摘要：目的设计并开发一种基于液压驱动与Delta机器人概念的多自由度加载测试平台,用于异种金属焊接结构件力学性能的评估,以解决当前异种金属焊接结构件在多轴动态加载条件下力学性能测试精度不足的问题,进而提升焊接结构件在复杂工况下的力学性能测试能力。方法提出的测试平台结合了Delta机器人三自由度并联结构的灵活性与液压系统的大载荷能力,能够在多轴动态加载条件下对焊接结构件进行高精度的力学性能测试。平台采用了改进的滑模控制方法,以增强系统对未知参数和动态扰动的鲁棒性。测试平台通过集成LabVIEW系统实现了实时数据采集与控制,具备实时监测和反馈能力。在实验中,采用车辆悬架臂作为测试对象,通过施加不同方向和大小的力来验证平台的性能。结果该平台能够在多轴动态加载条件下实现高精度的力学性能测试。测试数据表明,平台对加载力的控制误差始终保持在±2%以内,并成功预测了悬架臂的受力分布和变形模式,验证了它在复杂力学环境中的适应性和可靠性。结论设计的测试平台能够满足异种金属焊接结构件在多自由度加载条件下的力学性能测试需求,为焊接工艺优化和结构设计提供了重要的实验工具和技术支持。

摘要：针对传统Ⅴ形直线超声电机驱动电压较大、驱动电路复杂,在配合变压器驱动时不利于结构微型化的问题,提出了一种利用叠层压电陶瓷驱动的低压Ⅴ形直线超声电机。在对Ⅴ形直线超声电机的运行机理进行理论分析的基础上,设计了基于叠层压电陶瓷的Ⅴ形振子并进行了夹持装置的结构设计,进一步制作样机并开展了阻抗实验,测试了样机的外输出特性。实验结果表明:电机的驱动频率位于36~38 kHz,在37 kHz,50 Vpp的驱动电压激励下,其最大输出力为25.8 N,最高空载速度为1.221 m/s,可在低压驱动下输出大推力,直线超声电机的驱动性能得到了提高。

摘要：柔顺桥式位移放大机构被广泛用作精密定位与微纳操作装备的传动机构,其设计与建模问题是精密工程领域的研究热点。传统研究并未解决配置何种拓扑结构的柔顺铰链能设计出具有最优输出特性的桥式位移放大机构的问题,而现有的柔顺铰链拓扑优化研究一般不考虑实际柔顺机构的内力分布特性,影响了拓扑优化结果在实际柔顺机构中的应用效果。对基于柔顺铰链拓扑优化的桥式位移放大机构进行了设计、分析与实验测试。首先,在柔顺铰链拓扑结构未知的条件下,分析桥式位移放大机构的内力分布特性。结合内力分布特性与变密度法,以最大化柔度为目标函数,对柔顺铰链进行拓扑优化设计,从优化柔顺铰链拓扑结构层面提升机构输出特性。在不同体积约束条件下,桥式位移放大机构柔顺铰链的拓扑优化结果均呈V字型结构。然后,运用矩阵位移法、卡氏第二定理与并联机构柔度矩阵的关系,对V字型柔顺铰链进行静力学建模。结合V字型柔顺铰链柔度矩阵、桥式位移放大机构内力分布特性与串联机构柔度矩阵的关系,推导出基于柔顺铰链拓扑优化的桥式位移放大机构输出位移与输入力之间的解析关系,并对机构进行尺寸优化设计,进一步提升机构输出特性。有限元仿真与实验测试验证了桥式位移放大机构柔顺铰链的拓扑优化结果、V字型柔顺铰链静力学建模与机构尺寸优化设计的有效性。

摘要：为提高机床刀具磨损故障诊断精度,借助三轴加速度传感器采集机床刀具磨损振动数据,并以此为基础,提出一种基于长短时记忆网络与多尺度卷积神经网络集成的机床刀具故障诊断算法,挖掘机床刀具在不同故障模式下的空时域多尺度特征,实现机床刀具磨损状态的精准识别。同时,为满足实际产线对故障诊断的高实时性要求,设计一种适用于机床刀具故障诊断的云边端协同架构,通过底层产线、边缘节点与工业云平台的高效协同,实现机床刀具故障的及时预警。研究结果表明,所提云边端协同的机床刀具故障智能诊断系统可实现机床刀具磨损状态的精准识别,同时可缩短故障诊断任务的完成时间。

摘要：结合刚性欠驱动抓取机构与柔顺机构,提出一种多模式刚柔结合欠驱动抓取机构,并对所提出的机构进行分析与实验研究。基于刚体替代法,设计了二指多模式欠驱动抓取机构的刚柔结合方案。运用正运动学分析与载荷平衡方程,对驱动单元进行静力学建模。结合伪刚体模型法、载荷平衡方程与操作对象平衡位置枚举搜索,建立两点抓取与包络抓取模式下抓取力与驱动力矩的关系式。将驱动单元静力学建模与抓取单元静力学建模相结合,可以得到完整的多模式抓取力模型。进一步地,考虑由于接触引起的柔性杆件变形,结合线性插值,对抓取力模型进行修正。基于修正后的抓取力模型,对机构尺寸参数进行优化设计,综合提升机构在两点抓取模式和包络抓取模式下的载荷输出性能。RecurDyn仿真结果显示,在两点抓取模式和包络抓取模式下,修正后完整的抓取力模型与仿真值的最大相对误差为7.62%,并且所提出的优化算法有效提升了机构的两点抓取力与综合包络抓取力。实验结果显示,优化后的抓取机构抓取力有较大的提升,修正后完整的抓取力模型与实验值的最大相对误差为1.87%,验证了抓取力建模、优化设计的有效性。

