激光测量仪常被用于精确测量厚度。然而,传统双激光厚度测量方法存在因钢板重力和机床振动导致钢板变形从而降低厚度测量精度的问题。针对该问题提出一种融合空间姿态动态补偿与激光传感器在线标定的改进双激光钢板厚度测量方法。该方法将钢板的实时空间姿态作为关键观测变量,建立其与厚度测量值的空间姿态动态补偿关系;进而,设计一种误差观测器,将传感器的系统性测量误差建模为增广状态,并进行实时估计与补偿。在定制实验平台上进行验证,结果表明,在钢板倾角为20°、公称厚度为10 mm的条件下,该方法将厚度测量误差从传统双激光厚度测量系统的0.561 mm降低至0.037 mm,精度提升了一个数量级。该研究为解决动态工况下的精准厚度测量提供了兼具高精度与强鲁棒性的实用解决方案。

在机械臂自动化运行的过程中,通常会出现静态或动态障碍物,实时避障路径规划成为亟待解决的问题之一。针对快速搜索随机树(Rapidly-exploring Random Tree,RRT)算法耗时较长、到达目标点航向不可控及路径规划结果可执行性较差等问题,根据现实世界中,树枝总是朝向阳光并避开障碍物的思想,提出一种融合引斥力的RRT机械臂避障路径规划算法。根据环境自适应改变步长,融合引斥力模型,并加入主干停止生长策略,使机械臂在实际场景中路径规划计算时间显著缩短。此外,采用代价函数约束随机树的生长方向,以进一步提高路径的可行性。然后,采用双树连接策略约束到达目标点的航向。最后,进行机械臂联合实验,以验证该算法的有效性。

在经济全球化加速推进的背景下,制造企业面临着许多诸如供应链中断、自然灾害及客户个性化需求等外部冲击和挑战,可能会对企业生产运作管理造成严重影响。针对制造企业韧性的提升问题,设计多源供能背景下考虑分时电价和客户侧订单紧急程度的需求响应协同优化策略,实现绿色调度与设备预维护的协同优化及低平谷时段生产负荷的转移,有效提升系统能源供给及生产运作的韧性。提出改进的鲸鱼群算法,通过开发“最近较优个体”寻优策略、个体间移动策略及个体扰动策略,有效地挖掘种群新的搜索空间,避免算法陷入局部最优,提升算法寻优性能。最后通过实验对比分析,验证该算法求解的有效性和竞争优势。

精确辨识机器人动力学参数是阻抗控制与轨迹跟踪控制等研究的关键,由于传统的辨识方法无法保证动力学参数的物理可行性,导致辨识出来的参数无法使用,为此提出一种混合迭代法用于机器人动力学参数辨识。该方法分为内、外两个循环,通过在内循环中引入线性矩阵不等式与半正定规划来保证辨识参数的物理可行性,进而辨识惯性参数,在外循环中结合Stribeck摩擦模型来改进摩擦力矩估计,以辨识摩擦参数,内、外循环迭代计算,直至满足收敛条件。最后在六自由度串联机械臂上进行实验,混合迭代法6关节的力矩均方根误差值与最小二乘法相比降低了17.24 %,切实提高了机器人动力学参数辨识的准确性,证明了混合迭代法的有效性。

针对仿人双足机器人动态跳跃控制问题,提出一种基于混合动力学模型的运动规划方法。通过结构优化设计降低传统人形机器人构型复杂度,建立了具备高效跳跃能力的简化机构模型。通过对机器人起跳过程的分析,将起跳过程划分为站立相(驱动关节主导)和欠驱动相(绕脚尖被动旋转)两个特征阶段,并建立了对应的运动学模型。采用达朗贝尔原理构建脚掌动态受力模型,推导了系统进入欠驱动相的判断条件。通过拉格朗日方程分别建立两相动力学模型,重点构建了欠驱动相下脚尖处的动力学约束模型。随后分析了起跳过程的运动条件,采用可变四次多项式插值的质心轨迹规划策略,结合逆运动学实现了关节空间轨迹的闭环求解。最后建立虚拟样机进行联合仿真,验证了所提出的混合动力学建模方法的有效性及质心轨迹规划策略的可行性。

为了应对多品种、小批量的生产需求,解决工程机械支重轮抛丸工序柔性化自动上下料问题,提出并研制了一款结构简单、通用性强和成本低廉的支重轮柔性搬运机器人末端执行器。该执行器采用创新抓取策略,成功实现了13~150 T级全系列工程机械支重轮的稳定抓取;同时自主开发的识别算法与智能控制程序,实现了支重轮产品规格的自动识别与抛丸上下料程序的智能匹配,显著提升了末端执行器的自适应能力与作业效率。经过应用验证,该研究成果有效解决了传统机器人末端执行器难以兼顾大范围尺寸差异与高柔性的技术瓶颈,为工程机械关键零/部件抛丸生产提供了高效率、高柔性和低成本的智能化升级路径。

