云纹干涉法与钻孔法相结合的增量钻孔技术被公认为是一种测量内部残余应力的有效方法。该技术中使用的黏接剂在试验过程中起着将应变从结构表面传递到光栅层的关键作用。然而,在求解标定系数时,往往没有考虑黏接剂的影响。基于有限元软件,从黏接剂的材料性质、粘接层的形状和尺寸、粘接层的厚度、钻孔的增量和应变测量方法5个方面考察了黏接剂对标定系数的影响。通过比较有无黏接剂时的标定系数误差,说明了黏接剂的影响。结果表明,忽略黏接剂的影响会显著影响标定系数的精度,将黏接剂从有限元模型中剔除会导致低估标定系数,标定系数的误差超过2.5 %,并且与钻孔增量和测量方法有很大关系。此外,黏接剂对薄壁构件的影响比对较厚的试件更显著。

随着SiCp/Al复合材料应用领域日益广泛,对其加工效率和表面质量提出了更高的要求。针对上述问题,设计L₂₅(5⁶)的正交试验,使用一种新型高效的电火花加工方式——电火花喷爆加工,对20 %的SiCp/Al复合材料进行工艺试验。主要优化指标为材料蚀除率(MRR)、电极损耗率(TWR)和表面粗糙度(Ra),工艺参数为高压波电流、高压波电压、低压波电流、低压波电压、脉宽和相位差。根据正交试验结果,采用信噪比分析法,研究得到各工艺参数对不同优化指标的影响以及单目标最优加工参数组合。基于灰色关联度分析法,以层次分析法确定各优化指标权重,分析得到综合考虑3个优化指标的多目标最优加工参数组合,并进行试验验证。结果表明,多目标优化的最优工艺参数组合为高压波电流6 A、高压波电压120 V、低压波电流2 A、低压波电压100 V、脉宽10 μs、相位差50 %,使用该加工参数组合进行加工可以有效地提高加工效率、改善表面质量。

针对柔性作业车间的自动引导车辆(Automated Guided Vehicle,AGV)调度问题,基于可持续视角,考虑车间能耗问题,在机器和AVG数量均存在数量约束的条件下,以最小化最大完工时间、车间能耗和AGV使用数量为优化目标构建可持续柔性车间调度模型。首先,设计一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),在标准的鲸鱼优化算法的基础上引入非线性收敛因子和自适应惯性权重以提升算法的搜索能力和收敛速度;其次,使用模糊隶属度理论构建了损失函数,以获得多目标模型的最优折衷解;最后,基于算例实验验证算法性能。实验结果表明改进鲸鱼优化算法在求解2个算例时均表现出良好的效果,为求解采用AGV运输的可持续柔性作业车间多目标优化调度提供了一种有效的实践途径。

为解决增材制造生产旋转薄壁零件时出现的阶梯效应和沉积问题,提升零件制造的质量与精度,提高增材制造效率,提出了一种基于逐层生成的多轴机器人增材制造轨迹优化策略。首先,基于六轴机器人的逆几何模型构建方向向量,并从中提取方向参数定义不同层的目标函数和约束函数,提出逐层轨迹优化策略;其次,考虑同轴沉积系统产生的轴冗余,运用轴冗余改善机器人的运动轨迹,并将轨迹优化应用于旋转薄壁零件的实际制造;最后,为验证所提方法的有效性,选取逐点和非优化轨迹策略,并选择空心半球体、拉瓦尔喷嘴和进气漏斗构型进行实验验证。实验结果表明,所提方法能够提供更平滑的关节运动轨迹,提升零件的制造质量与制造效率,且与非优化轨迹策略相比,所提方法具有更高的几何精度,可有效改进增材制造工艺。

