提出了一种基于深度Q网络(Deep Q-Network,DQN)改进的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ),以解决以最小化最大完工时间和最小化能源消耗为目标的多目标柔性作业车间调度问题(Multi-Objective Flexible Job shop Scheduling Problem,MO-FJSP)。通过在DQN算法中定义马尔可夫决策过程和奖励函数,考虑选定设备对完工时间和能源消耗的局部及全局影响,提高了NSGA-Ⅱ初始种群的质量。改进的NSGA-Ⅱ通过精英保留策略确保运行过程中的种群多样性,并保留了进化过程中优质的个体。将DQN算法生成的初始解与贪婪算法生成的初始解进行对比,验证了DQN算法在生成初始解方面的有效性。此外,将基于DQN算法的改进NSGA-Ⅱ与其他启发式算法在标准案例和仿真案例上进行对比,证明了其在解决MO-FJSP方面的有效性。

针对柔性作业车间调度问题(Flexible Job shop Scheduling Problem,FJSP),以优化最大完工时间为目标,提出了一种改进蛇优化(Improved Snake Optimization,ISO)算法。该算法对蛇优化算法进行研究,使用两段式编码替代原算法的实数编码,使得改进后的蛇优化算法可以在离散空间中对蛇个体的位置进行更新。此外,针对原算法中初始种群质量较低的问题,采用GLR策略平衡机器加工负荷,以提高算法的初始化质量。并针对原算法中蛇个体的位置变化与交互机制,在保留原有蛇群演化的基础上使用2个操作算子对其进行重新设计。最后,使用正交实验分析算法参数,并对车间的15个基准算例和1个案例进行仿真和对比,验证了所提算法求解该问题的有效性和稳定性。

工人配置是装配生产线规划的重要内容。针对复杂产品装配生产线工序多、串并行关系复杂及班组内工人通用等特点,将工人配置优化建模为二维装箱问题,提出一种改进的最佳适应降序优化算法(Best-Fit Decreasing,BFD),通过排序、放置、更新、检验、重复及判断等步骤实现装箱优化,能获得优化的工人配置与派工方案。设计开发基于Plant Simulation软件的生产线快速建模仿真与优化软件系统,自动实现生产线基本要素信息和工人配置优化结果与仿真模型的匹配,提高生产线建模仿真效率。以某复杂产品装配生产线为应用实例,验证了工人配置优化算法的有效性,保证了较高的工人利用率,实现了生产线快速仿真分析。

现有六轴机械臂3D打印运动-挤料协同控制方法多针对丝材挤出方式,对颗粒料挤出方式优化有限。为解决六轴机械臂颗粒料3D打印存在的机械臂末端运动速度与挤料速度不匹配问题,搭建了一台六轴机械臂颗粒料3D打印机,提出了基于速度平滑和前瞻补偿的六轴机械臂颗粒料3D打印运动-挤料协同控制方法,针对抬升点、转角处等工况进行了优化。结果表明,通过对模型进行打印测试,打印零件时线宽均匀,改善了材料堆积或缺失现象,验证了该方法的可行性。

复杂航空产品的装配工艺信息通常隐含在工艺文档和三维模型等多源信息存储介质中,导致装配工艺设计师复用历史装配工艺的效率不高、学习装配工艺知识所需的时间成本较大。针对以上问题,提出了一种基于大语言模型的装配工艺智能问答方法,以提高装配工艺信息的有效利用。首先,设计了一种装配工艺信息表示方法,结构化地表示装配工艺知识,以实现知识图谱自动构建;其次,提出了一种大语言模型拼接双向长短期记忆网络和条件随机场的关键信息识别方法;最后,依据关键信息生成检索语句,以从装配工艺知识图谱中匹配答案并回答问题。所提出的方法以某型号复杂航空产品的装配工艺信息为验证对象,实验结果表明,装配工艺设计师的工作效率有显著提升。

为满足铁路接触网腕臂智能检修作业中机械臂自动导航需求,提出一种综合解决路径规划和障碍物避让问题的研究方法。该方法将双重目标转化为单一的约束优化问题。在此基础上,对标准快速搜索随机树(Rapidly exploring Random Tree,RRT)算法进行改进,引入地图复杂程度评估策略和高斯混合分布采样策略,以约束随机采样点的生成方向。通过加入角度约束策略和临近障碍物的变步长机制,确保随机树始终向目标点方向生长,从而规划出渐进最优的路径。此外,设计一种基于甲虫嗅觉探测的递归神经网络(Recurrent Neural Network based on Beetle Olfactory Detection,RNNBOD)算法,配置最优关节角度,驱动冗余机械臂末端执行器沿规划的参考路径移动,从而降低其计算成本。仿真结果表明,该方法不仅有效提升了标准RRT算法的搜索效率、节点利用率和路径质量,还成功解决了冗余机械臂在运行过程中的跟踪控制难题。

