摘要：针对汽车左侧围内板后部总成连接件设计了焊接机器人工作台。首先,基于Visual Components搭建焊接机器人、焊钳和焊装夹具的数字孪生体;然后,通过Python脚本开发TCP协议进行通信,完成数字孪生系统的虚实联动;最后,基于BP神经网络构建焊接质量预测模型,并通过正交实验对其预测效果进行验证。实验结果表明,此焊接机器人工作台的预测准确率达到94.81%,能够满足实际生产要求。

摘要：针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decomposition,IMOEAD),采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比,结果验证了该算法的有效性。

摘要：为使收割机割台的传动更加紧凑高效,对其皮带轮进行了优化设计及有限元分析。首先,结合皮带轮和链轮的设计要求,提出了一种可以附加链轮的皮带轮结构,并完成实体建模;进而将模型导入ANSYS软件进行最大有效拉力和最大扭矩工况下的静力学分析,根据求解出的应力及位移云图,对应力集中区域处进行优化设计。考虑到皮带轮实际工作中处于交变应力状态,故对优化后的皮带轮在不同应力循环特性下进行疲劳寿命分析,通过评估最小安全系数和疲劳寿命验证其设计合理,满足使用要求。

摘要：为了提高收割机割台的结构强度,更好地抑制振动,对其割台结构进行有限元分析及优化设计。首先,对割台的主要参数进行了设计,进而通过三维软件参数化建模,利用ANSYS软件进行模态分析,得出了前8阶固有频率,并与割台的激励频率进行了对比研究,从而对割台结构作出进一步的优化设计,将优化后的固有频率与激励频率进行对比分析,验证了其结构的合理性。

摘要：为了提高联合收割机收获效率,减少收割损失,对其拨禾轮进行设计及仿真研究。首先构建拨禾轮理论模型,然后进行设计计算,进而运用Solid Works 2020软件建立三维实体模型。在此基础上,基于ADAMS 2020软件对三维实体模型进行合理简化,并施加约束、运动副以及驱动,建立其虚拟样机模型。通过施加不同的驱动,对不同前进速度和圆周速度的拨禾轮进行运动学仿真实验与分析。结果表明所研究的拨禾轮拨禾速度比λ可以工作在(1,1.935)区间,其运动轨迹为次摆线,具有明显的拨禾作用,也降低了收割时谷物的损失。

摘要：以RV-20E减速器为研究对象,结合ANSYS及ADAMS等仿真软件,建立了RV减速器同轴度-传动链误差矢量模型;对该模型传动系统处于不同扭矩范围内进行静态仿真分析,获取相应的同轴度误差;将该模型同轴度处于不同误差范围内和无负载的情况下进行动态仿真分析,结果表明,传动系统同轴度在误差允许范围时的传动链总传动误差值为0.005662°,验证了模型的准确性;同时,当同轴度超出误差允许范围时会对传动精度造成很大的影响,严重影响了装置的检测精度。此研究对RV减速器性能检测装置同轴度调节机构的设计具有理论意义和实用价值。

摘要：针对目前弹用惯性开关导通不稳定即任务可靠性普遍较低的问题,综合考虑重锤、弹簧等17组设计属性参数,基于交叉验证法构建样本数据,提出了基于决策树算法的高任务可靠性惯性开关设计准则挖掘模型。该模型根据实际加工产品参数进行数据挖掘,并采用Spyder软件画出决策树图,从而确定高任务可靠性惯性开关设计准则为:当重锤重量设计小于等于0.002g时,可保证惯性开关具有高任务可靠性;以基尼系数为评价指标,确定惯性开关任务可靠性的主要影响因素;采用动力学分析的方法,验证主要影响因素的准确性。最终得出结论:重锤重量是影响开关响应阈值的主要因素。通过此研究能够有效地挖掘惯性开关高任务可靠性的设计准则,极大地提高了惯性开关的导通率,为惯性开关的发展提供理论支撑。

摘要：为了实现轴承装配工作台与虚拟样机的协同作业,建立了轴承装配工作台的数字孪生模型。阐述了轴承装配工作台机械与控制系统的设计流程及工作原理,基于Visual One完成了轴承装配工作台中机器人、末端执行器、自动装配夹具的数字孪生模型构建;建立了轴承装配工作台数字孪生模型与物理样机间的通讯,实现了数字孪生模型与物理实体的虚实协同作业。实验表明:在物理端进行轴承装配作业时,数字孪生模型与其行为相一致,实现了两者间虚实协同作业。研究成果为数字孪生技术在轴承装配领域的应用提供参考。

摘要：针对柔性作业车间调度的问题,以最大完工时间为目标建立数学模型,提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量,用遗传算法进行初步搜索,将搜索的结果通过迭代贪婪策略进一步搜索,以提高解的质量,再对关键路径进行邻域搜索,设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构,加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试,实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。

摘要：针对置换流水车间调度问题(PFSP),以最小化最大完工时间为优化目标建立数学模型,设计了一种改进人工蜂群算法。该算法采用反向学习方法和混沌映射来生成初始种群,为使算法能够求解离散的调度问题,采用LRV规则将位置数值映射成工件排列顺序;在雇佣蜂阶段,融入差分进化算法的思想,加入高斯变异算子,使收敛速度加快;在跟随蜂阶段,加入自适应策略,将算法的勘探和开发能力进行平衡;在侦察蜂阶段,加入柯西变异算子,避免陷入局部极值。最后通过比较几种不同的算法,对Car算例以及部分Rec标准算例集进行仿真测试,验证该算法的有效性和优越性。