为探究液压管路的结构参数对其振动特性的影响,建立了不同几何结构参数液压管路有限元模型,基于流固耦合研究了不同结构材料、不同弯曲半径以及不同弯曲内角对液压管路振动特性的影响。研究发现,在液压管路结构一定情况下,钛合金Ti-3Al-2.5V的固有频率最小,不锈钢1Cr18Ni9Ti的变形量最小;在固定液压管路总长的情况下,弯曲半径的增加会提升固有频率并会降低变形量,弯曲内角的增加会减小固有频率但会降低变形量;在固定直管段长度的情况下,弯曲半径的增加会导致固有频率减小并导致变形量增加,弯曲内角的增加会导致固有频率减小但会降低变形量。

在车间多排设备布局问题上往往存在限制条件多、设计方案不合理的情况。针对车间多排设备布局问题的特性,提出一种车间布局优化模型,并且利用遗传算法变异策略优势改进粒子群算法,使得设计方案更加合理。首先,将车间设备进行坐标化,建立了基于总物流成本最小的目标函数。经过综合分析,量化了各工序之间的物流关系。然后根据消防通道、设备占地与间距等非物流因素采用分级惩罚思想建立各种约束。此外,利用随机生存的初始种群,采用加入遗传算法的自适应变异策略的粒子群算法搜索最优车间布局。最后,通过一个案例研究了该模型的工作原理。与系统布置设计(Systematic Layout Planning,SLP)方法和遗传算法(Genetic Algorithm,GA)相比,该方法在解决多排设备布局问题效果更好。

为提升客户对产品的认可度,针对传统概念设计阶段未充分考虑客户感性需求偏好及客户感性需求获取困难的问题,提出一种在线评论数据驱动的客户感性需求识别及向设计特征映射方法。首先,基于形态学分析法,通过构建能量材料信号(Energy Material Signal,EMS)模型试图从产品中发现所有设计特征,并基于在线评论数据从所有设计特征中筛选出用户关注的核心特征;其次,从在线评论数据中提取形容词组成感性词对,以感性词作为中心词并利用词向量技术获得非中心词,基于情感词典,利用所给方法计算产品感性词对的感性评价值;然后,基于数量化理论Ⅰ(Quantitative Theory Ⅰ,QTⅠ)建立客户感性评价与产品设计元素之间的映射模型,并为改进产品设计提供依据;最后,通过实例验证所提方法的可行性和有效性。

针对路径规划蚁群算法的盲目性、收敛速度慢、路径较长和路径折点多等问题,提出了一种改进蚁群路径规划算法。首先通过改进启发信息的数学模型,限制轮盘赌在8个方向的选择概率,降低迭代次数;然后建立自适应更新影响因子,通过实时监测目标点位置,进一步提高路径的选择方式和算法的鲁棒性;最后通过路径二次寻优,对改进蚁群路径规划算法形成的最优路径进一步消除冗余节点,在已知最优路径进一步寻优,从而提高路径平滑度、减少路径折点,以及缩短路径长度,提高物资运送小车的使用效率。通过栅格环境地图中障碍物不同占比的仿真试验,验证了所提出的改进蚁群算法的迭代速率更快、寻优能力更强、鲁棒性更好和路径更短。

为满足机器人工作轨迹的多样化需求,以时间、能量及冲击为优化目标提出了一种新的多目标麻雀搜索算法,用于寻找机器人的最优轨迹。首先,通过7次B样条插值方法构造关节空间轨迹,以此确立多目标综合最优轨迹规划模型。其次,采用违反约束度计算、非支配排序以及精英保留来改进麻雀搜索算法,使其能够处理机器人多目标轨迹规划问题。最后,用袋装树分类算法对随机种群内数据进行了筛选,并搭建5层BP神经网络来替代改进多目标麻雀搜索算法中适应度值的数值计算部分,从而提高算法求解效率。通过MATLAB仿真与实验证明了该算法优化所得轨迹的可行性及有效性。

