工业除尘器作为工业安全生产、绿色制造的重要装置,如何提高其除尘效率和降低耗能是未来产品的发展方向。针对除尘器滤筒仓核心部分,选取滤筒安装位置A、底部漏斗结构B和扰流板长度C三因素二水平进行全因子流场仿真优化实验,以过滤总流量与流量综合不均系数作为评价指标,对实验数据进行极差分析获得最优组合。仿真结果表明,改进机型相较原型机,过滤总流量提升了4.21 %,流量综合不均系数降低了75.75 %,并解决了位于进气口处的滤筒易受气流冲蚀作用与滤筒仓内存在二次扬尘的问题。根据仿真结果试制了改进机型,改进机型的实际过滤总流量测试与仿真计算得到的过滤总流量误差为0.54 %,数值仿真优化方法能有效指导滤筒除尘器优化设计,有利于延长滤筒的使用寿命和提高产品品质。

铆接是飞机结构装配的重要连接方式,飞机结构失效大多发生在连接孔处,因此对铆接接头质量进行综合评估非常重要。以单铆搭接接头为研究对象,通过有限元仿真分析与拉伸剪切实验研究了不同压铆力与孔径铆接工艺参数组合下的铆接接头孔周残余应力分布和剪切性能。有限元分析结果表明,增大压铆力可以显著扩大孔周的纵向残余压应力分布区域,并使最大纵向残余拉应力位置远离孔边缘;而孔径仅对纵向残余压应力分布区域的影响较为显著。拉伸剪切实验表明,单铆搭接结构的失效形式均为铆钉沿剪切面的瞬时断裂;在孔径为4.20 mm时采用压铆力为21 kN成型的铆接接头的剪切性能最佳,其平均峰值载荷为4.09 kN,与孔径为4.04 mm和压铆力为15 kN参数组合下成型的铆接接头相比,平均峰值载荷提升了约9.36 %。增大孔径能够提高单铆搭接接头的剪切性能,但会减小孔周的纵向残余压应力分布区域,给铆接接头的疲劳寿命带来不利影响;适当增大压铆力不仅能扩大残余压应力分布区域,还能提高接头的剪切性能。

基于AdvantEdge FEM软件建立了45钢钻削过程的有限元数值仿真模型,通过单因素仿真试验获得了一组用标准麻花钻钻削45钢工件时的扭矩、轴向力、钻削温度和切屑形态仿真数据,并据此研究了45钢J-C本构模型的5个参数(屈服强度、硬化模量、应变率敏感系数、温度软化系数、应变硬化指数)对钻削过程数值仿真结果的影响。结果表明,45钢J-C本构模型的5个参数对其钻削过程数值仿真结果的影响具有明显的规律性。在给定的工艺参数与工件材料J-C本构模型的5个参数的取值范围内,扭矩、轴向力与钻削温度受屈服强度、硬化模量、温度软化系数的影响较大;切屑卷曲半径的变化主要受屈服强度、温度软化系数、应变硬化指数的影响,与参数硬化模量、应变率敏感系数的关系不大。该结果对调整与优化用于钻削过程有限元数值仿真的工件材料J-C本构模型参数,获得准确的钻削过程数值仿真结果有一定的参考价值。

为了实现以完工时间最短为目标的工艺规划与车间调度集成优化,提出了基于新编码遗传算法(Genetic Algorithm,GA)的集成优化方法。对工艺规划与车间调度集成优化(Integrated Process Planning and Scheduling optimization,IPPS)问题进行了描述,并建立了完工时间最短的集成优化模型;设计一种具有最大柔性空间的染色体编码方法,从编码角度保证了集成优化问题的最大柔性度;根据IPPS问题特定约束改进了交叉变异方法,保证遗传操作前后均为可行解,使算法迭代均为有效迭代;进而制定了基于新编码遗传算法的IPPS问题求解流程。经Kim算例验证可知,与现有先进算法两阶段混合算法(Two-stage Hybrid Algorithm,THA)、改进蚁群算法(Enhanced Ant Colony Algorithm,EACA)和混合遗传算法(Hybrid Genetic Algorithm,HGA)相比,新编码GA在小规模、大规模生产情况下集成优化方案的完工时间均最小(分别为343、344、372、320、427及432 min),实验结果验证了新编码GA在IPPS问题求解中的可行性和先进性。

随着我国航天制造领域智能化要求的不断提升,利用工业机器人实现大部件的柔顺辅助装配对实现航天器的智能制造具有重要意义。然而在进行大部件的高精度装配时,机器人易受限于本体性能而难以弥补物理上的机械设计误差。据此,基于磁流变弹性体(Magnetorheological Elastomer,MRE)设计了一种可变刚度的被动柔顺装置置于机器人末端,并对其进行了仿真及实验测试,结果表明,升高通入电流可提高装置刚度,且装置在1 A电流差下的位移差约为20 %,适配柔顺辅助装配的不同过程。

