艺分析，设计了自动缓存转运系统。首先，规划了系统结构整体组成；然后，分别对托盘缓存输送单元、托盘自动升降单元及转运台车夹持机构进行了结构设计；再者，设计形成详细的控制逻辑；最后，对工艺优化前后的生产效率进行了计算分析。研究结果表明：汽车保险杠自动缓存转运系统的应用可提高生产效率6.7%,减少至仅1名驾驶运输人员，并降低了组装人员的工作强度。

数字孪生技术是一个新兴的研究热点，以数字化的方式促进物理世界和信息世界的融合，通常被认为是数字化转型的关键。随着制造业数字化转型时代的到来，对机械设备智能化的需求在不断增加，设备级数字孪生将发挥越来越重要的作用。强调了设备级数字孪生数据互联的重要性，对数据互联中数据采集、数据传输、数据存储和数据处理几个方面的关键技术进行了综述，对设备级数字孪生数据互联发展趋势提出展望，可为设备级数字孪生数据互联研究和应用提供思路和有价值的参考。

随着物流行业的快速发展，物流机器人已经成为物流行业的重要部分。针对传统蚁群算法在实际物流机器人工作中存在算法初期具有盲目性、寻找路径过长、收敛速度过慢及转弯次数过多的问题，提出了一种改进蚁群算法。该算法通过与A*算法相结合来对初始信息素浓度进行定义，避免了算法初期的盲目性；针对算法收敛速度慢的问题，对挥发因子作出了修正，同时引入转弯因子，使得到的路径更加平滑。首先，通过A*算法得到一条次优解路径，将该路径周围节点的初始信息素浓度按照线性递减的方式进行定义；其次，在信息素更新过程中，综合考虑蚂蚁所走路径长度和转弯次数，对路径节点上的信息素进行更新；最后，提出了一种随迭代次数变化的动态挥发因子，提高了物流机器人的工作效率。为了验证改进蚁群算法的可靠性，在20×20、30×30的地图上进行了对比，实验结果证明改进蚁群算法具有实际价值。

为了克服摩擦、干扰以及模型误差等不确定性因素对工业机器人双臂的影响，利用神经网络设计了反步鲁棒控制律。首先建立了工业机器人双臂协同控制模型，然后利用神经网络估计出干扰，并通过不确定性补偿设计出了反步鲁棒控制律，最终实现了对工业机器人双臂空间运动的精确控制。对比仿真得到的结果表明，所设计的反步鲁棒控制律对工业机器人双臂具有更高的控制精度，空间运动指令跟踪的最大误差仅为0.2 cm,不确定性估计的最大误差仅为0.2 N·m。测试实验验证了所设计的反步鲁棒控制律具有更优的工程实用性，空间定位的平均误差为0.18 cm,最大误差仅为0.24 cm,有效降低了各种干扰因素对工业机器人双臂控制精度的影响。

针对传统的线性二次型高斯(Linear Quadratic Gaussian, LQG)控制器存在各加权矩阵系数不易确定等问题，对于车辆磁流变半主动悬架设计了基于引力搜索算法(Gravity Search Algorithm, GSA)的线性二次型高斯(GSA-LQG)控制。以悬架各性能指标为目标函数，采用引力搜索算法对加权矩阵系数进行寻优。选用磁流变阻尼器(Magnetorheological Damper, MRD)作为悬架的半主动部件，同时建立二自由度的1/4车辆磁流变半主动悬架系统模型。以随机路面激励作为输入，在MATLAB/Simulink软件中分别对被动悬架控制、基于LQG控制的车辆磁流变半主动悬架和基于GSA-LQG控制的车辆磁流变半主动悬架进行仿真分析，结果表明，基于GSA-LQG控制的车辆磁流变半主动悬架具有更好的舒适性能和安全性能。

