针对制造行业中机器间有两种缓冲条件(即有限缓冲、零等待)的分布式置换流水车间调度问题,以最小化最大完工时间作为目标建立数学规划模型,提出了一种结合改进两分段Tent混沌映射、自适应柯西变异和贪婪算法的混合人工蜂群算法。首先,通过改进两分段Tent混沌映射产生初始工件序列群;然后,在雇佣蜂阶段采用基于自适应柯西变异的邻域搜索产生新工件序列,在跟随蜂阶段设计适应度选择策略和基于自适应柯西变异的逆序反转操作对工件序列进行优化,在侦察蜂阶段利用贪婪算法基于关键/非关键工厂更新未改善的工件序列;最后,通过大量算例仿真与多种算法对比,表明所提算法在合理的计算时间内可以得到较好的近优解。

虚拟调试过程中存在虚拟或真实控制器与虚拟模型数据不同步的问题,这导致了虚拟工艺流程的混乱,严重影响虚拟调试系统的质量,并使数字孪生系统产生了虚实不同步的问题。以轴承圈尺寸检测线为例,设计了一种基于机电一体化概念设计(Mechatronics Concept Designer,MCD)的虚拟调试系统,分析了虚拟调试系统不同步问题,设计了MCD内外部延迟试验,在对现有解决方案分析解释的基础上,提出了考虑MCD内外部延迟的解决方案。试验表明,该解决方案较好地实现了虚拟调试系统与数字孪生系统的虚实同步。

针对具有包装顺序齐套和产品换型调整等复杂特征的风电拉挤板生产排程问题,构建了最大化当期开动设备平均利用率和最大化订单履约率的多目标协同优化模型;将风电拉挤板生产排程问题转化为马尔科夫序列决策问题,设计了10种不同排程策略作为动作空间,提炼适当的状态特征和奖励函数;提出一种基于决斗双深度Q网络(D3QN)的排程算法。通过某企业实际数据的仿真试验,与Double DQN和Dueling DQN算法对比验证所提算法有效性;并比较4种不同求解方法在10个算例下得到的目标值,验证了所提出的改进D3QN算法可以得到问题的高质量解,为风电拉挤板制造企业生产排程提供了一种智能化的方法和参考。

四足机器人在非结构化地形的运动控制高度依赖于复杂的动力学模型和控制器设计,利用深度强化学习方法设计四足机器人控制器已成为趋势。针对在深度强化学习训练过程中收敛较慢、容易陷入局部最优解及计算资源消耗较大等问题,提出一种融合记忆组件的双延迟深度确定性策略梯度(Memory-integrated Twin Delayed Deep Deterministic policy gradient,M-TD3)算法。首先,对四足机器人以及非结构化地形建模;其次,分析M-TD3算法收敛状态与学习效率;最后,为验证控制器性能,针对多种地形进行运动控制仿真对比并制作样机进行测试。仿真结果表明,相较于传统TD3算法,M-TD3算法收敛更快,效率更高,运动控制性能有显著改善,样机测试结果证明基于改进TD3算法所设计的控制器能够让四足机器人在非结构化地形进行有效的运动越障。

针对目前机器人焊缝打磨过程中,由于工件制造误差、定位装夹误差等导致机器人打磨轨迹偏离实际工件焊缝,造成打磨质量一致性差问题,研发了一种基于点云模型特征匹配的机器人焊缝打磨轨迹自适应校正系统。该系统利用双目面结构光相机扫描工件特征区域,获取工件真实形貌,与标准点云模板进行匹配,得到实际工件坐标系的偏差转换矩阵,应用到机器人主程序实现焊缝打磨初始点的快速引导以及打磨轨迹的在线自适应校正。最后,以高铁转向架为对象开展了实验研究,实验结果表明该系统具有良好的焊缝打磨轨迹自动校正性能和稳定性。

