通过测量统计多组禽类蛋的长轴、短轴获得禽类蛋的几何特征参数,通过分析仿生蛋形截面与传统矩形截面的惯性矩设计出拥有与矩形箱梁相同截面惯性矩的仿生蛋形箱梁,同时利用有限元法分析两种箱梁的抗弯性能和抗屈曲能力,获得两种箱梁的力学性能与几何特征参数间的规律。最终,根据蛋形几何特征重新设计门式起重机主梁并分析两种主梁在危险工况中的刚度和强度。通过门式起重机主梁的应用,证明仿生蛋形箱梁拥有与传统矩形箱梁相似的结构力学性能的同时,其重量能够比传统矩形主梁轻11.11 %。

为了降低无人战车轮毂电机外部受到的大负载扰动提出了基于滑模负载转矩观测器的自抗扰控制(Active Disturbance Rejection Control,ADRC)策略,可以即时观测负载扰动变化,并将观测到的负载转矩变化前馈至转矩电流中,从而提升了速度控制系统的响应速度、减小了转矩波动。利用Simulink软件仿真,对滑模速度控制、滑模负载转矩观测器及ADRC速度环控制进行了对比分析。根据仿真结果可知,该模型平稳度高、系统抗扰能力强。

为了减少具有串并行异类工序约束多车间联合调度的总延期时间,提出了基于知识牵引遗传算法的调度求解方法。首先,采用扩展工艺树描述串并行异类工序约束,并基于无向图描述机器在多车间的分布;针对染色体初始化和进化过程中的扩展工艺树约束,定义了紧前工序数和剩余紧前工序数的概念,基于剩余紧前工序数设计了染色体初始化和进化方法;为了提高遗传算法的进化能力,将种群进化能力和最优个体进化能力作为知识,用于牵引算法的进化方式和方向,从而提出了知识牵引遗传算法的求解方法。经实验验证,知识牵引遗传算法调度的总延期时间均值最小,为30.8 h,说明该算法在多车间调度中具有最好的优化性能;且总延期时间盒须图长度最小,说明知识牵引遗传算法的稳定性也较好。

连续碳纤维复合材料3D打印成型零件的力学性能对纤维的铺设方向有需求,传统的路径规划方法基于零件的形状轮廓进行填充,不能满足零件的实际使用性能。针对这一问题,提出基于主应力轨迹线的连续碳纤维复合材料3D打印路径规划方法。基于连续碳纤维复合材料三维模型的有限元分析数据,通过材料力学计算得到相应的主应力轨迹线;通过连续碳纤维复合材料3D打印的打印参数对得到的主应力轨迹线进行调控,保证每一条轨迹线之间的间距契合3D打印要求;通过坐标变换调整有限元分析坐标系以及打印机坐标系;通过以上调控生成用于连续碳纤维复合材料3D打印的G code规划文件。通过路径规划仿真对比和打印拉伸实验,基于主应力轨迹线生成的连续碳纤维复合材料3D打印路径比传统直线碳纤维复合材料3D打印路径性能提高了4.5 %,验证了基于主应力轨迹线的连续碳纤维复合材料3D打印路径规划方法的有效性。

支具的快速个性化制造对3D打印支具提出了无支撑成型的需求。在无支撑打印过程中需要改变沉积方向,对应在分层时就需要改变切平面方向,使切平面之间产生夹角。若夹角过大会产生阶梯现象;若夹角过小,相邻两切平面之间无更细分的切平面,使相邻两切平面之间的模型就无法进行分层,导致打印时部分模型缺失;这2种情况都会对支具打印的力学性能和表面质量造成消极影响。针对这一问题,提出了支具无支撑快速3D打印的变层高规划及路径补偿方法。通过对支具模型中轴线的提取和基于中轴线分层规划避免阶梯现象;对由于切平面变化造成的模型缺失进行补偿量的计算,并采用变层高的路径规划方式进行补偿,保证支具的力学性能和表面质量;最后生成供五轴打印机打印的Gcode文件。采用手肘支具模型进行路径仿真和打印实验,该支具打印方法的力学性能比优化前提升了3.74倍,同时也提升了表面质量,实现了支具无支撑快速3D打印。