方案评价是产品服务系统设计的关键环节之一,评价结果的合理性对企业发展至关重要。基于最小平方和法,构建了云-TOPSIS-灰关联分析模型,对产品服务系统方案进行评价。引入云模型和相对偏好关系量化离散型指标,解决专家评价的模糊性和随机性问题。运用TOPSIS灰关联分析法确定正、负理想灰关联系数矩阵,集成指标权重和正、负理想灰关联系数矩阵建立正、负理想加权灰关联系数矩阵,兼顾了几何方案序列曲线的位置接近度和形状相似度。运用最小平方和法求解灰关联投影系数,确定方案排序。以某农业装备企业拖拉机产品服务系统方案评价为实例,验证了所提模型的科学性和可行性。

针对汽车电子节气门系统存在的动态迟滞非线性问题,提出一种模糊神经网络PID控制器的设计方法。该控制器将动态调整惯性权重的粒子群优化算法和BP算法结合来优化模糊神经网络参数,修正模糊神经网络在寻优过程中收敛缓慢、易陷入局部最小值的不足。利用模糊神经网络的自学习能力,对PID控制器参数进行整定。仿真结果表明,经过优化后的模糊神经网络PID控制器相比于模糊PID控制器在响应时间、超调量和振荡次数等方面都有显着提升。在模拟气流扰动工况施加扰动信号后,该控制器表现出良好的抗干扰性能。在电子节气门响应试验中,节气门响应曲线存在轻微超调,但稳态误差较小,表明该控制方法下电子节气门具有良好的动态响应特性。

针对功率分流式混合动力汽车,首先根据整车设计参数及动力性能目标要求,分别对电机、动力电池组、发动机、主减速器和行星排等传动系统部件进行参数匹配,并运用AVL-Cruise软件建立目标车辆整车模型;其次在满足动力性能目标的前提下,运用AVL-Cruise和Isight软件搭建联合仿真模型,分别采用粒子群优化算法和多岛遗传算法,将行星排特征参数和主减速器传动比作为优化参数,百公里油耗和电耗加权之和作为优化目标进行优化研究,并对比分析2种优化算法的计算结果来获得兼顾动力性能和经济性的最优结构参数,为研究功率分流式混合动力汽车传动系统提供理论依据。

为了提高铣刀磨削质量,以铣刀磨制过程中的磨削力为对象,通过求取砂轮与铣刀接触线的表达方程,建立铣刀螺旋槽磨削过程磨削力求解模型,讨论磨削力对铣刀磨削质量的影响。以影响磨削力的主要因素铣刀进给速度及磨削深度为变量,提出等进给速度及变进给速度两种减小磨削力、降低应变的优化方案。通过调节进给速度及磨削深度,在保证磨削效率不变的情况下,减小磨削力,从而减小螺旋槽在磨削过程中因磨削力而产生的形变量。建立铣刀三维模型,导入ANSYS的 Workbench中进行磨削过程仿真,得出具体形变量,验证磨削优化方案的准确性。

针对某复杂轴工艺路线编制不合理导致加工效率低的问题,从现有工艺路线优化方案出发,将加工特征以加工精度为加工元节点进行详细划分,构架合理加工元编码,以生产实际中装夹为依据,对工艺约束关系分组分析,获得更优的约束矩阵表达。利用差分进化算法,以机床、刀具及装夹更换最少为目标函数,合理设计差分变异、交叉及序列有效性校验与调整算法。通过对比表明,优化方案相较于优化前方案以及工艺约束不分组方案,刀具、装夹更换次数均有减少。

为研究非对称织构对刀具的切削性能及其对衍生切削的影响,基于Johnson-Cook模型,利用有限元分别进行无织构刀具(NT)、正向非对称织构刀具(FT)和反向非对称织构刀具(RT)切削45钢的仿真分析,并进行相应的切削实验,对比分析了NT、FT和RT的切削力、切削温度、切屑形态、衍生切削和刀具磨损等。研究发现非对称织构刀具的切削性能要优于无织构刀具,但织构的存在同时会诱发衍生切削现象,对切削性能产生一定的负面影响,加剧刀具磨损。NT、RT和FT的平均主切削力分别为601.9、196.4 和419.1 N,织构刀具的切削力较无织构刀具减少了约30.4 %~67.4 %。结果表明,引入织构后有利于增大剪切角、降低切削力、改善刀尖温度分布和减少切屑的黏附,提高切削稳定性;但织构诱发的衍生切削会加剧织构在切屑流出端的刀面磨损,会在一定程度上影响切削温度、增大切削力,织构与衍生切削的耦合作用使得RT的切削性能优于FT。

