针对液压集成阀块内部孔网布局优化问题,建立以孔道路径长度和压力损失为目标的优化模型。结合液压集成阀块的结构特点提出了一种基于直角Steiner最小树结构的多端点布孔优化层分配连通算法,将三维孔网路径优化问题转换为平面端点集路径连通优化问题。先基于各端点空间坐标进行布孔层分配,再将各布孔层合并至同一平面内通过求解平面内最小Steiner树来达到孔网路径优化目的。在求解直角Steiner最小树时以Kruskal算法为基础构建了一种RSMT求解算法,随后将求解的RSMT各边匹配至端点对应的布孔层得出优化后的整体孔网连通路径。实例验证结果表明层分配连通算法可快速有效地进行阀块多端点连通布孔优化设计。

针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡优化模型;对遗传算法 (Genetic Algorithm,GA)和蚁群(Ant Colony Optimization,ACO)算法的混合算法进行改进,构造新的适应度函数和距离信息矩阵对模型进行求解;最后对经典算例进行数值实验,实验结果与以往算法结果比较,平衡程度改进均值提高了5 %,表明改进的模型及算法可以更好地提高装配线的平衡程度,验证了模型及算法的有效性。

随着科学技术的发展,生产安全和车间管理问题越来越受到重视。传统车间在管理上多依靠人工,使得车间扰动事件发现不及时,扰动认定不清楚,不利于迅速解决扰动事件和保障人员设备安全。为提高管理效率和保障安全,提出一种基于蝙蝠算法优化的概率神经网络(Bat Algorithm-Probabilistic Neural Network,BA-PNN)算法和数字孪生的车间扰动判定方法。首先通过传感器采集数据并对其进行分析和预处理;随后搭建传统概率神经网络(Probabilistic Neural Network,PNN)模型和以算法识别率为优化目标的BA-PNN扰动判定模型,并结合数字孪生技术将BA-PNN模型融入孪生平台;最后通过仿真与结果分析,对比优化前模型效果及孪生平台特点,该模型识别效果较之前显著提高,证明了方法的有效性。

针对当前移动机器人监控系统研究比较缺乏的问题,以及现有监控系统可视化差、透明度低及灵活性不足等缺陷,设计了一种基于数字孪生的移动机器人三维可视化监控系统。对监控系统的框架进行了介绍,在此基础上对系统中虚拟模型构建、数据采集与映射等关键技术进行了阐述。针对实时状态映射问题,提出了移动机器人数字孪生虚实映射技术,通过在线采集与孪生映射,实现了信息实时交互。以移动机器人为应用对象,开发了原型三维可视化监控系统,验证了该系统的有效性。

针对纺机钣金车间生产过程实时监控差、准确性不足及可视化程度低等问题,提出一种基于数字孪生的纺机钣金车间可视化监控系统构建方法。首先,基于纺机钣金车间的生产要素构建其孪生几何模型,并对孪生几何模型进行轻量化处理以满足实时响应要求;然后,基于赋时Petri网设计其行为逻辑模型,并通过碰撞检测算法实现在孪生车间中的触发响应。在此基础上,结合OPC UA的信息建模、事件驱动等方法实现多种工艺路线的产品加工、在制品流转等过程的忠实映射。最后,以某纺机钣金车间为应用案例,设计开发了原型系统,验证了所提方法的可行性和有效性。

针对传统蚁群算法在移动机器人路径规划中存在搜索盲目性、收敛速度慢及路径转折点多等问题,提出了一种基于改进蚁群算法的移动机器人路径规划算法。首先,利用跳点搜索(Jump Point Search,JPS)算法不均匀分配初始信息素,降低蚁群前期盲目搜索的概率;然后,引入切比雪夫距离加权因子和转弯代价改进启发函数,提高算法的收敛速度、全局路径寻优能力和搜索路径的平滑程度;最后,提出一种新的信息素更新策略,引入自适应奖惩因子,自适应调整迭代前、后期的信息素奖惩因子,保证了算法全局最优收敛。实验仿真结果表明,在不同地图环境下,与现有文献结果对比,该算法可以有效地缩短路径搜索的迭代次数和最优路径长度,并提高路径的平滑程度。

