针对传统双向RRT算法在路径规划中随机性大、收敛慢和路径质量差等问题,提出了一种基于改进人工势场法(Artificial Potential Field,APF)引导的双向RRT机械臂路径规划算法。首先引入动态偏置策略,减小原始双向RRT算法随机性大的问题;其次,在扩展新节点时,根据与障碍物距离自适应地调整节点随机性与总势场的权重;然后融入机械臂碰撞检测模型并进行双向直连线性插值检测,直至生成初始路径;最后再对生成的路径进行三次B样条平滑处理,产生符合机械臂实际运动限制的可行路径。在二维和三维环境下分别构建三种不同环境对改进算法进行仿真对比,结果表明改进算法能有效提高相关性能。将改进算法应用至实物平台中,进一步证明了算法的有效性与可行性。

随着智慧车间等智能制造技术的不断发展,人工智能算法在解决车间调度问题上的研究备受关注,其中车间运行过程中的动态事件是影响调度效果的一个重要扰动因素,为此提出一种采用深度强化学习方法来解决含有工件随机抵达的动态柔性作业车间调度问题。首先以最小化总延迟为目标建立动态柔性作业车间的数学模型,然后提取8个车间状态特征,建立6个复合型调度规则,采用ε-greedy动作选择策略并对奖励函数进行设计,最后利用先进的D3QN算法进行求解并在不同规模车间算例上进行了有效性验证。结果表明,提出的D3QN算法能非常有效地解决含有工件随机抵达的动态柔性作业车间调度问题,在所有车间算例中的求优胜率为58.3 %,相较于传统的DQN和DDQN算法车间延迟分别降低了11.0 %和15.4 %,进一步提升车间的生产制造效率。

为提高自动装箱系统中多AGV运行效率,针对多AGV在线调度问题,以最小化AGV运行时间为优化目标,结合实际工况下约束条件建立该问题数学模型,并提出一种两阶段在线协同调度算法进行求解。该算法基于自动装箱系统仿真模型开发,首先,利用基于AGV运行时间的搬运任务指派算法求解搬运任务指派问题;其次,设计了带有AGV优先级规则与冲突解决策略的路径规划算法求解路径规划问题;最后,使用时空拥堵表(Spatio-Temporal Blocking Table,STBT)来记录路径的时空拥挤度(Spatio-Temporal Blocking Degree,STBD)和预计等待时间,并将表中信息作为约束条件融入到算法两阶段的寻优过程中,求解过程实现了多AGV搬运任务指派与路径规划的集成优化。通过不同规模仿真案例验证了所提算法的有效性,并与相关研究成果展开对比实验,验证所提算法的优越性。

针对精密传动部件加工过程中普遍存在的工艺路线设计低效、知识重用困难的问题,提出了一种基于知识图谱的精密传动部件工艺路线推荐模型。首先,利用本体方法构建精密传动部件工艺知识模式层;其次,利用Electra+BiLSTM+CRF模型和BiLSTM+Self-Attention模型分别实现实体识别和关系抽取,并基于达梅劳编辑距离进行知识融合,完成数据层构建;然后,基于构建的工艺知识图谱,结合部件工艺单元以及工艺路线结构的相似度实现工艺路线推荐;最后,开发工艺路线推荐系统,并以某型号滚珠丝杠为例展示工艺路线推荐功能。经实验验证表明:推荐准确率达到89.5 %,证明了该模型的可行性,能够提高知识重用性和工艺路线设计效率,为决策提供更加科学合理的参考。

针对改进智能优化算法规划效率低、搜索时间长、路径较为曲折等问题,将白鹭群优化算法首次应用于移动机器人路径规划,并提出了一种基于改进白鹭群优化算法的移动机器人路径规划方法。该算法在探索阶段利用对立学习进行种群初始化,以降低路径搜索代价;采用正余弦算法和贪婪策略对白鹭个体位置更新予以改进,以平衡算法的局部开发和全局搜索能力;利用坐标微调策略以获得安全可靠的规划路径。在优化阶段采用垂距限值法和分段贝塞尔曲线对路径进行优化处理,以得到移动机器人的最终运动路径。仿真结果表明,该算法较对比算法路径规划效率显著提高,总体耗时更短,路径更优,能减少路径转弯次数,进而提升移动机器人的整体工作效率。