为了解决绳驱冗余机械臂逆运动学求解问题,基于混沌映射和反向学习方法对粒子群算法进行改进,并引入子种群粒子和种群规模动态调整策略,提出一种混沌初始化的动态重组多种群粒子群优化算法(Dynamic Reorganization Multi-swarm Particle Swarm Optimization algorithm,DRMPSO)。建立绳驱冗余机械臂运动学模型,构造以机械臂末端最小位姿误差和最低能量消耗为目标的适应度函数。通过与其他算法对机械臂逆运动学求解问题进行比较,表明所提出的动态重组多种群粒子群优化算法在求解精度和稳定性上均具有明显的优势。最后,将动态重组多种群粒子群优化算法用于机械臂的运动规划中,仿真结果表明,动态重组多种群粒子群优化算法在使机械臂达到末端位置的同时还能保证姿态的连续性,机械臂运动过程流畅。

针对传统BP神经网络在求解蛇形机械臂逆运动学问题时的收敛速度慢、误差大等问题,提出一种渐进式BP神经网络逆运动学求解方法。首先,建立正运动学模型;然后,引入最佳柔顺性原则,提出以关节角度变化的加权和作为惩罚项的损失函数,该损失函数充分考虑到机械臂运动过程中关节角度变化的连续性和平稳性;最后,根据蛇形机械臂各关节之间的连接约束,构建一种具有层级渐进结构的BP神经网络模型,提高了求解速度。仿真结果表明,该渐进式BP神经网络精度高、收敛速度快,能有效地求解蛇形机械臂逆运动学问题。

针对外骨骼机器人在仿生性、便携性上的问题,以及对腕部第三自由度内外旋运动研究的匮乏,在分析前臂带动腕部进行内外旋运动过程中肌肉运动机理的基础上,设计了一种基于形状记忆合金(Shape Memory Alloy,SMA)驱动的可穿戴腕部柔性外骨骼装置。根据人体前臂解剖结构中旋前圆肌、旋前方肌和旋后肌的作用机理,利用三维软件设计了一种符合生物力学的外骨骼装置,并通过SMA弹簧进行驱动从而实现腕部的内外旋运动。该外骨骼装置的仿生性和柔顺性符合人体腕部运动特性,其轻质、便捷性可有效辅助手功能缺失患者完成更加灵活的日常生活活动,为手功能康复医疗领域提供新的视角和方法。

为提高某型号汽车排气系统振动性能,首先通过平均驱动自由度位移法(the Average Drive Degree Of Freedom Displacement method,ADDOFD)确定排气系统的吊钩位置,然后进行振动性能分析及优化。静力学分析发现吊耳支反力超出耐久性设计要求;动力学分析发现吊耳传递到车身的动态反力过大。将各个吊耳动态反力之和作为优化目标1;将归一加权后的各个吊耳静位移与支反力之和作为优化目标2。在HyperStudy软件中通过哈默斯雷采样(Hammersley),再进行试验设计(Design Of Experiments,DOE),并做变量筛选,最终确定以波纹管RY、RZ方向转动刚度和5个吊耳的Z向动刚度作为设计变量,构建响应面模型,采用全局响应面法(Global Response Search Method,GRSM)得出满足振动性能要求的波纹管与吊耳刚度最优解集。将最优解集中的一组数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满足振动性能设计要求。该结果对排气系统的吊钩位置设计以及吊耳、波纹管刚度的选择具有参考意义。