针对变色龙群算法在解决移动机器人路径规划问题时算法收敛速度慢、寻优精度低和易陷入局部最优等问题,提出一种分数阶变色龙群算法。首先,在算法初始化时采用Tent混沌映射丰富种群多样性,以提高算法的全局搜索能力。其次,加入分数阶更改变色龙攻击猎物时舌头的速度更新公式,以避免算法陷入局部最优并加快算法的收敛速度。最后,采用三次B样条曲线对路径进行平滑操作,以提高移动机器人实际路径的平滑性。仿真结果表明,改进后的变色龙群算法相比于其他算法收敛速度更快,能避开障碍物,寻找到最优路径。

针对软体手部康复驱动器自由度单一的问题,提出一种适应人手运动特点的多自由度软体手部康复驱动器。通过在3个关节处配置锯齿结构半波纹管气腔,并在掌指关节位置增加双向方形气腔,分别实现手指的屈伸、收展运动。根据分段常曲率假设模型建立驱动器气腔的弯曲角度与输入气压之间的非线性关系,并通过有限元分析探究气腔壁厚、长度、间距及数目与气腔弯曲性能的关系。采用硅胶灌注成型制作软体手部康复驱动器并搭建实验平台,对其进行弯曲性能测试。特性测试结果表明,当气压为60 kPa时,驱动器收展角度为21.8°;当气压为25 kPa时,驱动器屈曲角度为254.8°,符合人体手指运动范围。

针对当前智能仓库中多仓储机器人协同规划效率低下、动态性不足等问题,提出了一种融合改进蛇优化(Improved Snake Optimizer,ISO)算法和时间窗(Time Window,TW)模型的路径规划方法。首先,在静态规划阶段,利用考虑阻塞因素的改进蛇优化算法为多仓储机器人规划出全局最优路径,同时计算出各机器人的时间窗,从而提升仓储机器人的规划效率;其次,在动态规划阶段,通过建立的多仓储机器人时间窗模型并引入动态调节策略,以消解冲突提升算法的动态性能;最后,进行仿真及实验。仿真结果表明,ISO-TW算法相较其他算法在阻塞点数量上最多可减少27~43个,减少幅度达22.50 %~31.62 %(机器人规模为80个);重规划路径比重可降低39.82 %~41.05 %(机器人规模为40个);平均运行时长最多可缩短38~40 s,缩短幅度约为18.27 %~19.05 %(机器人规模为60个)。实验结果表明,ISO-TW算法较其他算法平均运行时长减少8.53 %~9.23 %,冲突次数减少11.63 %~15.56 %,能够在真实场景中实现多仓储机器人的高效协同规划。

针对航空航天复合材料回转体舱段内零件种类多、数量多和装配效率低等问题,提出了面向多品种零件结构的机器人自动夹持定位技术。该技术基于零件装配特征识别方法、零件柔性夹持末端以及零件位置姿态精确调整技术,可对支架类零件进行机器人自动抓取和高精度快速定位。对某典型产品装配的零件定位尺寸进行测量,结果显示零件轴向和周向定位偏差均在公差允许范围内,表明面向多品种零件结构的机器人自动夹持定位技术可为复合材料回转体舱段的数字化定位、装配和制造提供新的工艺技术手段和装备。

复杂产品系统具有规模大、结构复杂等特点,从系统结构的视角辨识复杂产品系统关键节点,对于“事前”定位潜在风险源具有重要意义。针对目前“事后”追溯风险源难以保证复杂产品系统可靠运行及风险管理前瞻性等问题,考虑复杂产品系统的层级结构和子系统间风险的相互影响,提出了一种可用于“事前”风险管理的关键节点辨识方法。首先依据系统结构建立复杂网络;然后,构造零模型并结合网络统计特征初步划分节点集合,在此基础上引入线性阈值模型分析节点风险传播影响力,并基于风险的动态传播特征选取关键节点;最后,采用新舟700飞机的系统结构进行实证分析。结果表明,提出的方法有效地辨识了复杂产品系统的关键节点。