针对工业机器人绝对定位精度不高的现状,提出一种综合考虑几何误差和非几何误差影响因素的克里金预测定位误差的方法。首先,采用三维动态跟踪测量系统测量工业机器人工作空间中一组点的位置误差,通过位置误差构建实验变异函数;其次,采用粒子群算法结合克里金方法进行实验变异函数的参数寻优,得到最优模型和参数;然后,通过克里金方程结合最优实验变异函数模型求解权重系数和拉格朗日乘数,并利用克里金预测方程对定位误差进行预测;最后实施补偿并进行对比验证。实验结果表明,绝对位置误差平均值由1.048 9 mm减小到0.178 6 mm,精度提高了82.97 %;均方根值由0.393 7 mm减小到0.058 5 mm,精度提高了85.14 %,提高了工业机器人的绝对定位精度。

为保证汽车平稳运行,提出了基于车载角速度传感器的汽车横摆角速度失稳控制方法。首先,利用车载角速度传感器获取汽车的横摆角速度数据,并由此建立观测信号描述与解析方程;然后,在横摆动力学理论下,设定汽车横摆角速度失稳判断指标,对比汽车横摆角速度的实际值与理想值,通过模糊规则将汽车横摆角速度的实际值与理想值的差值转化为模糊变量,并利用模糊集合对判断指标进行融合;最后,根据融合结果确定汽车横摆角速度的控制力矩,实现汽车横摆角速度失稳控制。结果表明:以蛇形工况为测试案例,使用所研究方法控制后的汽车横摆角速度小于15 rad/s,未超出极限数值,可以保证汽车车轮在同一标准下变化,有效控制横摆角速度的稳定,保证汽车平稳运行。

随着我国高速列车的大量开行和运行里程的急剧增加,伴随着轮轨磨耗、运行环境变化与悬挂参数匹配的矛盾,面临的车体异常振动问题越来越多,严重降低了乘客的乘坐舒适性,其中转向架蛇行稳定性不足较为突出,针对该类问题,从抗蛇行减振器主动控制的角度展开了高速列车蛇行稳定性自适应控制策略研究。首先,将抗蛇行减振器替换为主动控制悬挂元件,建立了车辆系统非线性动力学模型;然后,结合PID控制原理和模糊控制原理设计了自适应模糊PID控制器,并采用带精英策略的非支配排序遗传算法对参数进行优化;最后,基于SIMPACK和Simulink联合仿真模型,在不同运行工况下对所设计的主动控制系统进行控制效果对比分析。结果表明,在主动抗蛇行减振器的作用下,转向架构架端部横向加速度主频幅值最大降低了54 %,均方根值最大降低了33.24 %,明显改善了转向架构架横向振动性能,为转向架蛇行稳定性控制策略提供技术支撑。

径向柱塞液压马达在中大型机械装备中应用十分广泛,然而因其内部存在冲击与疲劳磨损等问题,对径向柱塞液压马达的寿命与性能造成了一定的影响。针对上述问题,提出了一种改进粒子群算法优化径向柱塞液压马达内曲线的方法,该方法将等加速度曲线重构为含补偿区的等加速度曲线,以减小冲击和接触应力突变值。以粒子群算法(Particle Swarm Optimization,PSO)为基础,加入自适应非线性动态权重与多子种群竞争优化策略,构建一种改进粒子群算法,对各区段角度进行重新分配,重新生成含补偿区的径向柱塞液压马达内曲线。对比优化前后的结果表明,最大接触应力下降了2.54 %,最大接触应力处的突变值下降至0;接触应力不再阶跃式上升,有上升过程,冲击较小。该研究能够为径向柱塞液压马达的设计提供参考,有效减缓疲劳与磨损,降低冲击影响,从而延长液压马达的使用寿命。