为了提高履带式智能机器人在复杂工况条件下的轨迹跟踪精度,提出了基于固定时间干扰观测器的自适应快速终端滑模鲁棒控制方法。首先,综合考虑履带式智能机器人的机械特性、接触面不确定性以及未建模动态误差等影响因素,建立了包含干扰总和的动力数学模型;其次,设计了固定时间干扰观测器,并利用其有限时间收敛特性,实现对系统干扰的准确估计;然后,在此基础上,设计了自适应快速终端滑模鲁棒控制律,有效避免了传统滑模控制中的抖振现象,确保履带式智能机器人能够快速、准确地跟踪轨迹指令;最后,利用构建的李雅普诺夫函数对整个闭环控制系统进行了稳定性分析,证明了系统在自适应快速终端滑模鲁棒控制律下渐近稳定。通过对比仿真实验结果表明,提出的自适应快速终端滑模鲁棒控制方法对履带式智能机器人的轨迹跟踪控制具有较高精度和稳定性,从而验证了所提控制方法的有效性和优越性;此外,测试实验结果表明,所提控制方法能够有效克服履带式智能机器人系统内外的干扰影响,轨迹跟踪的最大误差和均方根误差分别仅为0.055和0.026 m,表现出了较强的工程适用性,能够胜任更多复杂工况应用场景的需求。

作为未来高阶自动驾驶的基石,线控转向系统采用电信号代替传统转向系统中的机械刚性连接,但转向管柱的断开会导致原始路感信息无法直接传递给驾驶员,从而需要路感模拟技术,以提供给驾驶员合适的路感。为此,设计了一种基于齿条力观测的路感模拟方法。首先,基于转向执行总成的二阶等效模型,设计一种二阶滑模观测器实现对广义齿条力的观测,随后,参考电动助力转向系统,通过设计助力特性曲线获取路感主力矩,并引入路感补偿力矩修正系统缺失的力学特性,最终得到路感反馈力矩;其次,为实现转向盘的准确回正,基于非奇异快速终端滑模控制算法设计控制律,并结合扩张状态观测器观测补偿系统扰动力矩,设计主动回正控制器;最后,仿真试验结果表明二阶滑模观测器相较于扩张状态观测器具有较高的观测精度,在不同仿真试验下其观测误差分别降低了82.04 %、81.03 %,设计的路感反馈力矩能够满足使用要求,符合低速转向轻便、高速转向清晰,主动回正控制器能够在0.8 s内实现转向盘的准确回正。研究可为线控转向系统设计提供思路。

为解决某汽车座椅的共振问题,提出了以敏感零件的尺寸和材料为设计变量,以汽车座椅模态和质量为优化目标,基于全局响应面法进行优化。首先,通过灵敏度分析的方法,筛选出对汽车座椅一阶模态贡献量大的钣金件,将其厚度和材料类型作为设计变量;其次,使用哈默斯雷(Hammersley)采样法在设计空间内均匀地采集169组样本点,进行试验设计(Design of Experiments,DOE);然后,基于生成的试验数据,使用径向基函数(Radial Basis Function,RBF)法拟合出响应面模型;最后,以汽车座椅一阶模态频率最大且汽车座椅总质量最小为优化目标,采用全局响应面法进行模态优化。结果显示:优化后汽车座椅的一阶模态频率提升了3.5 Hz,汽车座椅总质量减小了1.95 kg,实现了优化目标。证明了通过优化敏感零件的尺寸和材料来提升汽车座椅振动性能的有效性。

四轮独立电动汽车具有车轮独立可控的特点,易于实现整车集成控制;但是因其具有多个自由度的特点,在转向运动中存在行驶不稳定的问题。针对四轮独立电动汽车转向运动稳定性问题,采用四轮转向(four-Wheel Steering,4WS)与直接横摆力矩控制(Direct Yaw moment Control,DYC)(4WS+DYC)集成控制策略。集成控制策略基于分层控制理念,以跟踪参考模型为目标,稳定控制层通过模糊滑模稳定控制器来补偿汽车稳定运行所需的附加横摆力矩和附加后轮转角;前轮转角控制基于变传动比的方法,计算出前轮转角并完成汽车的基本转向。力矩分配层基于载荷分配的控制算法,考虑约束条件实现四轮驱动力矩分配。最后,验证在低速、低附着双移线工况和高速、高附着正弦工况四轮转向与直接横摆力矩集成控制策略的效果,结果表明,该策略提高了横摆角速度和质心侧偏角的跟踪性能,同时模糊滑模稳定控制器展现出良好的收敛性,能够提升汽车转向运动时的稳定性。