为了研究轨底坡耦合轮径差对于地铁车辆动力学性能及轮轨接触特性的影响规律,设置了3种轨底坡工况(1/20、1/30和1/40)和5种轮径差工况,通过建立地铁车辆动力学仿真模型和轮轨接触三维弹性有限元模型,分析轨底坡耦合轮径差对地铁车辆直线平稳性和曲线通过性能的影响。结果表明:直线路段车辆平稳性指标受到轮径差变化的影响大于轨底坡变化的影响,轮轨等效应力和接触应力会随着轮径差的增加而增大;曲线路段的各个动力学指标会随着轮径差的增加而增大;综合考虑动力学指标和轮轨接触特性,直线路段下尽量减少使用1/20轨底坡;曲线路段下,可以选择1/30轨底坡,减少轮径差对车辆的影响。

主动悬架相比于被动悬架多了一个可以产生主动作用力的装置,在路面不平工况中有效调节刚度和阻尼,提高车辆底盘的减振性能和乘坐的舒适性能。结合轴距预瞄信息并借鉴线性矩阵不等式(Linear Matrix Inequality,LMI)原理,建立了俯仰力矩作用下的半车主动悬架模型,并分别设计了传统H₂/H_∞状态反馈控制器和带有预瞄信息的H₂/H_∞状态反馈控制器,对主动悬架进行多目标优化控制,在时域的层面上分别对2种控制器的性能进行仿真试验,结果表明2种控制器均能够有效优化主动悬架的性能参数,但带有预瞄信息的H₂/H_∞状态反馈控制器优化能力更加突出。

为提高某车型排气系统隔振性能,用HyperMesh软件构建排气系统有限元模型并对其进行隔振性能分析,经测试分析发现其传递力过大,通过重新设定将各个吊耳传递力之和及其标准差作为优化目标一;将各个吊耳静态位移之和与预载力标准差作为优化目标二。在HyperStudy软件中通过拉丁超立方采样并进行试验设计(Design of Experiments,DOE),以进行变量筛选,最终确定以6个吊耳的Z向动刚度作为设计变量,并构建响应面模型,用多目标遗传算法(Multi-Objective Genetic Algorithm,MOGA)得出最优的吊耳动刚度值。将最优的吊耳动刚度值代入排气系统有限元模型进行分析,结果表明优化目标均有所提升。最后,将实际生产的吊耳装载后在实际道路上进行测试,试验结果表明,隔振率均大于20 dB,与有限元结果相同,符合生产设计要求。

对驾驶环境的准确理解是实现自动驾驶的先决条件之一。为提高自动驾驶车辆的场景理解能力,提出了一种基于语义分割、水平视差和角度编码的多模态中间表示的端到端自动驾驶模型。该端到端自动驾驶模型利用深度学习技术构建感知-规划网络。感知网络以RGB和深度图为输入生成多模态中间表示,实现道路环境及周围障碍物的空间分布描述;规划网络使用多模态中间表示进行道路环境特征提取和航路点预测。基于CARLA仿真平台进行模型的训练和性能测试,结果表明:该端到端自动驾驶模型能够实现对城市道路环境的场景理解,有效地减少了碰撞;相较于单模态中间表示的基线模型,其驾驶性能指标提升了31.47 %。

针对双挂汽车列车在高速超车工况的横向失稳、挂车折叠和甩尾等危险情况,提出了一种基于模糊比例、积分、微分(Proportion、Integral、Differential,PID)控制的直接横摆力矩差动制动控制策略,分别以双挂汽车列车TruckSim非线性模型与四自由度线性模型的质心侧偏角、横摆角速度的偏差及其偏差变化率为目标,设计了2种差动制动的横向稳定性控制策略,分别为仅牵引车控制的单控模式和牵引车加挂车都控制的多控模式,通过MATLAB/Simulink软件和TruckSim软件联合仿真以及硬件在环(Hardware-in-the-Loop,HIL)平台对控制策略的有效性进行仿真验证。结果表明:在高速超车工况下,相较于无控制车辆和单控模式车辆,多控模式车辆的横向稳定性控制系统更能降低车辆的质心侧偏角、横摆角速度、铰接角和车辆后部放大(Rearward Amplification,RWA)系数,在改善双挂汽车列车横向稳定性方面优势明显。