车间调度管理作为生产中的关键环节,其智能化水平对于数字化车间的建设起着重要作用。在现有车间调度管理中,信息发布媒介主要为公共空间中的二维实体看板,限制了车间的智能化发展。为满足车间调度管理需求,引入混合现实(Mixed Reality,MR)技术与数字孪生技术,提出MR数字孪生车间调度智能管理系统六维模型。在此基础上,建立了基于MR的数字孪生车间调度智能管理系统框架;研究面向MR的数字孪生车间调度信息的可视化技术,构建车间调度过程中的全要素信息模型,为车间调度可视化管理提供统一的数据基础,实现车间信息的直观表达;探究面向MR的数字孪生车间的多模态交互式信息获取技术,提出MR应用中多模态交互式的信息智能获取策略,以实现信息的高效获取;最后,通过人机交互试验,以生产调度的3种典型场景为例验证所提系统的性能,结果证明,所提系统可以显著提升车间调度效率,提高用户体验。

针对变压器工厂全要素资源身份标识混乱、数据孤岛突出、互操作性差及管理难度大的问题,提出了标识解析+5G双驱动的全连接变压器工厂,设计了全连接变压器工厂的整体架构,提出了变压器工厂全要素对象的形式化建模和标记方法,研究了全要素资源的管理壳模型,提出了一种全要素数据的解析识别和互操作机制。最后,在某变压器工厂展开实地验证,结果表明,上述方法和模型能够实现变压器工厂全要素资源的统一接入、互融互通和高效管理,对全连接工厂的实施建设具有一定的参考意义。

为了克服机械摩擦、外界干扰和模型误差等不确定性对工业机器人双臂运动轨迹控制精度的影响,设计了一种基于自适应神经网络的工业机器人双臂协同鲁棒控制方法。首先,建立了带有各类不确定性的工业机器人双臂动力学模型;然后,通过构造障碍Lyapunov函数设计了带有不确定性的协同控制律,并设计了自适应神经网络对系统中的不确定性进行估计,从而得到工业机器人双臂协同鲁棒控制律;最后,利用Lyapunov稳定性理论证明了设计的协同鲁棒控制律能够将工业机器人双臂的轨迹跟踪误差、速度跟踪误差和不确定性估计误差约束在一个任意小的邻域内。仿真结果表明,设计的自适应神经网络可准确估计出工业机器人双臂系统中的不确定性,最大估计误差仅为0.04 N·m,提出的协同鲁棒控制律能够稳定、准确地跟踪轨迹控制指令,最大轨迹跟踪误差仅为1.3 mm,从而验证了设计方法的合理性。在三维空间固定坐标定位测试中,提出的协同鲁棒控制律与其他几种方法相比具有更高的控制精度,平均定位误差和最大定位误差分别仅为1.1 mm和1.4 mm,表现出了更强的鲁棒性和更优的工程适用性。

在工业互联网环境下,一个制造任务通常由多个制造服务组成,每个服务的完成都不是独立的,它们之间协作的有效性是服务组合成功执行的关键因素之一。首先根据工业互联网中服务历史调用次数定义了协作度;然后基于协作度改进了服务成本和时间的衡量方法;最后提出了基于协作度的制造服务组合推荐方法,利用非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)为用户推荐服务质量优化的制造服务组合方案。通过与3种常用启发式算法的对比实验,验证了该算法的实用性和有效性。

结合铝箔压延车间的工艺流程以及能耗数据特点,提出了一套基于物联网的压延车间能源信息采集系统。针对采集过程中遇到的能耗数据缺失问题,设计了一套缺失数据处理流程,其中利用到了WOA-CNN-LSTM混合神经网络算法来插补缺失数据。系统的开发采用了MQTT协议、JAVA语言及SpringBoot框架等技术。实现了对生产流程的能源信息采集、统计与监管,改善了压延车间能源信息采集过程中的数据缺失问题,提高了数据准确度。

针对新能源汽车制动时顶脚反弹、连续制动踏板踩不动和制动失效等问题,建立新能源汽车电子制动助力器力学模型并进行分析,基于MATLAB软件搭建新能源汽车三相永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)的矢量控制模型并进行仿真,同时联合CarSim软件和Simulink软件对新能源汽车三相PMSM的制动效果进行仿真验证,最后搭建实车测试平台进行试验。结果表明,具备新型电子制动助力器的新能源汽车拥有更高的制动性能,制动距离更短。