摘要：社交网络链路预测旨在根据已知的网络信息预测未来的链接关系,在推荐系统和合著网络中具有重要作用.然而,现有链路预测算法往往忽视社交网络的多元演化特点,训练时间复杂度较高,限制其执行效率.针对上述问题,文中提出基于多演化特征的社交网络链路预测算法(Multi-evolutionary Features Based Link Prediction Algorithm for Social Network,MEF-LP).首先,设计一种简单高效的时间极限学习机模型,利用门控网络和极限学习机自编码器传递与聚合社交网络快照序列的时间信息.然后,构建多个深度极限学习机,对时间特征进行多角度映射,挖掘社交网络不同的演化特征,并最终融合成综合演化特征.最后,使用基于极限学习机的分类器完成链路预测.在6个真实社交网络上的实验表明,MEF-LP能合理学习社交网络的多演化特征,并获得较优的预测性能.

摘要：Spark作为基于内存计算的分布式大数据处理框架,运行速度快且通用性强.在任务计算过程中,Spark的默认分区器HashPartitioner在处理倾斜数据时,容易产生各个分区数据量不平衡的情况,导致资源利用率低且运行效率差.现存的Spark均衡分区改进方法,例如多阶段分区、迁移分区和采样分区等,大多存在尺度把控难、通信开销成本高、对采样过度依赖等缺陷.为改善上述问题,本文提出了一种基于优先填补策略的分区方法,同时考虑了样本数据和非样本数据的分配,以便实现对全部数据的均衡分区.该方法在对数据采样并根据样本信息估算出每个键的权值后,将键按照权值大小降序排列,依次将键在满足分区容忍度的条件下分配到前面的分区中,为未被采样的键预留后面的分区空间,以获得针对样本数据的分区方案.Spark根据分区方案对样本中出现的键对应的数据进行分区,没有出现的键对应的数据则直接映射到可分配的最后一个分区中.实验结果表明,新分区方法能够有效实现Spark数据的均衡分区,在美国运输统计局发布的真实航空数据集上,基于该方法设计的优先填补分区器的总运行时间比HashPartitioner平均缩短了15.3%,比现有的均衡数据分区器和哈希键值重分配分区器分别平均缩短了38.7%和30.2%.

摘要：在完全过渡到绿色交通之前,由高密度建设和车辆尾气排放直接引起的城市街道空气污染问题是城市大气污染治理的一个重要议题。针对城市街道设计管控中界面密度这一重要形态参数,构建典型城市街道空气流动和污染扩散的三维数值模型,利用计算流体力学模拟方法研究界面密度对城市街道自然通风和空气质量的影响,并评估不同界面密度下城市街道自然通风性能和污染扩散能力。研究表明,街道任意一侧界面密度降低,整体上均有利于城市街道自然通风性能和污染扩散能力的提升,而相比街道下游,上游界面密度降低对街道通风环境和空气质量的改善效果更为显著;建筑布局形式对不同界面密度下城市街道整体空气流动和污染扩散的影响具有临界效应,该临界的上游界面密度约为0.8;相比对称式布局,采用错列式布局更有利于提升街道自然通风性能和污染扩散能力,从而促进街道空间空气流通和环境品质改善。

摘要：针对目前硬脆性材料在普通研磨抛光中存在的加工效率低、加工精度不高等问题,设计了一种超声研磨压电谐振系统。基于超声振动方程和谐振设计理论,对其进行了理论分析和结构设计。通过对变幅杆尺寸优化降低了设计频率的误差,并利用有限元软件ANSYS Workbench验证了变幅杆谐振频率与超声研磨系统谐振频率的一致性,提高了整个系统的纵向谐振性能。最后对该超声研磨系统进行了阻抗和振幅试验,测试结果表明:压电振子工作时电能与机械能的转化效率较高,纵向振幅达到10.85um,符合超声研磨加工振幅要求,验证了理论设计与有限元分析的正确性。

摘要：基于固态电解质和锂金属负极的全固态锂离子电池能量密度高、安全性好,能够有效地抑制锂枝晶生长并改善电池的本征安全性。固态电解质作为全固态电池的关键材料,成为近年来的研究热点。目前,通过在聚合物基体中添加无机填料得到的复合固态电解质具有优异的力学性能和电化学性能,实现了对单一固态电解质体系的“取长补短”,被视为最具前景的电解质材料。在复合固态电解质中,无机填料与聚合物基体的两相界面对锂电池的离子电导率有重要贡献,但两相界面的增加受到无机填料渗流阈值的影响。因此,从填料的形貌、排列方式等方面优化渗流结构是进一步提高离子电导率的关键。基于以上问题,总结了各单一类型固态电解质以及复合固态电解质的特点及其导电机理,并基于不同维度的无机填料分析了复合固态电解质研究中的渗流结构设计思路、方法优劣及性能变化,并展望了复合固态电解质未来研究重点。