在基于增强现实装配引导的复杂零/部件装配场景中,由于手部对零/部件的遮挡,导致零件位姿解算时产生较大的误差,甚至造成求解失败。目前针对手工装配零件的位姿估计算法在解决零件遮挡问题时没有考虑手部信息,使得位姿估计精度难以满足增强装配实际应用的要求。针对上述问题,提出了融合手部姿态的零件6D位姿估计算法,即HandICG算法。该算法将手部的姿态信息与迭代对应几何(Iterative Corresponding Geometry,ICG)算法进行融合,当发生手部遮挡时,将手部的姿态信息应用到零件姿态的求解中,从而显著提高手部遮挡情况下零件位姿估计的精度,实验表明,平均模型点距离(Average Distance of Model points,ADD)相关评价指标达到74.73 %,是ICG算法的2.61倍。该算法显著提升了增强装配场景中零件位姿解算的准确性和鲁棒性。

局部保持投影算法的性能主要依赖于构造的最近邻图,而构造最近邻图时容易受到原始数据冗余信息的干扰,以及没有良好的依据选择合适的热核参数带来的影响,导致不能充分挖掘高维数据的局部结构信息,在低维嵌入过程中也易对噪声和异常值较为敏感,影响其在故障诊断应用中的特征提取能力。针对以上问题,提出基于收缩自编码器和流形排序的局部保持投影算法(Locality Preserving Projections algorithm based on Contractive Auto-Encoder and Manifold Ranking,CAE-MRLPP),并用于机械设备故障诊断。首先,将样本标签信息和斯皮尔曼相关系数结合,预调整样本间距;其次,引入流形排序思想,根据样本点与邻域点在彼此邻域集中的排序位置信息以及二者的互邻个数信息来构造权重;最后,将收缩自编码器与基于流形排序的局部保持投影相融合,通过梯度下降法迭代优化求解出最优的投影矩阵,进而得到故障数据的低维表示。分别在滚动轴承数据集和抽油机数据集上进行了多项验证,故障识别准确度均在98 %以上,表明该算法具有良好的特征提取能力,能够有效提高故障识别准确度,同时具有较好的鲁棒性和泛化能力。

为解决现有轴类工件圆度误差检测方法存在的误差大、效率低和稳定性差等弊端,基于机器视觉技术提出了一种轴类工件圆度误差亚像素视觉检测和评定方法,该方法利用多项式插值-分段曲线拟合算法对图像边缘轮廓进行亚像素精确定位,在获取图像边缘点亚像素级坐标的基础上,采用最小二乘法对圆心坐标进行检测,进而对轴类工件圆度误差进行检测和评定。实验结果表明,该方法测量值和三坐标测量机测量值绝对误差的平均值为8.75 μm,且该方法测量的轴类工件圆度误差值分布较为均匀、波动性较小,且检测精度更高,为轴类工件圆度误差的评定提供了一种切实可行的途径。

工业缺陷图像样本是工业产品缺陷检测、分类和分级的基础数据。针对工业缺陷检测目前仍存在复杂环境下的目标检测困难、样本数量不足导致特征提取差等问题,提出了一种预训练的自编码器生成对抗网络。用预训练的自编码器代替基础生成对抗网络(GAN)的生成网络,引导生成网络更好地融合数据特征。结合目标图像的特征重新设计一个编码器-解码器损失函数来替换GAN的对抗损失函数。利用钢卷端面缺陷数据集进行试验。试验结果表明,经过改进GAN数据增强后,平均精度均值mAP_0.5最高提升了0.118,对单类缺陷的检测准确率最高提升了0.138。

转子系统的运行状况是确保设备稳定运行的关键因素。为了在设备运行状态下评估转子系统的运行情况,并在滚动轴承发生故障时判定故障的性质和发生位置,提出了一种基于数字孪生的转子系统状态在线监控系统。首先,根据转子系统的运行特点,提出了转子系统数字孪生框架;随后对转子系统状态监测方法中的关键技术进行分析;最后,以多功能转子试验台作为数字孪生实体,搭建了基于数字孪生的转子系统状态在线监控系统,验证了转子系统数字孪生框架的可行性,并验证了孪生模型的实时性和准确性,为设备故障预测与健康管理提供新思路。

为提高立磨下摇臂结构优化的效率和精度,提出了一种基于改进北方苍鹰(INGO)算法和BP模型相结合的优化方法。首先,对下摇臂进行有限元分析;其次,针对北方苍鹰(NGO)算法易陷入局部极值和收敛速度慢的问题,利用拉丁超立方采样法、正弦余弦算法和柯西变异等策略改进NGO,接着构建INGO-BP预测模型,用于捕捉下摇臂不同结构参数与质量、最大等效应力和最大变形之间关系;最终,建立下摇臂的数学优化模型并求解得到一组最优设计变量。实验结果表明,优化后的下摇臂质量减轻了16.4 %,同时最大等效应力和最大变形仍在安全范围内。与其他算法相比,INGO算法具有快速收敛和强大的优化能力;而在预测下摇臂的力学性能方面,INGO-BP模型表现出极高的精度和稳定性,为优化算法在结构优化中的应用提供了参考。