铝箔在精密剪切时存在断面翘曲、毛刺及刀具加速磨损等问题无法定性解决。建立Lemaitre剪切损伤模型,精确地分析铝箔剪切的弹塑性变形及断裂的演化过程。通过分析不同剪切间隙对剪切断面质量的影响及刀刃应力状态变化,提出了将剪切断面中剪切带高度及刀刃应力作为铝箔剪切机的优化评价指标。最后通过对仿真数据及试验结果进行分析,得到最佳剪切间隙为30 %t,满足剪切质量的同时,某型铝箔剪切机的剪刃寿命提高了15.9 %。

针对航空发动机叶片电解加工后前后缘存在较大加工误差这一问题,采用电火花加工技术对叶片前后缘进行修整,并分析前后缘的加工误差。使用自研的六轴电火花成型机床,采用成型电极对叶片后缘进行修整加工,并利用三坐标测量机完成叶片点云数据的测量。采用遗传算法和迭代最近点算法,完成包络加工后叶片点云数据与理论模型的配准,通过最小二乘椭圆以及NURBS曲线拟合处理点云数据。针对拟合的叶片加工后轮廓曲线,通过在该曲线上等间距取点并计算这些点到叶片理论轮廓线的距离来反映叶片后缘的加工误差和加工误差的整体趋势。结果显示:经过电火花成型电极修整后叶片后缘的面轮廓度误差在-16.4～88.5 μm之间,平均误差为53.7 μm,叶片后缘的缘头处轮廓度误差最小,验证了电火花加工技术包络修整叶片前后缘的可行性。

为提升圆柱齿轮的加工效率与齿轮副承载能力,提出了一种新型的平面螺旋齿线圆柱齿轮与该齿轮的快速成形方法,即采用旋转大刀盘快速铣削齿轮,刀盘上按平面螺旋线(阿基米德螺旋线)布置多个刀杆与刀具连续切削齿轮齿槽,平面螺旋线螺距与被加工齿轮齿距相等,刀盘旋转一圈,被加工齿轮旋转一个齿,实现对齿轮的连续快速加工,通过VERICUT加工仿真验证了该方法的可行性;并研制专用加工机床,实施新型齿轮的加工;阐明了加工出的平面螺旋齿线圆柱齿轮的主要参数,其凹齿面齿线半径略大于凸齿面齿线半径,轮齿呈微鼓形,可以减弱齿轮副啮合偏载。通过对平面螺旋齿线圆柱齿轮副进行三维模拟啮合分析,得出平面螺旋齿线圆柱齿轮副接触区间主要分布于接触齿面中间的部分区域,且轮齿两端受力逐渐变小,有效减少了轮齿两端齿根处的弯曲应力,提升了齿轮副承载能力。

定期检查排水管道可以及时发现严重缺陷,对保证排水系统健康运行和城市环境安全具有重要意义。针对排水管道低照度和低分辨率检测困难现状,提出一种改进YOLOv7算法的排水管道缺陷检测与几何表征方法。首先,利用对比度受限自适应直方图均衡化图像增强技术,改善图像的对比度和细节,以提高检测网络对排水管道缺陷的捕获能力;其次,基于设计的Drop-CA和MC模块改进YOLOv7算法,使网络获得浅层缺陷的语义信息并降低误检率,提高模型的分类和定位能力;最后,针对裂缝和断裂2种严重缺陷,设计了一种定量描述该缺陷的几何特征方法来评估缺陷的大小。实验结果表明,改进的网络模型最终平均精度达到93.3 %,检测速度达到42.9 f/s。该方法有效提升排水管道缺陷检测和分类精度,且可以有效表征缺陷的几何特征。

针对现有拆解深度决策方法无法客观准确地得到废旧智能手机最优拆解深度的问题,提出了一种基于改进教与学优化(Teaching-Learning-Based Optimization,TLBO)算法的废旧智能手机拆解深度优化方法。构建了拆解利润模型、拆解时间模型和拆解能耗模型并确立拆解深度优化目标,利用改进教与学优化算法求解得到一组最优的拆解深度解集。以小米5手机的拆解过程研究为例,验证了提出的拆解深度优化方法的有效性;结果表明提出的拆解深度优化方法的最优解搜寻能力和收敛速度均得到增强。