水电机组主轴系统作为动力传递的关键部位,其螺栓连接可靠性直接关系到机组运行的安全性与稳定性。针对多螺栓结构中因弹性耦合作用导致残余预紧力分布不均的工程难题,基于弹性相互作用理论,建立了螺栓残余预紧力的数学模型,并结合某型水电机组主轴连接结构构建共节点有限元模型,提出了三组同步分步加载策略与单组连续加载策略,开展对比仿真分析,揭示加载路径对残余预紧力分布的影响机制。在优选加载方案基础上,进一步提出了两步不同拧紧比例加载策略,系统分析首步加载比例对螺栓残余预紧力一致性的调控效果。通过装配试验对仿真结果进行验证,结果表明了所建有限元模型和多步加载策略在螺栓预紧工艺优化中的适用性,以及两步不同拧紧比例策略在提升预紧力一致性和装配质量上的可行性。研究成果可为大型螺栓连接结构装配工艺优化提供理论依据与工程支撑。

针对圆筒薄壁件圆周内侧壁高精度埋头孔加工中存在的加工变形、加工精度低和加工效率低等工程难题,提出了一种基于立式四轴加工中心的集成工艺解决方案。通过建立"薄壁支撑式胀套夹具+偏心反镗铣刀+参数化宏程序"三位一体的加工体系,有效解决了因薄壁件刚性不足导致的加工变形问题。创新设计楔形胀套机构实现薄壁件的多向约束装夹,设计具有偏心距的反镗铣刀完成锥度为107°的埋头孔一次成型加工,并构建了包含双层嵌套结构的参数化宏程序模块。实际应用表明,该加工体系使单件加工时间由8 h缩短至2.6 h,加工后经三坐标检测,加工精度完全达到图样要求。研究成果对圆筒薄壁件圆周内侧壁埋头孔的高效优质加工工艺具有重要的实际工程应用价值。

为研究弱导电PCD刀具电火花加工(Electrical Discharge Machining,EDM)的工艺指标及其影响规律,设计了四因素四水平正交试验,从材料蚀除角度分析脉冲宽度、脉冲间隔、峰值电流和伺服电压这4个主要电参数对PCD刀具的表面粗糙度、材料去除率(Material Removal Rate,MRR)和加工稳定性的影响。针对PCD材质的弱导电性能,对其表面进行镀金处理,并经相同参数正交试验进行试验。结果表明:在窄脉宽(<5 μs)、低电流(<5 A)电参数情况下,镀金样本较未镀金样本的表面粗糙度Ra值平均降低了约9.85 %,材料去除率最大时提高了约1.45 倍,加工稳定性指标改善明显。

为了深入研究CF/PEEK复合材料螺旋铣孔时力-热耦合对加工孔壁表面及亚表面形貌的影响机制,进行了螺旋铣孔微观仿真,分析了切削过程中的纤维断裂、基体破碎及界面脱粘等失效机制;开展了螺旋铣孔试验,探究了工艺参数、切削力和切削热对孔壁出入口表面粗糙度、孔壁整体表面粗糙度以及亚表面损伤的影响规律。研究表明,由于热量积累导致的基体涂抹现象,使孔壁出口表面粗糙度明显低于入口表面粗糙度。孔壁整体表面粗糙度随自转转速的增加而降低,随公转转速的增加而升高;当螺距小于0.5 mm时,其随螺距的增大而升高,当螺距大于0.5 mm时,其随螺距的增大而降低。这是由于当螺距增大时,切削力随之增大,切削力增大导致温度升高,过高的温度引发基体涂抹现象,从而使表面粗糙度降低。不同的纤维方向角以及力-热耦合对于孔壁表面及亚表面损伤区域有显著影响。

铝型材挤压模具采用三坐标测量法存在使用繁琐、测量结果易受环境因素影响等问题,采用2D视觉测量无法检测平面度、高度等特征。提出了一种基于机器视觉的多参数协同测量方法。通过2D视觉实现凹模型腔与凸模型芯的几何尺寸快速提取,结合3D点云技术完成合模面平面度、型腔/型芯深度差等三维参数检测。实现了模板匹配与自动质量判定功能,构建了包含博明SS120传感器(视场200 mm×160 mm)的硬件平台及WinForm封装软件系统。试验采用两种摆放姿态,每种姿态下对凹模连续测量5次,并与实际尺寸进行对比分析得到,宽度与高度相对误差≤1 %;角度绝对误差≤3 °;深度差相对误差≤0.28 %;平面度绝对误差≤0.02 mm;验证了该系统具备良好的测量精度。