作为放电加工的产物,碎屑颗粒不仅可以反映放电间隙的状态,而且有助于了解材料的蚀除机理;因此,碎屑颗粒一直是电火花加工(放电加工)领域的研究热点。作为一种新颖、高效的电火花加工方法,短电弧铣削加工存在着排屑不畅和频繁短路等问题。基于上述问题,以碎屑颗粒作为研究对象,研究了加工后碎屑颗粒的微观形态特征,从放电能量角度出发,进一步探讨了不同的工件极性、电极材料、电压、占空比和频率对碎屑颗粒粒径分布的影响,并进一步总结了碎屑颗粒粒径分布对加工质量的影响规律,为揭示材料侵蚀机制、改善间隙排屑性能和提高加工过程的稳定性提供了指导。

针对烟草物流自动化车间生产过程监控不足导致车间生产效率不高、管控难度大的问题,研究了一种面向生产过程的可视化监控方法,该方法从实体设备、车间作业流程等多方面构建具有多层级映射规则的数字孪生车间功能模型,在此基础上,建立孪生数据映射逻辑模型,搭建基于S7协议的实时数据采集传输架构,驱动孪生模型同步运行,设计并开发了数字化车间监控系统。最后通过实例验证,表明此系统能够有效集成、融合车间生产数据,实现对车间作业全流程的有效监控。

针对当前物流企业无法预测货物的装箱方案在运输过程中的货物运送损伤情况等问题,设计了货物运送损伤分析云服务系统,给物流企业提供合理、安全的装箱布局方案。首先,结合ANSYS APDL命令流编写了面向装箱方案的静力学分析程序、模态分析程序及随机振动分析程序;然后,通过Three.js三维可视化技术实现了装箱布局方案的可视化、有限元分析结果的可视化;最后,将所有功能集成到系统中,使物流企业的运输人员只需上传相应的装箱布局结果数据,通过系统的仿真分析,便能预测装箱布局的损伤情况。以实例演示了该系统功能,证明该系统能有效地指导配送人员完成安全的装箱布局。

在视觉检测过程中,针对多残缺、多噪声圆周的拟合精度不佳的问题,提出了一种基于RANSAC的圆拟合算法。首先对图像进行边缘检测,使用基于Scharr算子的Canny算法可获得高质量的边缘分布图;使用霍夫梯度法在边缘分布图中对目标圆弧进行粗定位,并提取包含目标圆弧的点集;提取到的点集中含有大量无关边缘像素点,使用RANSAC算法剔除点集中的异常数据,得到有效样本数据构成的待拟合圆周点集;最后采用LIN算法对待拟合圆周点集进行拟合,得出最终的拟合结果。算法在椒盐噪声和曲线噪声抗干扰实验中表现优异,有着较强的抗干扰能力。已经成功应用到了螺纹孔圆周的拟合,精度和实时性均可满足实际生产要求。

针对上肢外骨骼关节互联性较差、智能化水平低、本体尺寸较大及制造成本较高等缺点,设计了一种结构简单、价格低廉且可批量定制的新型桌面式三自由度末端牵引式上肢外骨骼。首先,根据患者的康复功能需求,结合人体上肢的尺寸进行整体的结构设计;其次,使用有限元仿真软件 Ansys Workbench 对关键零/部件进行静力学仿真,优化零件刚度、强度及尺寸,从而验证外骨骼材料及尺寸的合理性;然后采用Denavit-Hartenberg(D-H)参数法建立坐标系,推导了正运动学并对末端位姿工作空间进行求解,并绘制了工作空间点云图;最后,使用Adams软件对末端牵引式上肢外骨骼进行了运动学分析。结果表明,末端牵引式上肢外骨骼结构设计合理,能够满足上肢运动功能障碍患者的康复训练要求。