为消除行星减速器齿轮副啮合干涉现象,以某渐开线行星减速器中单级行星齿轮为对象,以行星齿轮级传动误差、s-p啮合副啮合接触性能和齿轮副接触应力为修形评价指标,研究了其太阳轮和行星轮的齿廓修形参数对该齿轮传动性能的影响。研究表明,与未修形时相比,当对太阳轮和行星轮进行修形后,行星齿轮级传动误差、齿轮副接触应力、s-p啮合副啮合接触性能及齿轮传动的稳定性都有了极大的改善。针对齿轮修形参数的对比分析发现,当修形量在(16±4) μm(太阳轮)和(11±4) μm(行星轮)时,各项指标都达到了最优,对提高行星齿轮的传动性能和行星齿轮的修形加工具有一定的参考意义。

为有效积累和重用航空橡塑密封结构案例中蕴含的知识,提出基于模型的定义(Model Based Definition,MBD)的航空橡塑密封结构案例库构建方法。首先,基于航空橡塑密封结构行业设计标准和MBD的三维建模与标注方法,建立基于MBD的航空橡塑密封结构案例内容框架和表示,通过SolidWorks MBD模块实现航空橡塑密封结构案例的MBD表示;然后,提取航空橡塑密封结构MBD案例表示中的几何特征和语义特征,设计“几何+语义”的案例检索算法;最后,开发的基于MBD的航空橡塑密封结构案例库原型系统及其应用表明,基于MBD的航空橡塑密封结构案例表示与检索实现了知识的积累和重用。

碳纤维增强树脂基复合材料(Carbon Fiber Reinforced Polymer,CFRP)因其比强度高、抗疲劳和耐腐蚀等优异性能在航空航天领域得到了广泛应用。然而,CFRP材料的非均质性和各向异性使其加工过程与传统金属相比更为复杂,容易产生表面缺陷,且由于碳纤维以及碳纤维粉末的高硬度,使得刀具磨损剧烈,加工效率低。为此,以PCD刀具铣削T800-CFRP多向层合板为研究对象,综合仿真分析和铣削试验,从刀具磨损、已加工表面粗糙度和毛刺因子等方面研究分析了铣削该类材料时的刀具结构对刀具寿命及加工表面质量的影响。基于刀具磨损和表面质量试验结果,以刀具后刀面磨损带宽、表面粗糙度、毛刺因子为优化目标,建立了后刀面磨损带宽VB、表面粗糙度S_a、毛刺因子F_b关于刀具齿数、前角和后角的映射关系模型和综合评价模型,进而通过鲸鱼优化算法,获得了最优的刀具结构参数,并通过试验验证,刀具磨损减小了16.95 %,表面粗糙度减小了32.41 %,毛刺因子减小了52.93 %。

电火花加工(Electric Discharge Machining,EDM)后工件表面产生的重铸层(recast layer)严重影响工件的表面完整性和机械性能。重铸层厚度(Recast Layer Thickness,RLT)是电火花加工的一项重要工艺指标,特别是在电火花加工钛合金中更为关键,重铸层厚度主要受电参数的影响。以钛合金Ti6Al4V为试验对象,首先讨论主要电参数(峰值电流、脉宽、占空比和间隙电压)对重铸层厚度的影响规律;然后基于重铸层对表面粗糙度和材料去除率带来的影响,在考虑重铸层厚度、表面粗糙度和材料去除率等多目标下优化电参数组合;最后,结合不同重铸层厚度的加工要求,总结电参数选择原则。经试验验证,最优电参数组合在满足薄重铸层厚度和低表面粗糙度的同时,材料去除率提升了2.76倍。

由于飞机飞行过程持续遭受振动载荷,设计中广泛采用具有自锁功能的开槽螺母-螺栓连接副以防螺栓的松动和夹紧力损失。研究开槽螺母-螺栓连接副的拧紧特性,对保证连接结构的力学性能、安全性和可靠性具有重要意义。对开槽螺母拧紧工艺开展了理论分析,修正了其夹紧力-拧紧力矩关系公式。试验研究了开槽螺母型号、被连接件材料、润滑条件以及重复拧紧次数等条件对拧紧特性的影响。研究结果表明,NASM14144开槽螺母相较于高度较低的NASM14145开槽螺母,预置力矩提升了125.9 %,而扭矩系数稍有降低;饱和润滑方式能有效降低扭矩系数及其波动性,螺母-连接板贴合面润滑的效果次之;重复拧紧过程使得NASM14144螺母的预置力矩降低、扭矩系数明显升高,而NASM14145螺母的拧紧特性并未显著改变。