针对车间动态环境下的机器人路径规划问题,提出了先验知识引导下基于模糊DWA算法的路径规划方法。考虑到车间静态环境的恒定性,设计了用于全局路径规划的自适应A^*算法,并将此作为先验信息引导机器人运动。建立了机器人运动学模型,在先验信息引导下提出基于模糊DWA的局部路径规划方法,该方法可以根据环境复杂度模糊调整评价函数权重。经实验验证,在30 m×30 m栅格环境中,混合A^*算法规划的路径长度为51.32 m,自适应A^*算法规划的路径长度为46.83 m,比混合A^*算法减少了8.75 %;在局部路径规划中,模糊DWA算法规划路径的安全性、柔顺性和长度均优于标准DWA算法,验证了模糊DWA算法的优越性。

针对上肢柔性外骨骼系统存在外界干扰和参数不确定性,导致高精度轨迹跟踪难的问题,设计提出了基于自适应积分全局滑模和扩张状态观测器的上肢柔性外骨骼系统控制方法。首先,利用拉格朗日函数对上肢柔性外骨骼系统进行建模,并将模型分解为两个子系统进行级联控制。其次,使用两个扩张状态观测器来补偿参数不确定性和外界干扰。在位置轨迹控制中,构建了自适应积分全局滑模控制,其中为了避免积分饱和,设计了非线性积分函数,同时建立了衰减函数以加快全局滑模面的收敛速度。利用自适应控制方法来自适应调整趋近律系数,以减少抖振,提高系统的动态性能。最后,通过设计的Lyapunov函数证明了稳定性。实验结果表明,与传统的线性自抗扰控制和积分滑模控制相比,该方法具有更精确的轨迹跟踪效果和更强的鲁棒性,控制精度明显提高,且在外界干扰和系统参数不确定情况下仍保持高精度轨迹跟踪,表明了该控制策略的有效性。

网纹表面是一种结构化表面,具有减小摩擦的作用。为了使内孔表面获得规则的网纹,首先设计了超硬磨料铰刀的刀体结构,然后把超硬磨料铰刀上的磨粒进行叶序排布,并利用Matlab软件进行铰削模拟仿真,研究了叶序系数、进给速度对表面网纹形貌和参数的影响。仿真结果表明,通过一次性走刀可以铰削出规则的网纹表面;叶序系数影响网纹表面的平台支撑率,叶序系数越大,网纹表面的平台支撑率越高;进给速度影响网纹表面的规则性、网纹角度和平台支撑率,进给速度越高,网纹角度越大,平台支撑率越高。

基于渤海油田中注采一体化管柱技术的实际应用和相关文献,以自动转向工具中的异形片弹簧为研究对象开展了性能分析,完成了异形片弹簧的高温压缩与为期1年的高温常压试验,得到了其高温条件下的力学性能变化情况,基于试验结果可知,异形片弹簧在温度为250 ℃下工作约半年后达到了稳定状态,其最大弹力降低了约10 %~30 %,同时修正了异形片弹簧的材料参数,基于修正后的材料参数,对异形片弹簧的厚度与宽度进行了共35组全面尺寸仿真分析,得到了异形片弹簧厚度、宽度与最大弹力以及最大塑性变形间的关系曲线,并建立了其数学模型,为自动转向工具的实际应用提供参考。

为了分析圆柱小轮修形量对面齿轮副啮合性能影响规律,首先借助圆柱小轮的加工齿条模型,获得了面齿轮副的齿面方程式;根据磨削修形砂轮的截面等距线完成了修形砂轮运动曲线的计算,并对圆柱小轮齿廓和齿向的修形量进行了求解;依据不同修形参数下圆柱小轮修形量的计算结果,分析了齿面修形量与修形参数的关系,并完成了不同修形量下面齿轮副的齿面接触分析,获得了圆柱小轮齿面不同修形量与啮合性能的关联规律,为面齿轮传动副的修形加工提供理论依据。