针对传统悬架控制策略中权重因子固定不可变的问题,提出了车辆半主动悬架模糊变权重因子自适应控制系统,该控制系统由3个模糊控制回路组成,3个模糊控制器分别控制影响车辆动态性能的3个悬架响应参数。α模糊控制器、β模糊控制器和γ模糊控制器根据路面条件分别控制簧载质量加速度控制函数权重因子、动载荷控制函数权重因子和动挠度控制函数权重因子,分别建立了各模糊控制器的控制规则和输入输出变量的函数关系。车辆半主动悬架模糊变权重因子自适应控制系统的控制原理是在以A级、B级路面为代表的高等级路面上增大簧载质量加速度控制权重,以提高车辆的舒适性;在以C级路面为代表的中等级路面上增大动挠度控制权重,以提高车辆综合性能;在以D级路面为代表的低等级路面上增大动载荷控制权重,以提高车辆安全性。凸块路面激励仿真结果表明,相比于被动控制和定权重因子控制,模糊变权重因子自适应控制的簧载质量加速度峰值分别降低了40.2 %和28.6 %,动挠度峰值分别降低了41.5 %和21.0 %,动载荷峰值分别降低了40.1 %和31.8 %,各响应的衰减速度几乎没有减小,衰减时间基本保持一致,在衰减过程中并没有明显的振荡现象。随机路面激励仿真结果表明,相对于被动控制和定权重因子控制,模糊变权重因子自适应控制的簧载质量加速度均方根值分别降低了48.8 %和23.5 %,动挠度均方根值分别降低了23.6 %和13.4 %,动载荷均方根值分别降低了11.9 %和9.7 %,悬架性能得到了大幅改善。在低等级路面激励输入时,安全性指标改善量较大;在高等级路面激励输入时,舒适性指标改善量较大;在中等级路面激励输入时,综合性指标改善量较大,仿真结果证明了所提控制系统的有效性和正确性。

为开展半主动智能车辆悬架控制策略方面的验证研究,提出一种可实现减振器实时力值跟踪监测和快速控制原型(Rapid Control Prototype,RCP)的汽车悬架实验平台。基于建立的1/4悬架动力学控制方程和传递函数,分析了悬架的输出特性;为模拟真实车辆悬架的动态输出特性和实时监测执行器的控制力输出特性,开发了可实现实时力值跟踪监测的麦弗逊式1/4汽车悬架实验平台。该实验平台一方面可以依托快速控制原型技术开展半主动悬架最佳控制算法的研究,另一方面还可以基于平台特有的执行器输出力实时跟踪监测功能,开展执行器不确定性半主动控制策略及执行器状态观测器可靠性检验等方面的研究;通过定电流开环实验检验半主动汽车悬架系统的有效性和可控性,通过闭环控制实验分别对半主动悬架系统在半主动智能控制策略验证和悬架执行器阻尼力跟踪估计方面的有效性。

针对套圈整体抛磨中器壁构型及浮动支撑对抛磨效果影响尚不清晰的问题,通过EDEM与ADAMS耦合仿真试验,探究不同器壁构型和浮动支撑结构下颗粒介质动能和套圈各表面法向接触力分布规律。仿真结果表明,器壁构型与浮动支撑对颗粒介质流场影响显著,当容器截面形状为正六边形,内接圆直径为300 mm,支撑杆直径为15 mm,均布圆直径为70 mm时,套圈各表面法向接触力处于较高水平,且法向接触力分布相对均匀,适合抛磨。选取经仿真优化的相关参数搭建套圈整体抛磨试验平台,进行套圈整体抛磨试验。试验结果表明,抛磨后的套圈各表面粗糙度值明显下降,实现该工艺装备参数的基本优化。

针对瓶口阀铝合金阀体深盲小孔难加工问题,应用管电极电解加工方法解决该问题。为提高铝合金深盲小孔管电极电解加工稳定性,仿真分析了不同电极进给速度下加工间隙内电场、流场的分布规律;以6061铝合金为对象,使用内径为0.6 mm、外径为1.0 mm的管电极进行电解加工,研究了初始间隙、电极进给速度以及电极旋转对管电极电解加工的影响。仿真和试验结果表明,电极进给速度过大或过小,均不利于铝合金深盲小孔的稳定加工,电极进给速度大于1.4 mm/min时孔底易形成凸起,电极进给速度小于1.0 mm/min时孔底易形成凹坑;初始间隙取0.3 mm能获得质量更好的孔口形貌;电极旋转有利于产物和热量的排出,从而提高加工精度。采用最优参数加工得到了孔间距为2.46 mm、平均直径为1.28 mm的密集孔和平均直径为1.29 mm、深度为50 mm的深盲小孔。

先导溢流阀是阻尼连续可变减振器的关键部件,使减振器具有阻尼连续可调能力,而圆环型弹性阀片是影响先导溢流阀的开度、压力等参数的关键零件。为查明圆环型弹性阀片变形规律与先导溢流阀开度的映射机制,推导了圆环型弹性阀片变形的数学模型,在先导阀开度为0~0.25 mm,阀片厚度为0.1~0.3 mm的情况下进行计算分析,验证了变形模型的准确性,并揭示了先导溢流阀开阀压力、入口压力、溢流阀阀口内外压差和溢流阀开度的变化规律,获取了溢流阀开阀压力、压差、开度与圆环型弹性阀片厚度的关系曲线,为先导溢流阀的高精密设计及减振器阻尼匹配、优化提供理论指导。