针对分布式驱动电动车辆在复杂工况下的横向稳定性问题,提出了一种基于非奇异快速终端滑模控制的横向稳定性分层控制策略。首先,建立了二自由度车辆参考模型,以获得期望横摆角速度和期望质心侧偏角;其次,采用分层控制,上层控制器以期望横摆角速度和期望质心侧偏角为控制目标设计了一种基于非奇异快速终端滑模的直接横摆力矩控制器,并利用灰狼优化算法对该控制器参数进行全局最优求解,以提高系统的动态性能并保证较强的鲁棒性;然后,基于多重约束条件,利用二次规划法设计了下层控制器,将力矩优化分配给各个车轮;最后,为验证控制策略的有效性,在Simulink仿真平台上以正弦转角工况和双移线工况对横向稳定性分层控制策略进行仿真实验。结果表明:横向稳定性分层控制策略可以实现车辆横摆角速度和质心侧偏角的精确跟随,在正弦转角工况和双移线工况下车辆横摆角速度的超调量分别优化了19 %和22 %,车辆的质心侧偏角超调量分别优化了52 %和67 %,可以对复杂工况下车辆的横向稳定性进行有效控制,满足车辆稳定性控制要求。

为提高四轮毂电机驱动汽车在高速转弯时的转向稳定性,准确协调各驱动轮之间的差速控制,设计了一种基于驱动力矩分配的差速转向控制策略。差速转向控制策略采用分层控制架构,上层控制器基于滑模变结构控制算法计算汽车所需的总驱动力矩,基于改进粒子群优化算法优化模糊全局快速终端滑模控制,计算汽车差速转向所需的附加横摆力矩;下层控制器则基于二次规划算法将所计算的总驱动力矩和附加横摆力矩进行优化分配,进而得到各个车轮的驱动力矩。通过Carsim/Simulink软件进行联合仿真对所设计的控制策略进行验证,结果表明,相较于传统控制策略,差速转向控制策略能更有效地降低汽车在高速转弯时的横摆角速度和质心侧偏角峰值响应。

分别以CFRP复合材料与铝合金螺栓连接结构作为研究对象,深入分析不同被连接件材料对预紧力衰减所产生的影响。基于ABAQUS/Standard软件,构建了真实螺纹螺栓节点的参数化有限元模型,用以剖析不同因素对预紧力衰减的作用。随着被连接件厚度的增加,预紧力的衰减程度逐渐降低。应力主要集中于螺纹部位,并且被连接件厚度的增加减缓了应力的衰减。在静载工况下,当被连接件厚度分别为4.0、4.5和5.0 mm时,经过 200 h后,预紧力分别衰减了6 538、5 542和5 437 N。

针对外置电磁阀用比例电磁铁恒力特性要求,在Maxwell软件2D模块中建立了比例电磁铁参数化模型。通过比例电磁铁实验台验证了仿真的正确性,根据仿真结果验证材料及磁路分割法使用的正确性,并确定了衔铁工作行程。在此基础上使用单因素参数分析法,分别对结构参数隔磁环高度L₂、径向间隙δ₄、限位片直径D₀和径向间隙δ₂在衔铁工作行程内的变化对电磁铁恒力特性的影响情况进行了分析,并根据分析结果利用正交试验法对所选用参数进行优化分析,获得较优的参数组合。仿真表明,当L₂=4.1 mm、δ₄=0.30 mm和δ₂=0.05 mm时比例电磁铁有较优的恒力特性,通过仿真验证该最优组合参数,电磁力方差值相比原结构下降了12.96 %,恒力特性得到明显提高。

电子制造业产品迭代迅速,对装配效率提出了更高的要求。印制电路板组件(PCBA)三维模型为装配工艺人员提供直观的工艺指导,但制造企业的PCBA图样仍广泛以二维图样形式存在,在展示电路板组件布局、连接方式和装配细节方面存在局限。然而,目前自动化的PCBA三维模型构建方法自动化程度不足,大量二维PCBA设计文件难以有效转化为三维模型。为解决电装工艺的三维可视化需求,提出基于参数化建模的PCBA模型快速构建技术。首先,根据三维电装工艺需求,定义了PCBA三维模型的结构化数据模型,通过对PCBA设计文件中的几何和位置信息进行参数提取,实现对设计文件的有效解析;然后,提出了元器件和印制电路板(PCB)的参数化特征建模方法;最后,通过参数化坐标匹配设计了元器件定位坐标算法,完成PCB与元器件的自动装配;最后,以某型号PCBA产品为应用实例,验证该建模方法的效率与准确性。研究结果表明,该方法可以高效构建精确PCBA三维模型,有助于指导装配工艺,提升制造效率。