为了提高汽车车厢的密封性,通常采用短周期螺柱焊接方法来固定螺柱,以减少开孔的数量。然而,破坏性实验作为目前主要的评估方法,存在检测效率低和无法检测在役焊接接头问题的缺点;因此,提出了一种基于焊接过程动态参数和焊缝图像相结合的螺柱焊接质量检测方案。为解决动态参数不合格样本数量不足的问题,提出了一种基于距离权重的数据增强算法。同时,设计了一个深度学习模型,结合焊接过程中动态参数信号的特点,采用卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆神经网络(Long Short-Term Memory,LSTM)相结合的方法实现了螺柱焊接质量检测。实验证明,提出的动态参数和焊缝图像相结合的检测方案能够将缺陷螺柱的识别准确率提高至95.33 %;因此,基于动态参数和焊缝图像的短周期螺柱焊接质量检测方法具有较高的检测精度,为实际工程应用提供了一种有效的质量检测方法。

航空航天零件要求精度高,合格率要达到100 %,常采用三坐标测量来提高测量精度,减少人员测量带来的误差。精密薄壁轴套零件作为连接元件在工作中起到轴向定位和径向紧固的作用,对机械传动起着重要的作用。为保证零件的测量精度和合格率,需要将测量产生的工艺误差控制在零件公差的1/3以内,工艺误差包含定位误差、夹紧变形误差等。试验利用光固化柔性夹具对轴套进行夹紧,减少金属夹具对轴套产生的变形和损伤,消除夹紧变形误差。利用对同一个轴套零件进行重复测量,获得定位误差引起的标准不确定度,并结合工序能力计算,来判定测量方法的可行性。

针对旋流分离器在实际分离过程中的低效率、高能耗问题,提出在旋流分离器溢流管处开缝并耦合滤网。据此设计了溢流管单层开缝、双层开缝和三层开缝的结构模型,并在开缝处分别耦合了150目和200目两种滤网,得出了6种改进方案。对滤网实际模型和多孔阶跃模型在压降上的误差进行比较,并分析了在不同速度下溢流管开缝层数和滤网目数对分离效率的影响。结果表明,流速大于10 m/s时,150目和200目两种滤网的实际模型和多孔阶跃模型的压降相对误差为0.70 %和0.40 %,验证了多孔阶跃模型的可靠性。在同一入口流速下,开缝层数越多,旋流器的切向速度越小、压降越低、分离效率越小,在相同开缝层数下,耦合150目滤网的切向速度和径向速度均低于耦合200目滤网,改进后旋流分离器的压降降幅最大可达18.76 %。当入口速度为20 m/s时,改进后的6种旋流器的分离效率位于97.25 %~97.59 %之间,较常规旋流器97.63 %的分离效率相差不大。采用旋流分离器溢流管开缝并耦合滤网的设计,可以在保持效率的前提下有效地降低能耗。

基于电流信号的故障诊断方法在信号采集和抗外界干扰方面存在一定的优势。由于工频信号的存在,导致齿轮故障特征提取困难;因此,去除电流信号中的工频成分是一项重要的工作,尤其是当齿轮箱处于变速工况时。目前,变速工况时基于电流信号的行星齿轮箱故障诊断仍没有理想的方法。提出了一种基于无功功率、格拉姆角场和平均教师半监督模型的行星齿轮故障诊断方法。首先通过计算系统无功功率去除时变电流信号中的工频成分,然后利用格拉姆角场将一维的时序数据转化为特征信息更完善的二维数据,最后基于改进的半监督学习模型实现了行星齿轮的故障识别。试验结果表明,在使用20 %的有标记数据的情况下故障诊断准确率可以达到92.31 %。

针对数控机床维修时产生较高维修成本和未能充分利用系统剩余寿命的问题,提出了一种基于对数线性过程的数控机床非等周期不完全预防性维修方法。建立对数线性过程下机床不完全预防性维修的混合故障强度模型,根据经验取值法给出役龄递减因子和故障强度递增因子的表达式,以可靠度为约束,推导出不同预防性维修阈值和更换阈值下的动态维修间隔期。在此基础上,以平均维修费用最小为目标给出设备维修周期内的最佳预防维修次数。以数控机床主轴系统为例对所提方法进行验证,通过分别与未考虑更换阈值的维修模型以及混合故障强度因子服从均匀分布的维修模型进行对比分析,结果表明该方法可有效降低维修成本且能充分利用设备的剩余寿命。研究结果为制定合理的数控机床预防性维修策略提供了一个新方法。