提出一种基于磁斥力同步传动的新型永磁爪型联轴器(PMCC)。首先,介绍了PMCC的结构;其次,对PMCC的结构设计问题进行了分析;再次,通过有限元仿真软件对PMCC的磁路进行计算,分别研究了PMCC设计时的几个重要参数如磁极对数、磁钢厚度角、角向间隙对其传递扭矩特性的影响;最后,计算了采用强弱磁组合设计方案时PMCC的扭矩传递曲线。研究结果表明,可通过增加磁极对数或磁钢厚度角来增大PMCC的传递扭矩;当增大初始角向间隙时,有利于提高PMCC的弹性缓冲特性;此外,当采用强弱磁组合设计方案时,可以增大PMCC的传递扭矩和初始角向间隙。该研究可为PMCC的研发设计及其在机械传动系统的应用提供重要的参考。

针对车辆在城区运行过程中频繁启停造成变速箱滚动轴承故障易发的问题,在轴承故障诊断中引入最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的方法,为了避免过于依赖人工选择MCKD算法中滤波器系数和移位数,提出了一种参数自适应的最大相关峭度反卷积的故障诊断方法。该方法以输入信号的包络谱中最大相关峭度为目标函数,采用改进后的粒子群优化(Improved Particle Swarm Optimization,IPSO)算法优化MCKD中的滤波器系数和位移数,最后通过对故障信号的包络谱进行分析,提取轴承的故障特征。仿真和试验的结果表明,该方法可以有效降低环境中的噪声干扰,准确从强噪声中提取故障特征,实现故障诊断。

针对梁类结构早期呼吸裂纹定位问题,基于含呼吸裂纹梁不同测点位置双线性程度的差异,提出了一种双线性频率分离的梁类结构呼吸裂纹定位方法。利用零点搜索、信号分割等技术将不同空间位置的结构响应,分解为双线性效应对应的正响应和负响应分量,分别反映了结构在裂纹张开状态及闭合状态下的动力学行为。不同测点分裂分量频率成分的差异与裂纹位置及深度有关,为此构造了双线性频率成分间的距离损伤指标,实现裂纹的定位。通过对裂纹位置、裂纹深度、激励频率和幅值、固有结构形状及噪声等影响因素的数值研究,表明了方法的有效性,可为实际工程应用提供理论依据。

基于传统方法预测轴承剩余使用寿命(Residual Useful Life,RUL),步骤繁多,成本昂贵,且模型不具泛化性。现有的基于深度学习(Deep Learning,DL)的预测方法,由于数据量过大,经常导致模型出现过拟合现象,从而使模型精度不高。为了克服以上缺点,提出一种基于MRSDAE-SOM结合HGRU的滚动轴承RUL预测方法。首先,使用无监督式网络流形正则化堆栈去噪自编码器(Manifold Regularization Stack Denoising Auto Encoder,MRSDAE)结合自组织映射(Self-Organizing Mapping,SOM)构建轴承健康因子(Health Indicator,HI)。然后,通过分层门控循环单元(Hierarchical Gated Recurrent Unit,HGRU)网络建立预测模型,HGRU网络通过加入多尺度层和密集层,使其具有捕获时序特征且集成不同时间尺度注意力信息的能力。最后,通过实验验证表明,相比于其他基于数据驱动的方法,所提方法构建健康因子使用无监督方式,高效快捷且便于应用;预测模型泛化能力好,并有效防止了过拟合现象,实现了更高的预测精度。

利用高速旋转式摩擦磨损试验机,在超低温液氮环境下测试了Ag、聚四氟乙烯(PTFE)和MoS₂涂层在不同接触应力和不同滑动速度下的摩擦特性。使用XM-200型表面形貌仪、JSM-7800F型扫描电子显微镜(SEM)和能谱仪(EDS)分析了钢盘的磨痕形状及主要成分,探究了超低温环境下3种涂层的摩擦系数及磨损机理。结果表明,在2种滑动速度(高滑动速度2 m/s和低滑动速度0.4 m/s)条件下,有涂层时的摩擦系数变化范围不大,无涂层润滑时的摩擦系数则受滑动速度影响较大,其中MoS₂和PTFE涂层的减摩效果最好;同种工况下3种涂层的磨损量随着载荷的增大而增大,PTFE在超低温环境下耐磨性较差,磨损量较大,钢对MoS₂涂层的磨损量最小,钢对Ag涂层次之,说明Ag和MoS₂在超低温环境下均表现出良好的耐磨性,磨损量较小。