针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden Jackal Optimization,GJO)算法优化后的支持向量机(Support Vector Machine,SVM)进行电机滚动轴承的故障诊断。首先,利用VMD将采集到的信号进行分解,依据局部极小包络熵筛选出最优本征模态(Intrinsic Mode Function,IMF)分量;其次,利用小波包将最优IMF分量再分解,并提取信息熵作为特征向量矩阵;最后,采用GJO算法对支持向量机中的惩罚参数和核参数进行寻优选择,建立GJO-SVM故障诊断模型,将特征向量矩阵输入金豺算法优化支持向量机(GJO-SVM)故障诊断模型中进行故障诊断。将VMD结合小波包信息熵特征提取与VMD结合近似熵特征提取进行对比试验,试验结果表明,VMD结合小波包信息熵特征提取精度提高了2.5 %,其特征提取更加优越;将金豺算法优化支持向量机(GJO-SVM)与粒子群优化(Porticle Swarm OPtimization,PSO)算法支持向量机(PSO-SVM)、果蝇优化算法(Fruit fly Optimation Algorithm,FOA)支持向量机(FOA-SVM)进行对比试验,试验结果表明,GJO-SVM其平均准确率达到99.16 %,较PSO-SVM、FOA-SVM分别提高了2.5 %、3.61 %。金豺算法优化支持向量机(GJO-SVM)可以更加有效提取并诊断滚动轴承故障。

针对窄间隙熔化极气体保护焊(Gas Metal Arc Welding,GMAW)焊道侧壁处局部咬边缺陷检测困难的问题,提出了一种基于电弧声信号特征提取与处理的咬边缺陷在线检测方法。通过分析正常、临界咬边和咬边这3种焊接状态的电弧形态和电弧声信号特征,证实坡口侧壁引起的电弧形态变化是影响电弧声信号变化的重要因素。在此基础上采用小波包时频分析,同时引入特征类间标准差作为评价指标,确定了能有效识别3种焊接状态的敏感特征。采用Sigmoid支持向量机和五折交叉验证建立预测模型,实验结果表明该模型能较好地实现3种焊接状态的预测分类,识别准确率达到96.0 %。

为实现智能化电铲实时节能的挖掘,提出了一种基于非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-II,NSGA-Ⅱ)的智能化电铲多目标最优挖掘轨迹规划方法。首先,通过拉格朗日方程建立智能化电铲工作装置动力学模型;然后,使用高次多项式对挖掘轨迹进行插值,将挖掘轨迹寻优问题转化为多项式系数寻优问题,最后,以挖掘时间最短及单位体积物料的挖掘能耗最小作为优化目标,以电机性能与挖掘过程中几何条件等作为约束,利用多目标优化平台PlatEMO,将NSGA-Ⅱ作为多目标优化算法,指定待优化问题的目标函数及约束函数,获取到多目标优化Pareto最优解集,基于决策偏好设置权重并根据TOPSIS法获取最优解,得到多目标最优挖掘轨迹规划结果。结果表明,优化后挖掘轨迹满足实时节能的挖掘要求。

沿墙算法是一种局部路径规划算法,算法的全局收敛性往往优于其他传统方法。为了促进沿墙算法在路径规划领域中的研究,综述了运用沿墙算法规划路径的移动机器人的最新进展和研究成果。根据沿墙算法的避障策略与实现,将沿墙算法分为基于目标方向角的沿墙算法、基于M-Line的沿墙算法、基于最优避障方向的沿墙算法、基于历史信息的沿墙算法以及基于多算法融合的沿墙算法,并对各类算法优缺点进行总结。然而在实际环境中,由于仿真环境的理想化、行为协作机制的僵硬化及传感器的干扰性,沿墙算法在实际应用中与理论结果间存在较大差距。考虑到现有算法仍存在诸多不足,从开发适用于复杂实际环境的沿墙算法、探索更高效合理的多行为切换机制及降低实际环境中传感器噪声影响这3个方面展望了沿墙路径规划算法的未来发展趋势。