为了解决传统铝箔厂设备监控与管理中的问题,提出并实现了一种融合边缘节点、分布式存储与云计算的可视化铝箔厂设备监控管理系统。该系统通过边缘节点与私有云服务协同工作的方式,提供了实时监控、信息管理与故障诊断等功能,通过分布式存储服务集群针对生产数据进行可靠存储,借助公有云进行资源共享与数据分析。系统综合提供设备与人员管理、支持三维动画、集成分布式存储、离线时序预测及数据可视化等多种服务,具有安全可靠、易扩展且功能丰富等优点。提出的设备监控管理系统已成功应用于某铝箔厂的全厂设备监控,应用结果表明,该系统能够有效地进行设备状态监测与维护。

针对语义分割模型识别碳滑板边缘困难、复杂背景干扰性较大以及特征信息丢失严重等问题,提出一种新型编解码结构的Swin Transformer语义分割优化算法。首先,主干网络采用U型的编解码结构,实现多尺度的信息融合;其次,添加注意力局部增强感知模块来扩大感受野并提高模型泛化能力;然后,采用具有数据相关性的上采样结构,以提高上采样质量,摆脱分辨率对预测结果的影响,加强图像重建能力;最后,将跳跃连接更换为残差路径,使编解码结构中的语义信息联系更加紧密,提升训练效率。实验结果表明,Swin Transformer语义分割优化算法相较基线算法测量预测精度提高了3.63 %,所有类别中的像素分类正确率的平均值提高了7.29 %。研究结果综合验证了新型编解码结构的Swin Transformer语义分割模型在识别和处理碳滑板任务中的优越性及鲁棒性。

针对块状锂电池电芯电极装配时,电芯电极装配定位不准确、效率低、安全性不高等问题,研究锂电池电芯电极的装配要点和生产特征,设计一种电芯电极装配工艺流程和与之相匹配的执行机械结构,并结合现场总线网络通信技术,设计出电芯电极装配控制系统。从机械结构方面入手着重探讨电芯电极装配的电芯翻面供给结构、方位矫正与传输机构、多工位移送结构、电芯电极装配结构、绝缘纸粘贴结构和下料结构的六级联动装置,再基于西门子PLC搭建通信网络拓扑结构,设计出控制程序算法步骤实现零件自动上料、电芯电极的自动装配及自动移送和下料过程,并建立电芯电极装配全过程、可视化的在线管理系统。该电芯电极自动装配控制系统已经在锂电池生产企业中得到应用,经济效益明显。

针对滚动轴承在小样本条件下诊断准确率低和泛化性弱的问题,提出了一种基于注意力特征融合的深度稳定学习(Attention Feature Fusion and Deep Stable Learning,AFF-Stablenet)模型的故障诊断方法。该方法首先使用经验模态分解(Empirical Mode Decompositim,EMD)将样本分解成多段频率的子信号,求取子信号与原始信号的互相关系数,选择系数较高的前三阶子信号;利用连续小波变换(Continuws Narelet Transorm,CWT)将子信号转换为时频图表示,通过注意力特征融合的方式将这些时频图特征进行融合;最后将融合特征输入到深度稳定学习(Stablenet)模型进行训练与预测。为验证模型的有效性,采用凯斯西储大学轴承数据集进行各组对比试验,都灵理工大学轴承数据集进行验证。实验结果表明,AFF-Stablenet模型在小样本情况下的泛化性和鲁棒性均强于其他对比模型,证明了模型的优越性。

风电齿轮箱箱体轻量化设计对降低风机成本、提升风机功率密度及结构力学性能具有重要意义。受极端风况及气候条件影响,箱体长期遭受来自传动系统的无规律载荷冲击,导致优化设计过程中面临工况覆盖不全面、模型简化不合理以及材料利用率低等问题;因此,在考虑多种极端服役工况作用与模型合理等效的基础上,对箱体进行轻量化设计。基于模态试验对模型准确性验证的前提下,以箱体最小质量为优化目标,不同极限工况下箱体最大应力为约束条件,对箱体组成部件中主壳体、过渡板和后壳体进行了多工况优化设计,并对改进前后箱体性能进行对比。结果表明,优化后箱体的质量减小了4.7 %(549.8 kg),不同工况下最大位移和应力均大幅度减小。轻量化设计的同时提高了箱体的强度与刚度,可为风电齿轮箱的设计改进提供参考。