在一定的泵送频率下，混凝土泵车会出现共振现象，导致臂架末端剧烈振动，因此对整车进行模态分析很有必要；而不同姿态下的泵车，其有限元模型的建模和变姿态极其繁琐、耗时且易出错。基于HyperWorks软件进行二次开发，实现对某型号混凝土泵车不同姿态的自动调整和模态的自动化分析。通过模态分析得到整车固有频率和振型，分析不同姿态对整车模态的影响。最后通过实车试验进行对比分析，验证二次开发的有效性，为混凝土泵车的减振结构设计和有限元二次开发提供参考。

为改善重型汽车的行驶平顺性和道路友好性，基于重型汽车空气悬架的刚度特性，建立简化的重型汽车1/4车辆模型。对车身加速度和道路应力因子系数进行线性加权处理，并作为车辆的综合性能评价指标。设计了基于空气悬架系统的PID控制器、模糊控制器及混合天地棚控制器，对比分析了分别在低、中、高3种不同车速下，被动悬架与不同控制策略下空气悬架的车辆行驶平顺性、道路友好性及综合性能指数。结果表明，不同车速、不同控制策略对重型汽车行驶平顺性、道路友好性及综合性能的影响明显不同，混合天地棚控制策略下的空气悬架性能最优，其行驶平顺性、道路友好性及综合性能均优于PID控制策略和模糊控制策略。

盾构机作为定制化设备，其定制化的代表部件即是刀盘。复合式刀盘是一类适应性更为广泛的刀盘结构类型，其建模通常需要耗费大量的时间，这容易造成时间和人员浪费、可靠性下降。通过对复合式刀盘的功能分析，梳理了刀盘通用模块之间的参数传递规则与逻辑，建立了结构间参数关联关系；针对复合式刀盘的重点模块进行关键参数的提取，为参数化建模提供重要依据；基于Creo软件的Top-Down设计，完成了六辐臂+六面板复合式刀盘的三维参数化建模设计，实现了刀盘的设计系列化，为缩短刀盘设计周期提供了指导方法。

结构化工艺具有复杂性高、多样性强的特点。为了构建一个面向不同行业、不同用户的通用结构化工艺平台，分析了结构化工艺的数据类型、特性和关系等，建立了统一的结构化工艺信息模型。提出了基于元数据建模和服务的结构化工艺层次架构，并在实践中进行了应用和验证，证明了基于元数据的结构化工艺系统构建方法的有效性。

涡旋薄壁结构是一种典型的曲率变化的曲面薄壁结构，变曲率的曲面薄壁结构在电子、汽车及航空航天等领域应用广泛。此类薄壁结构在加工过程中时常会存在毛刺、尺寸误差及刀痕等缺陷，加工质量难以保证。在借鉴深切缓进给磨削工艺的前提下，提出了一种大切深缓进给的涡旋曲面薄壁微细铣削工艺，以表面粗糙度Ra、尺寸误差Δw及毛刺高度h为加工质量评价指标，进行了微细铣削试验研究，探究了关键铣削参数(每齿进给量fz、轴向切深ap、径向切深ae及主轴转速n)对加工质量的影响，并进行了关键铣削参数优化研究，识别出了较优的切削参数组合，并成功进行了高质量涡旋曲面薄壁微细铣削试验验证。

高速切削过程中，刀具表面完整性的变化与刀具磨损具有紧密联系，采用PVD-TiN/TiAlN硬质合金涂层刀具进行液氮低温铣削GH4169合金试验，研究不同喷射温度时刀具的表面完整性(包括表面粗糙度、表面显微硬度和表面残余应力)及其与刀具磨损的关系。结果表明，在刀具磨损影响下，涂层刀具表面粗糙度变化趋势一致，刀具表面显微硬度与表面残余应力随刀具后刀面磨损量的增加先增大后减小；与喷射温度为-30℃相比，喷射温度为-90℃时涂层刀具的表面显微硬度与表面残余压应力更大，在铣削过程中更快达到最大值。喷射温度为-90℃时涂层刀具的表面完整性得到提升，刀具耐磨性提高，稳定磨损阶段持续时间延长，刀具寿命显著提升。