为实现火车轮对荧光磁粉探伤裂纹的自动检测,提出一种基于机器视觉的裂纹识别和测量算法。基于工业相机分区采集的轮对荧光磁粉探伤图像,首先通过G通道分离处理、G通道阈值处理和高斯滤波处理等操作,降低图像噪点,提高裂纹特征对比度;然后在图像二值化和形态学处理初步提取目标区域的基础上,提出基于连通域的裂纹特征分割算法,进一步精确提取裂纹目标,并根据连通域信息完成裂纹分类和识别;最后,采用裂纹分割图像骨架细化拟合曲线的方法进行裂纹长度测量。实验表明,提出的方法可以有效精准地对轮对裂纹进行检测,查全率为98.56 %,查准率为91.12 %,识别速度为每幅48.5 ms。

为了确保单钢轮碾压机在换道碾压过程中转向稳定、保证压实质量,提出了一种换道路径规划方法,该方法将单钢轮碾压机换道路径曲线平滑度、转向稳定性和换道作业能耗作为优化目标,采用五阶贝塞尔曲线作为换道路径曲线,建立铰接式运动学模型与换道路径点状态的对应关系,采用光谱优化器(Light Spectrum Optimizer,LSO)算法对五阶贝塞尔曲线中未知关键控制点坐标进行优化,得到近似最优换道路径。以某型单钢轮碾压机为例,仿真与实验结果均表明,该方法规划的最优换道路径曲线在起点和终点处的航向角和曲率均为0,且全程曲率连续,符合单钢轮碾压机作业要求,与文献[10]方法相比,该方法规划的最优换道路径最大横向误差和平均横向误差分别降低了3.8 %和16.7 %,最大曲率和平均曲率分别降低了18.0 %和9.3 %,平均整车油耗减少了3.8 %。研究结果可为单钢轮碾压机无人驾驶作业提供实际应用参考价值。

针对载体冲击造成直驱型VICTS卫星天线的多层同轴系统功能层运动失控的问题,进行了失控现象故障容错控制算法研究。首先对多层同轴直驱伺服系统进行数学模型及系统组成分析;其次基于失控层的运动状态和冲击故障发生条件,提出一种新型针对冲击故障的容错控制算法,该算法包括3个部分,即失控发生时根据当前失控层状态规划新的运动状态、失控恢复后平稳切换到原规划状态及采用实时速度预测补偿控制系统延时;最后设计相应实验分别验证了所提出的故障容错控制系统针对故障发生在加速段、匀速段和减速段的有效性以及针对上下层多种工况状态下的有效性。研究对提高动中通卫星天线的抗扰动能力有重要参考意义。

针对机械系统状态监测与故障诊断中存在的故障特征维数较高及模式识别导致的耗时较高问题,提出了一种基于自适应局部保持投影(Locality Preserving Projection,LPP)特征降维和改进多变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的故障诊断方法。首先,从滚动轴承振动信号中提取时频域特征、能量特征,以及复杂度特征组成高维故障特征数据集;其次,利用自适应LPP方法对高维故障特征数据集进行降维处理,得到低维敏感故障特征;最后,采用改进VPMCD方法对低维敏感故障特征进行分类识别,进而判断故障类型。通过滚动轴承故障诊断试验分析表明,自适应LPP方法克服了传统LPP方法需要人工选取参数的缺陷,在获得低维敏感故障特征的基础上具有较少计算时间,相比主成分分析(Principal Component Analysis,PCA)、局部切空间排列(Local Tangent Space Alignment,LTSA)、线性局部切空间排列(Linear Local Tangent Space Alignment,LLTSA)、等距特征映射(Isometric Mapping,Isomap),以及局部线性嵌入(Locally Linear Embedding,LLE)等算法具有明显的优势;改进VPMCD方法可克服人工选择模型的偶然性和片面性,在滚动轴承10种故障状态的识别中获得了99.4 %的诊断精度,相比优化参数支持向量机方法提高了故障诊断效率,大大降低了识别时间,具有一定的优越性。