摘要：针对车用前端框架格栅插槽处翘曲变形大造成整车装配精度差的问题,首先通过Moldflow软件建立有限元模型分析零件初始翘曲变形量及影响参数。选定模具温度、熔体温度、保压压力、保压时间、冷却时间作为设计因素,通过正交试验表得到工艺参数与翘曲变形量之间的映射关系并建立单目标非线性优化模型。利用GA遗传算法改良的BP神经网络进一步描述优化模型的非线性函数关系,以适应度曲线迭代收敛预测得到最佳的BP网络模型预测工艺参数分别为:模具温度60℃、熔体温度265℃、保压压力55MPa、保压时间4s、冷却时间35s,最大翘曲变形量为1.191mm。最后将最优工艺参数导入Moldflow中模拟得到最大翘曲变形量为1.33mm,较优化前初始翘曲量2.423 mm降低了45.1%。经GA-BP算法优化后的工艺参数应用于生产制造过程,前端框架注塑件偏差测量结果表明,实际测量值与优化后Moldflow模拟值拟合度较高,两者平均偏差为0.28mm,满足整车装配要求,证实了GA-BP神经网络预测模型用于优化前端框架翘曲变形的可行性。

摘要：提出了一种宏压电纤维复合材料(macro fiber composite,简称MFC)致动的仿鲹科身体/尾鳍(body or caudal fin,简称BCF)水下推进器。利用搭建的实验平台测试了不同驱动电压条件下推进器的摆动性能,推进器在峰峰值为1000V,频率为17.7和3Hz的激励电压下分别取得空气中最大摆幅峰峰值为45mm,水下最大摆幅峰峰值13mm。借助计算流体力学(computational fluid dynamics,简称CFD)研究了仿生推进器在稳定摆动过程中流场特性和尾迹旋涡的分布情况,从推进器端部观察到的“反卡门涡街”结构揭示了仿生推进器的流体动力学机制和摆动式推进机理。推进器端部在x方向上的平均推进力可达1.5mN。研究成果对压电纤维致动器在仿生推进器的优化设计和提高其推进效率提供技术支持。

摘要：为满足汽车部件轻量化与安全性需求,以某款前端框架为研究对象,综合采取新材料替换与结构优化途径对其进行优化设计。提出一种长玻纤增强聚丙烯材质的全塑前端框架,利用有限元分析技术(CAE)评估前端框架模型刚度、强度和模态力学性能,基于企业判定标准找出整体结构的刚度薄弱处,从锁扣区加强筋形状及壁厚尺寸优化维度提升前端框架整体刚度指标。结果表明,锁扣区X向、Z向刚度分别提高20.4%、42.1%,优化修整后的模型可通过注塑工艺制造出实体产品。本文提供的CAE性能评估及优化方法可有效提升产品开发效率。

摘要：为达到多按键产品自动化测试效果并得到精密测量结果,设计了一套实现按键力与行程实时采集的机器人系统。整套系统包括机械手子系统和数值采集子系统两部分,机械手子系统实现工作空间范围的移动定位,其末端执行器即数值采集系统以CompactRIO为控制器,通过力传感器与直线电机模块完成力与行程的同步采集,并基于LabVIEW平台实现数值实时显示与处理。选取车用多按键开关产品为测试对象,通过试验分别验证了其自动化测试能力和重复测量精准度。结果表明,该系统能够自动执行多个目标点位的数值采集任务,且在重复测量工况下力值精度等级与相对线性误差系数分别为0.122%、0.024%,行程最大测量误差为29μm,对应的平均测量误差为8.75μm,实测数据结果满足关键部件技术指标,保证按键手感一致性检测要求。