针对高韧性合金材料切削过程中的断屑问题，在分析论证现有断屑方法的基础上，提出了一种依靠数控程序实现动态变走刀的切削断屑方式，通过机理分析、数控程序编写及最终试验验证，证明其对高韧性合金材料变走刀切削断屑可行且有效。

航空产品在手工制孔或移动式机器人制孔过程中易出现孔径超差、孔倾斜等问题，为结构件的使用留下安全隐患。以2A12-T4航空用铝合金为研究对象，通过开展静拉伸试验、疲劳试验，研究了孔径偏差、垂直度偏差对铝合金单钉双剪连接性能的影响。研究发现：铝合金单钉双剪连接结构的静拉伸失效以劈裂破坏为主，疲劳失效均为横截面断裂失效；垂直度偏差、孔径偏差对连接件静拉伸强度的影响较小，对静拉伸强度的折损均在10%以内；垂直度偏差、孔径偏差对连接件疲劳性能造成显著影响，其中垂直度偏差为4°、疲劳载荷为70%最大静拉伸力时的影响最大，会使疲劳寿命降低73.60%;制孔偏差对疲劳失效过程的影响主要表现在影响疲劳裂纹的萌生区域、扩展方向与扩展速度等。

针对建筑物或塔类结构用高强度螺纹联接松动或失效的故障诊断问题，设计了一种可动态监测螺纹联接预紧力的传感器功能化弹性垫圈。首先，对传感器功能化弹性垫圈进行工作原理的分析和结构设计。其次，通过ANSYS Workbench Static Structural仿真软件验证了所设计鞍形弹性垫圈凹处的变形量最大，并计算出该部位能承受的最大微应变为1.875×10-2,低于电阻应变片式传感器的最大微应变2×10-2,证明在该部位可集成电阻应变片式传感器。最后，加工了鞍形弹性垫圈并粘贴电阻应变片式传感器，对该传感器功能化弹性垫圈进行0～240 000 N预紧力的加、卸载试验，试验所得预紧力-输出电压曲线呈线性关系，计算得到输出电压的最大回程误差为6.0%。试验结果验证了将所设计的传感器功能化弹性垫圈用于设备塔或建筑物螺栓防松现场监测的合理性和可行性，具有较广阔的工程应用前景。

大型结构件中螺栓缺失往往会产生重大的安全隐患，而目前通过深度学习进行目标检测的设备通常部署繁琐、困难，为了保证检测的高效率并且足够轻量化的性能，提出一种通过改进YOLOv5进行模型训练，并将模型轻量化移植到移动端的方法，以实现螺栓的快速识别与个数缺失统计与报警。首先利用LabelImg软件对现有的螺栓数据进行标注，标注完成后对该数据集进行训练，再将得到的模型文件转化并降低位宽，转化为TensorFlow Lite(TFLite)模型文件，进而在安卓端进行部署。结果表明，将模型部署在小米MI 9 SE手机上，进行单目标检测时准确率可以达到98%,多目标检测时准确率可以达到97%,推理时间在40 ms左右，且报警功能可以正常使用，为螺栓缺失的检测提供了一种新的轻量化方法。

针对核燃料组件关键尺寸测量困难的问题，提出了一种基于结构光识别的核燃料组件堆芯管座间垂直阶差与水平间距测量方法。通过直通滤波算法去除与关键尺寸测量无关的冗余点云，利用统计滤波算法滤除离群噪点，基于RANSAC平面分割实现了管座特征区域点云的提取；建立了关键尺寸模型，基于最小二乘法拟合平面实现了管座间垂直阶差的测量；将三维点云投影至二维平面，以保留管座点云边界信息，并进行欧式聚类分割，在分离出不同管座点云的基础上提取出边界点，提出了一种基于RANSAC算法的点云测距算法，实现了相邻管座间的水平间距测量。实验结果表明，所提方法能快速精确地测量出核燃料组件堆芯管座间的垂直阶差与水平间距，并且使二者误差均保持在0.2 mm以内。