为提高磨料水射流(Abrasive Water Jet,AWJ)强化工艺对3D打印AlSi10Mg表面性能的强化效果预测的准确性及高效性,首先开展磨料水射流强化AlSi10Mg表面强化实验;然后分别以表面硬度和表面残余应力作为目标,基于遗传算法-广义回归神经网络(Genetic Algorithm-Generalized Ragression Neural Network,GA-GRNN)对实验数据样本进行训练,建立3D打印AlSi10Mg表面性能预测模型;最后,利用遗传算法对建立的神经网络预测模型中的AWJ强化主要参数进行优化。研究结果表明,经过磨料水射流强化后的AlSi10Mg表面硬度与表面残余应力均得到有效提高;建立的GA-GRNN预测模型与校验值误差在2.3 %以内,具有较高的准确性;经遗传算法优化后,得到表面硬度最佳参数组合:射流压力为33 MPa,磨料粒径为0.15 mm,靶距为12.4 mm,此时表面硬度为159.25HV;表面残余应力最佳参数组合:射流压力为40 MPa,磨料粒径为0.13 mm,靶距为15 mm,此时表面残余应力为-137.4 MPa。为后续磨料水射流强化零件表面的参数选择提供数据支撑。

针对打印微曲面电路技术复杂、成本较高等问题,提出了一种使用三自由度打印机打印微曲面电路的方法,该方法旨在使用三自由度打印机在微曲面上打印共形电路,同时开发了一种自适应微曲面3D打印控制算法。该算法将DXF格式的文件作为输入,提取文件中的线路数据并对其进行离散处理,对离散后的数据逐点测量并根据反馈的数据进行线路重构,最终输出可以直接用于3D打印微曲面电路的G代码。利用三自由度打印机在不同基材制备的微曲面上完成电路打印实验和亮灯实验,验证了该方法的可行性。对3D打印微曲面电路的工艺参数进行研究,通过设计正交试验分析了工艺参数对打印的微曲面电路的影响,得到了最优工艺参数组合。结果表明,在针头直径为0.16 mm的情况下,打印气压为0.3 MPa、打印速度为100 mm/min和打印头高度为0.4 mm时,打印的微曲面电路连续且均匀,质量最优。

针对传统车间在进行数字孪生时,对于生产数据的采集存在着目标单一、信息模型灵活性差以及通用性低等问题,提出了一种面向数字孪生的车间生产数据感知方法。首先,通过分析数字孪生车间生产数据采集与应用需求,提出了一种多层次的生产数据采集体系架构;其次,围绕该体系架构的处理层,针对基于OPC统一架构(OPC Unified Architecture,OPC UA)的生产资源数字化表征模型构建关键技术进行了重点阐述;最后,基于车间应用实例,结合关键技术以及体系架构开发了数字孪生系统,验证了该方法的可行性,有效支撑了装配车间数字孪生系统的运行。

针对机器人多关节手臂容易出现卡死、饱和及损伤等故障影响控制精度的问题,利用设计的故障观测器提出了一种最优容错控制律。首先根据机器人多关节手臂末端的空间位置与各关节转动角度的关系,建立了机器人多关节手臂的故障模型;然后定义了多关节手臂的转角和接触力的跟踪误差,并设计了故障观测器,通过引入径向基函数(Radial Basis Function,RBF)神经网络估计出模型参数;最后根据动态规划的思想,建立了综合位置/接触力跟踪误差和故障的机器人多关节手臂性能指标矩阵,并设计了包含Hamiltonian方程的容错控制律,利用RBF神经网络求解出最优的性能指标,从而得到最优的容错控制律。仿真结果表明,设计的最优容错控制律能够克服各类故障带来的影响,故障估计的最大误差仅为0.09 N·m,位置跟踪的最大误差仅为0.14 cm,接触力控制的最大误差仅为0.18 N,验证了设计方法的可行性。六自由度多关节手臂测试结果表明,在8个空间坐标上定位的最大误差仅为0.17 cm,接触力的最大误差仅为0.22 N,从而验证了设计的最优容错控制律具有优越的工程实用性。

多传感器数据融合技术能够更好地解决智能设备产生的数据不兼容问题,提高设备运行效率和生产力。现有方法缺乏高性能表现以及未考虑数据隐私保护问题,将联邦学习引入多传感器数据融合中,联邦学习局部模型采用门控循环单元(Gated Recurrent Unit,GRU)算法解决多传感器数据拟合问题,首次设计了一种在时间域和空间域上并行的立体式多传感器数据融合方法,该方法既具备优异的融合性能,又保证了各客户端数据的隐私性。实验结果表明了该方法的正确性与合理性,并在鲁棒性方面呈现出优势。