针对某100 t液压钣金折弯机结构优化问题,提出了一种响应面与NSGA-Ⅱ协同折弯机多目标优化设计方法。通过构建包括折弯机机架宽度、肋板宽度与滑台宽度的参数化模型分析关键设计变量,利用中心复合设计(Central Composite Design,CCD)方法获得15组实验样本,系统分析了设计变量对折弯机质量、变形量及应力的非线性耦合关系,最后利用NSGA-Ⅱ算法对折弯机质量、变形量及应力进行多目标优化。优化后折弯机质量减少了7.1 %,最大变形量减少了20.0 %,提升了轻量化水平与结构刚度,最大应力虽然增加了50 %,但仍低于Q235钢屈服强度。研究结果表明,所提方法实现了对折弯机的轻量化、刚度提升与强度约束之间的有效平衡,验证了响应面法在复杂装备多目标优化中的工程适用性,为高精度钣金加工设备设计提供了理论依据与技术路径。

针对齿轮箱在复杂多变工况下源域与目标域数据分布显著偏移,导致故障诊断模型跨域泛化能力不足的问题,提出一种基于跨域梯度协同优化的齿轮箱故障诊断方法。首先,构建多尺度注意力聚合(Multi-Scale Attention Aggregation,MSAA)网络,在通道与时序维度融合不同尺度的深层特征,以增强领域不变特征的表征能力;其次,引入双分类器结构,通过Softmax加权聚类生成更为可靠的目标域伪标签,为无标签样本提供判别性监督信息;随后,将伪标签引入跨域梯度协同优化机制中,以源域与目标域样本在共享分类器层梯度方向的相似性作为一致性约束,有效缩小域间特征分布差异并保持类间可分性;最终,通过联合监督损失、自监督损失与梯度一致性损失,实现特征提取器与域对齐,从而显著提升目标域故障识别性能。实验结果表明,所提方法在多种跨工况任务中均取得较高的诊断精度,验证了其在复杂工况条件下的有效性与泛化能力。

针对工业齿轮箱故障诊断中因特定故障真实样本稀缺而导致的小样本、不平衡数据诊断难题,提出一种融合可解释动力学仿真与深度域适应学习的故障诊断方法。通过构建齿轮箱刚柔耦合动力学模型,生成具有明确物理含义的高保真振动仿真数据,验证故障模式与振动响应间的机理关联,以有效补充稀缺故障样本。为进一步提升跨域诊断能力,提出多头自注意力机制与深度可分离卷积融合的特征提取网络,以增强对振动信号中瞬态冲击特征的感知能力;设计改进的T-Softmax损失函数,通过在特征空间引入可学习边际,约束多数类分布扩散并增强少数类表征凝聚力,以实现精确识别多数正常样本与稀少故障样本;提出基于贝叶斯推断的联合分布自适应策略,精准对齐仿真与实测数据的边缘及条件分布,以显著缓解模型简化与噪声干扰导致的复杂域偏移问题。实验结果表明,该方法在单一故障样本数为30、与正常样本比例为1∶10的条件下,平均诊断准确率仍可达98.12 %,性能接近数据完备场景;其在公开数据集上的平均准确率亦超过95 %,充分验证了其鲁棒性与卓越的泛化能力。

3C产业中的金属结构件在数控(Computer Numerical Control,CNC)机床加工完成后,其表面通常需要额外的打磨处理。但目前行业普遍依赖人工离线打磨方式,效率低且产品一致性不足。为此,设计了一种可与数控加工中心主轴集成的水驱动打磨装置,该装置以主轴中心的高压冷却水作为唯一驱动力:一方面驱动叶轮及打磨组件实现旋转加工;另一方面通过水流喷射作用完成冷却、除尘和碎屑清理。该方法实现了介质双用,简化了结构并提高了装置可靠性。在五轴数控机床上进行实验,以某品牌笔记本电脑外壳的铝合金D面为样件,结果表明,在相同加工条件下,该装置可将表面粗糙度降至0.6 μm,打磨时间缩短至120 s,较人工离线打磨方式效率提高了一倍以上。与传统气动打磨方式相比,集成式水驱动打磨装置在粉尘控制、噪声抑制及砂纸寿命方面均表现出明显优势。研究验证了集成式水驱动打磨的可行性与高效性,为数控加工中心集成精整技术提供了新思路,具有较高的推广与应用价值。