为提高再制造拆卸的自动化程度，将机器视觉技术加入拆卸过程，提出一种基于深度学习与支持向量机(Support Vector Machine, SVM)的废旧产品锈蚀螺栓可拆卸性判别方法。针对废旧产品多样化、锈蚀螺栓目标小，以及背景干扰强等特点，采用基于YOLOv5算法的废旧产品螺栓检测模型，自动检测并裁剪不同废旧产品的螺栓目标；应用Hough梯度圆检测算法实现螺栓图像分割，剔除背景干扰；利用基于支持向量机的多特征锈蚀螺栓可拆卸性判别模型，完成螺栓的可拆卸性判别。经实验表明，该方法在实际拆卸中判别准确率为96.46%,漏检率为1.32%,相比单一的YOLOv5算法，判别准确率得到较大提升，为深度自动化拆卸提供了有效途径。

针对滚动轴承运行工况复杂多变，难以诊断的问题，提出一种基于短时傅里叶的同步压缩变换(FSST)与残差神经网络(ResNet)相结合的故障诊断方法。该方法对轴承振动信号做短时傅里叶变换后，将时频系数压缩重排，生成基于FSST时频图在3种变工况下的训练集和测试集。考虑到深度模型的网络退化问题，采用ResNet模型对数据集进行时频特征提取和故障诊断，进一步提升轴承故障诊断的精度。通过3种变工况实验证明了该方法的有效性和可行性，平均诊断准确率高达98.9%,与其他方法相比，诊断精度有较大提高。

针对传统轴承故障诊断需要依靠先验知识和专业技术的问题，提出一种端到端的流程架构和基于卷积神经注意力模块-卷积神经网络(Convolutional Block Attention Module-Convolution Neural Network, CBAM-CNN)的滚动轴承故障诊断模型，该方法能够自适应提取故障特征，摆脱了对人工处理复杂信号的依赖。首先，将一维故障振动信号转换为二维图像，并用伪彩色将其变为RGB三通道图像；其次，通过注意力机制CBAM模型，注重其重要的特征信息，调整权重参数，之后将其输入卷积神经网络，并添加Dropout层来增强模型的鲁棒性，添加L2正则化来防止过拟合且提升模型的泛化能力；最后，对不同类型的滚动轴承故障进行分类，完成滚动轴承故障诊断。为了验证CBAM-CNN模型的性能，使用了美国凯斯西储大学轴承实验台数据集进行验证，并将该网络模型应用于轴承实验台。结果表明，与其他诊断方法相比，该方法不仅结构简单，而且诊断高效，故障诊断效果良好。

针对叶片砂带磨抛装置的关键零件——机架和主动柔顺装置支架，以关键零件的静动态特性为优化目标，结合拓扑优化和多目标优化进行了结构优化设计。首先，根据磨抛装置各机构的安装需求初步设计机架模型，利用拓扑优化的轻量化特性设计改良的机架结构；然后，将磨抛装置关键零件的装配体作为优化对象，结合均匀设计法、灵敏度分析和响应面法建立其静动态特性与对其有显著影响的结构特征之间的二阶响应面模型；最后，以关键零件的静动态特性为优化目标，基于二阶响应面模型和NSGA-II(算法),对磨抛装置机架和主动柔顺装置支架的结构参数进行多目标优化。结果表明，拓扑优化可以获得磨抛装置较好的机架设计结构，多目标优化可进一步优化磨抛装置关键零件的结构特征，减少磨抛装置后续的优化迭代过程。

传统的外螺纹滚压过程参数优化大多采用试错法，依赖个人经验进行模具设计和工艺摸索，不仅费时费力，而且试验效率和经济价值极低。针对外螺纹滚压成形过程有限元模型进行研究已越来越受到人们的广泛关注，建立外螺纹滚压有限元模型，能够从应力-应变、滚丝轮最大成形力及最大成形扭矩等多角度深入理解外螺纹滚压成形过程中金属塑性流动规律。首次针对外螺纹滚压成形过程有限元仿真模型的研究进行综述，对外螺纹滚压模型进行分类，阐述了多个有限元仿真模型的特点及验证方法，并给出了相应研究结论及后续研究建议。