针对传统蚁群算法在室内移动机器人全局路径规划中,存在的搜索效率低下、路径不够平滑、易陷入局部最优及死锁状况等问题,设计出一种融合改进A^*算法的双向搜索蚁群优化算法。首先利用改进A^*算法在栅格环境中快速收敛得到初始路径,构建初始信息素矩阵,并引入障碍物因子来减少蚂蚁死锁状况的发生;其次设定双向搜索蚁群优化算法规则,并改进双向搜索中的启发函数模型,引入精英蚂蚁搜索策略和自适应信息素挥发因子策略;最后利用三阶贝塞尔曲线对路径进行平滑处理。通过Pycharm平台仿真结果表明,该算法融合了A^*算法全局搜索能力强及蚁群算法正反馈的特性,使得融合改进后算法比传统蚁群算法和麻雀算法在路径长度上优化12.85 %和7.76 %,搜索时间上优化38.17 %和23.46 %,迭代次数上优化67.71 %和54.41 %,全局路径优化效果较明显。

针对双模功率分流式混合动力汽车传动系统的构型,首先,对比分析了单、双模式混合动力系统结构特征及应用范围;然后,结合复合分配式特点,选定3种复合分配式四结点杆模型,通过逆向拆分得到所有可行的复合分配式构型,并根据杆长度和特征参数约束条件,确定构型方案;最后,在此基础上,参考某款车型参数,通过分析输入分配模式、模式切换点和机械点特性确定第3排行星排和离合器位置及结构参数,设计出传动系统构型,为研究双模功率分流式混合动力汽车传动系统提供理论依据。

微型燃机轴系在实际工况下,往往因多种因素影响而受到耦合载荷的作用。膜盘联轴器作为燃气轮机上连接双跨转子的关键柔性零件,其耦合刚度成为影响系统静、动态性能的重要参数。当前,膜盘联轴器单载刚度研究较多,耦合刚度特性不明,不利于其设计技术及轴系稳定性的提升。基于这一问题,通过简化膜盘联轴器求解模型,以仿真分析对该型膜盘联轴器在轴向载荷和扭转载荷共同作用下联轴器整体的扭转刚度特性进行研究,并对比了纯扭转条件下扭转刚度特性,结果表明在轴扭耦合作用下,膜盘联轴器扭转刚度整体表现出非线性特性;在扭转载荷与轴向载荷之比小于0.25时,轴扭耦合效应明显,膜盘联轴器扭转刚度下降;在扭转载荷与轴向载荷之比大于等于0.25时,耦合效应可忽略不计,可视作纯扭转状态。这一特性为进一步深入研究膜盘联轴器对轴系动态性能的影响关系及其优化设计奠定了基础。

探究角接触球轴承内圈沟道精磨工艺参数与加工质量的响应关系,确定最优工艺参数组,提高沟道加工质量。采用响应面法(RSM)与多目标粒子群优化(MOPSO)算法优化影响沟道加工质量的磨削深度、砂轮线速度和工件转速。首先利用RSM建立以沟道表面粗糙度和圆度误差为响应的显著不失拟模型;然后通过方差分析和响应曲面图研究工艺参数对响应的交互影响规律;最后采用MOPSO算法对模型进行多目标优化,利用K-means聚类法求解最优解集的折衷解,并进行试验验证。结果表明,磨削深度和砂轮线速度对沟道表面粗糙度和圆度误差影响极显著,工件转速对圆度误差的影响极显著,对表面粗糙度的影响显著;磨削深度与工件转速的交互作用对表面粗糙度影响显著,砂轮线速度与工件转速、磨削深度的交互作用对圆度误差影响显著。最优工艺参数组经试验验证,表面粗糙度和圆度误差较优化前分别减小了8.14 %和16.03 %。基于RSM和MOPSO算法结合的回归模型整体和单个变量显著,且有较高的预测精度,寻优后的工艺参数组可获得良好的优化效果。