针对现有硅棒表面瑕疵检测研究不足,以及统一置信度下的瑕疵检测模型存在的误检与不同瑕疵检测精度不平衡等问题,提出基于多置信度的硅棒表面瑕疵检测系统。首先,设计系统机械结构,采用漫反射结构光补光策略,采用条形光源与白玻纤维幕布协作,解决硅棒强反光与大尺寸等特征造成的补光难题;其次,构建精准评价指标体系,以检准率(Accurate Detection Rate,ADR)、漏检率(Missed Detection Rate,MDR)及多检率(Over Detection Rate,ODR)为核心,通过单根硅棒多图采集与双矩阵判别法,形成瑕疵检测精度与误判风险调控规律和特征-指标-阈值的最优置信度校准框架;最后,引入瑕疵种类-置信度分段方法,依据最优置信度校准框架为凹坑、崩边等8类瑕疵精准设定最优置信度,构建多置信度瑕疵检测模型。测试结果表明,多置信度模型下各类瑕疵检准率均呈提升趋势,其中凹坑、亮点、水印和污渍瑕疵的检准率提升幅度较为显著,分别达8.1 %、4.8 %、2.2 %和3.5 %;多数瑕疵的多检率与漏检率呈现下降趋势,尤以凹坑、亮点、水印和污渍的多检率降幅及晶裂与亮点的漏检率降幅最为突出。结果证明,基于多置信度的硅棒表面瑕疵检测系统可精准定位检测瑕疵,弥补研究局限,能够为硅棒质量管控给予高效可靠方案。

随着自动驾驶技术的发展,目标检测凭借精确感知环境、实时性处理和鲁棒性等,成为自动驾驶安全行驶的前提。在高密度车辆聚集场景下,车辆相互之间容易产生遮挡,现有基于YOLOv8n改进算法在遮挡感知上存在一定的不足。为了解决这一问题,首先针对车辆周边信息提取能力不足的问题,提出了一种新的主干网络模块C2fCIBG;其次在新模块内部引入全局注意力机制(Global Attention Mechanism,GAM)和紧凑反转块(Compact Inverted Bottleneck,CIB)深度卷积,以增强对关键特征的捕捉能力和优化提取;最后为了使模型更准确地调整预测框的位置和大小,针对完整交并比(Complete Intersection Over Union,CIOU)损失函数鲁棒性较差的问题,将CIOU损失函数替换为多尺度惩罚距离交并比(Multi-scale Penalized Distance-Intersection Over Union,MPDIOU)损失函数,以提升目标区域的特征提取和分类判断,使其能够契合自动驾驶场景下车辆遮挡检测的需求。同时选取了KITTI数据集作为实验载体,与传统的YOLOv8n算法进行对比分析,以检测精度、召回率和平均精度均值评价指标展开评估。实验结果表明,3个评价指标分别增长了0.87 %、2.0 %和2.7 %,体现了模型在车辆遮挡感知中的可行性。

增材制造金属构件在高端装备领域有着重要的应用,但其制造过程易产生气孔、裂纹等缺陷,且增材制造构件表面多为复杂曲面,传统超声C扫描方法难以实现缺陷的稳定检出。提出了一种基于立体光刻(STereoLithography,STL)模型的增材制造曲面金属构件超声C扫描检测方法,从增材制造构件的STL模型数据中提取出超声扫描所需的工件表面测点法矢参数,采用等弧长离散方法确定扫描点坐标,实现超声探头寻位。采用激光烧结增材制造工艺制备航空叶片型面钛合金试块,利用多自由度超声扫描系统开展C扫描实验。实验结果表明,STL模型驱动的超声C扫描方法有效检测出了多种亚毫米级尺寸的典型增材制造缺陷,然而基于超声C扫描图像的缺陷尺寸定量结果存在一定偏差。

内置旋转编码器在电机位置和转速反馈控制中扮演关键角色,其测量的瞬时角速度(Instantaneous Angular Speed,IAS)信号能反映传动系统的扭振状态,能够被用来揭示传动系统中存在的机械缺陷,支撑构建具有自感知自诊断能力的伺服控制系统。针对低精度的内置编码器利用传统信号处理方法从IAS信号中精准提取故障特征困难的问题,提出了一种IAS信号增强方法。该方法首先通过EtherCAT总线伺服驱动系统获取伺服电机的瞬时角位置信号,随后采用时间戳提取和局部多项式拟合微分技术获取IAS信号,最后通过角域同步平均技术处理获取的IAS信号,实现了对传动系统局部故障的定量诊断。仿真和齿轮故障试验验证了该方法的有效性,证明了其在低成本传动系统健康监测中的潜力。