针对有限元法计算永磁同步电机损耗的实时性问题,提出了一种采用蜣螂优化(Dung Beetle Optimizer,DBO)算法优化BP神经网络的永磁同步电机损耗预测模型。以一台额定功率为40 kW的车用永磁同步电机为研究对象,首先,在有限元分析软件Maxwell中建立了电机的电磁场损耗求解模型;其次,通过最佳空间填充试验设计方法,选取了600组控制参数组合(电枢电流、内功率因数角和转速)进行电机损耗求解,得到训练神经网络所需的数据集;最后,利用DBO算法对BP神经网络进行优化,构建了基于DBO-BP神经网络的永磁同步电机损耗预测模型,并与传统的BP神经网络、遗传算法优化的BP神经网络模型的预测效果进行对比。结果表明,DBO-BP神经网络预测模型在预测精度上优于其他2种神经网络模型,预测误差控制在5.86 %以内,且计算速度是有限元模型的1 267倍,能有效替代耗时较多的有限元模型,提高了损耗预测的实时性和准确性,为电机损耗预测提供了一种有效的方法。

滑动轴承是电子水泵的关键部件,直接影响着叶轮转子系统的稳定性。为将设计制造因素与电子水泵总成的振动与噪声特性相关联,有效实现减振降噪,针对一款小功率悬臂外转子电子水泵进行了有限元分析和试验研究,探究了滑动轴承参数对电子水泵振动与噪声特性的影响。结果表明,滑动轴承水膜刚度的大小影响电子水泵转子-芯轴相对摆动模态;与CF/PPS复合材料轴承相比,石墨轴承电子水泵有效减少了振动谱中的各阶次谐波分量,消除了叶片通过频率调制声;过大的轴颈偏心量易在低速工况下激起电子水泵转子-芯轴相对摆动模态,引发结构共振与噪声;减小轴承间隙可大大降低高速工况下电子水泵叶片通过频率振动,抑制转子-芯轴相对摆动模态结构噪声。

针对直驱式永磁同步风力发电系统风速多变、非线性和强扰动的问题,提出一种基于模糊控制和线性自抗干扰控制(Linear Active Disturbance Retection Control,LADRC)的混合控制方法。首先对线性自抗扰中的扩张状态观测器(Linear Extended State Observer,LESO)进行改进,提高对扰动观测的能力,同时利用模糊控制动态调整LADRC控制参数,增强系统的抗干扰能力和鲁棒性。仿真结果表明,与传统PI控制器相比,该方法能够更好地估计风速引起的转矩波动,准确跟踪额定转速,实现风能利用最大化。

通过计算流体动力学(Computational Fluid Dynamics,CFD)流体仿真模拟研究了某内燃机超高压喷油嘴的空化特性及燃油雾化特性。在验证燃油流体网格的基础上,分析了喷孔直径、喷孔入口倒圆半径和喷孔夹角对燃油气相流场的影响,并研究了喷孔出口处的燃油平均气相分数及雾化效果。结果表明:喷孔直径、喷孔入口倒圆半径和喷孔夹角均显著影响燃油雾化特性。随着喷孔直径增加,空化现象从下侧向上侧转移,燃油平均气相分数先增加后减少;喷孔入口倒圆半径增加则空化强度和燃油平均气相分数降低,但流量性能提升;喷孔夹角增大使空化从下壁面向上壁面转移,燃油平均气相分数增加,雾化效果改善。通过正交仿真试验得到了优化后的参数组合,即喷孔直径为0.26 mm、喷孔入口倒圆半径为0.02 mm和喷孔夹角为90°,喷孔出口处燃油流量为189.3 mL/s,燃油平均气相分数为25.6 %。最后,通过试验验证了仿真模型的准确性,优化后的喷油嘴具有优良的雾化效果和流量特性。