针对堆垛机研发周期长且其工作过程中信息采集率和工作效率低等问题,提出了基于数字孪生的堆垛机模型可视化设计方法。结合数字孪生技术,基于数字孪生五维模型,利用进程控制对象连接(OLE for Process Control,OPC)统一架构技术搭建堆垛机模型的虚拟调试平台,实现了堆垛机物理模型与数字模型的实时通信和数据交互。通过对堆垛机物理模型工作状态的数据采集,实现了堆垛机工作状态的可视化监测和工作效率的优化,验证了基于数字孪生的堆垛机模型可视化设计方法的可行性。可为堆垛机的研发设计和透明化作业提供参考。

针对钢卷端面纹理复杂、缺陷较小,以及YOLOv7算法识别速度较慢、小目标检测率较低等问题,提出一种改进的 YOLOv7目标检测算法。对YOLOv7算法骨干网络中的ELAN结构进行改进,通过加入PConv卷积层设计了一种新的结构,以减少模型复杂度,提高模型的检测速度。由于小目标检测中容易出现漏检的现象,设计一种新的注意力机制CSCA,提高网络对小尺度目标的敏感度。在此基础上,使用WIoUv2损失函数替换原YOLOv7算法网络中的CIoU损失函数来优化损失函数,提高网络的鲁棒性。在自制的钢卷端面缺陷数据集上进行试验,结果表明改进的YOLOv7算法的mAP@0.5提升了4.1 %,FPS提升了10.84 f/s,检测效果优于原算法。

针对机械臂在密集场景下对未知物体进行平面抓取时检测精度低、耗时长的问题,提出了一种新的抓取网络结构,称为级联融合抓取检测(Cascade Fusion Grasp Detection,CFGD)网络,用于预测密集场景下物体的抓取位姿。在提出的用于提取初始高分辨率特征的主干和几个块的基础上,引入几个级联阶段来生成CFGD网络中的多尺度特征。每个阶段包括1个用于特征提取的子主干和1个用于特征集成的极其轻量级的过渡块,该设计使得整个主干参数比例大,特征融合更深入、更有效。所提算法在康奈尔抓取数据集、提花抓取数据集和自定义数据集上在检测精度与速度上较现有算法有明显提升。在真实抓取场景下,单目标场景下的抓取成功率为98.6 %,在密集场景下的抓取成功率为94.6 %。试验结果表明,所提算法以较高的准确率预测和抓取了密集场景下的未知物体。

提出了一种液压门式起重机受力及稳定性预测监测系统。根据实际参数建立了起重机结构起升单元有限元模型,分析起升单元在不同步状态下起重机相关结构的受力情况,使用有限元分析得出的数据训练BP神经网络预测模型,最终结合测量数据来快速获取任意状态下起重机相关结构的受力情况。通过实验验证了该系统的可行性,提高了液压门式起重机的安全监测能力。

为了提取强噪声背景下轴承故障的特征频率,设计了基于变尺度随机共振系统的有用信号增强方法。介绍了滚动轴承结构和不同位置故障的特征;分析了随机共振理论仅适用于低噪声、小频率的问题,针对性地设计了变尺度随机共振系统,扩展了该理论的应用范围;并提出了多行为粒子群算法的随机共振系统参数优化方法。经仿真验证,在信噪比为-20 dB的强噪声背景下,变尺度随机共振系统仍能够有效提取有用信号中的故障特征频率;经西安交通大学公开轴承实验数据集XJTU-SY验证,在强噪声背景下,采用稀疏重构法提取的故障特征频率仍被淹没在附近频域中,而变尺度随机共振系统提取的故障特征频率在159.7 Hz明显凸显,且提取的故障特征频率更接近真实值。实验结果表明,在强噪声背景下,变尺度随机共振系统能够有效提取振动信号中的故障特征频率。

研究了电动冲击扳手定扭矩控制的问题。首先建立了电动冲击扳手碰撞模型和扭矩累积模型,分析了影响扳手扭矩输出的因素,提出了一种基于冲击次数和冲击块转速的定扭矩控制方案,同时设计了冲击次数采集方案和基于模糊PID的双闭环直流无刷电机的转速控制方案。在搭建的电动冲击扳手扭矩测试平台上进行验证,结果表明,在冲击次数为200时,扳手的定扭矩控制精度可达到±4 %以内。该定扭矩控制方法具有控制精度高、成本低及操作方便等特点。通过实际应用验证了该方法的可行性。