为抑制矿井提升系统的纵向振动,设计了一种基于磁流变阻尼器的纵向振动减振悬挂装置。首先,建立了磁流变阻尼器力学模型,并对减振悬挂阻尼器进行了结构设计和磁路设计。其次,基于多物理场仿真软件COMSOL建立了磁流变阻尼器的多物理场耦合模型,在电磁场、流场的流-固耦合环境下分析了内部磁场、流场和压力分布状况,验证了机械结构和磁路分布设计的合理性。然后,通过耦合电磁场、流场和力场的动力学仿真,得到了磁流变阻尼器在正弦激励下的阻尼力F与位移x、频率f、振幅A、电流I和阻尼可调系数β之间的关系特性;仿真结果表明,在工作电流为0~1.4 A时,所设计阻尼器的最大阻尼力为4 993 N,最大阻尼可调系数为9.97。最后,试制样机验证了所设计的磁流变阻尼器可为减振悬挂装置提供所需的阻尼力,实现矿井提升系统纵向振动的抑制。

传动部件运行状态的鲁棒辨识对于保障电力山地清障车服役性能有着重要的意义,在高频变负载运行和高噪声环境下,采集的振动信号常受复杂传递路径和部件耦合的影响,导致受到噪声的干扰,给山地清障车轴承故障的准确诊断带来了挑战。提出了一种基于频域格拉姆角场与多尺度深度残差网络(Residual Networks,ResNet)的滚动轴承故障诊断模型,通过格拉姆角场对时序信号的频域成分进行重构,通过多尺度注意力增强机制对特征进行加权和增强,使故障诊断模型能够自适应地关注故障诊断中最重要的特征,同时抑制噪声的影响。引入残差连接以促进深层网络的训练和信息流动,从而促进模型对复杂特征的学习。采用西安交通大学滚动轴承故障加速寿命试验数据集和利用滚动轴承试验台采集的山地清障车滚动轴承数据集进行验证,2个数据集的故障识别率都达到99 %以上,验证了所提出故障诊断模型的有效性。对比不同变负载工况,模型故障识别率均达到了98.5 %以上,在-6 dB噪声的高频变负载环境下,识别率仍达到90 %以上,进一步验证了故障诊断模型可用于山地清障车轴承故障识别,并具有良好的鲁棒性和泛化能力。

针对数据样本弱标记下的滚动轴承故障诊断问题,提出了一种基于时频自监督学习的新方法,在无故障标记样本中提取潜藏故障特征。该方法首先通过构建时域编码器和频域编码器来分别提取时域和频域的特征表示;然后设计了一种时频自监督学习模型来增强时域与频域特征之间的相互预测能力;最后为了优化该模型的学习过程,设计了一种新型交叉相关矩阵损失函数,有效提升了模型对复杂故障模式的捕捉能力。采用凯斯西储大学轴承故障公开数据集和帕德博恩大学轴承公开数据集进行方法验证,实验结果表明,该方法在少数故障标签(5 %故障标记)的数据下取得了优异的诊断效果。

针对往复压缩机滑动轴承故障振动信号特征提取困难、识别准确率低等问题,提出了一种改进多尺度样本熵(Multiscale Entropy,MSE)轴承故障特征提取方法。首先,针对样本熵计算步骤中存在冗余计算以及计算量大等问题,引进符号化思想,对统计不同维度下向量间距离小于阀值的向量个数时存在的重复计算问题进行简化,得到一种快速的样本熵算法;其次,针对传统三次样条插值方法无法满足复杂多变性的时间序列信号多尺度化处理过程,提出采用三次三角B样条插值方法代替传统的三次样条插值方法,对多尺度样本熵进行多尺度化,提高MSE的求解精度;最后以往复压缩机滑动轴承间隙故障为研究对象,应用改进MSE方法实现其故障信号特征提取。研究结果表明,当样本长度为24 056时,改进MSE算法特征提取的计算效率较原MSE方法增长近9.12倍,提升的百分比为816.62 %,并且该方法同时提高了原MSE算法的故障诊断识别准确率。