摘要：在传统机械制造业转型升级的背景下,针对中小型制造企业在智能工厂建设、转变生产模式过程中的体系架构设计缺失、车间布局规划不合理、信息集成应用困难等问题,提出了一套应用于中小企业智能工厂建设的设计方法,并对该设计方法进行了实例验证。首先,根据中小企业的实际特点和发展目标设计了中小型企业智能工厂的体系架构模型,分析了智能工厂体系架构的组成内容及其相互关系;然后,对工厂布局规划方法进行了阐述,探索了智能工厂建设过程中车间生产布局的设计方法和实施流程,规划了企业信息化应用集成系统的框架与流程,实现了对车间生产数据的采集以及信息系统的集成融合;最后,以某企业为案例,对智能工厂规划设计方法在中小型传统机械制造业的应用进行了验证。研究结果表明:采用该方法后,与传统制造模式和生产过程相比,产能提高了53.8%,用工成本降低了20%,提高了企业的生产水平。这证明该方法对推动中小企业改善传统生产方式和运营模式有积极的促进作用。

摘要：针对枕式包装机三轴协同控制时,刀轴和膜轴、料轴和膜轴出现运动不同步影响包装质量的问题,以自研运动控制器(Motion-Control-V-3.3)为控制核心,设计基于双电子凸轮算法的枕式包装机控制系统。根据凸轮运动规律,建立数学模型,并对5次多项式电子凸轮曲线进行优化,以解决膜轴、料轴、刀轴三轴协调同步问题。同时,对三轴零位进行周期性补偿,以弥补机械误差的影响。实验结果表明,在加工膜长为80~320 mm的薄膜、工作速度小于120 包/min(线速度约9600 mm/min)时,系统误差在±0.5 mm之间,且包装产品没有出现破损情况。本双凸轮控制系统是有效和可行的。

摘要：浙江省某纺织印染企业针对其原有废水处理工艺不能满足当前排放标准要求的问题,在原有的“格栅→调节池→气浮池→水解酸化池→A/O池→二沉池”工艺基础上,改造闲置池体为氧化池,新增气浮池,增设药剂投加装置。提标改造在企业不停产的情况下进行,完成并经调试后运行稳定,出水水质满足《纺织染整工业水污染物排放标准》(GB 4287-2012)修改单中总锑≤100μg/L的限值要求,且投资较小,性价比更高。

摘要：随着新能源技术的快速发展,海上风电规模也不断壮大,海上安装作业越来越繁忙,因此给风电安装平台作业的快速性提出更高的要求,特别是插拔桩过程中能够快速喷冲作业,拔桩作业时间过长,平台整个拖航作业的进度难以预测[1]。拔桩阻力主要来自桩靴吸附力,桩靴摩擦阻力和回填土土重[2,3]。在平台移位作业前需要进行插拔桩操作,此过程中为了能够更加有效快速,需要通过喷冲系统破坏桩靴底部淤泥吸附力。为了优化出高效喷冲系统,利用AMESim仿真进行,研究两种不同情况下的泵组合系统,对比图形曲线,并探究管径大小对喷冲效果的影响,通过试验结果对喷冲系统进行优化以此来减少损耗,增加拔桩效率,并增加平台的安全性,降低隐患,避免因发生恶劣天气和突发情况下平台拔桩失效,造成重大经济损失。

摘要：针对海上风电装置功率和质量不断加大所带来的海上安全作业技术难题,对风电安装作业平台升降系统进行了改进设计。文中对升降系统平衡回路进行了设计与仿真。利用AMESim软件对设计出的风电安装平台平衡机构进行建立模型,并给定模拟信号,分析了单个桩腿液压升降系统安装12个升降单元时,每个升降马达受到2000 N·m时的转矩与转速变化曲线,并与安装16组升降单元时单个马达受到1500 N·m时的转矩与转速曲线作对比。最后对安装16组升降单元时单个马达故障情况进行仿真分析。结果表明,该液压升降系统能够稳定有效地运行,增设4组升降单元使系统稳定性有所提升,且在单个马达故障下,升降系统仍能稳定运行一段时间以保证平台的安全。对平衡回路的设计和优化有一定参考价值。

摘要：机制砂混凝土强度影响因素复杂,收集国内外权威文献试验数据建立了162组机制砂抗压强度的数据库,利用BP神经网络对机制砂混凝土抗压强度进行预测。采用多层反向传播算法对人工神经网络模型进行训练并预测,发现BP神经网络模型具有良好的预测和泛化能力,模型的预测值与实测值高度吻合;基于BP神经网络模型分析了石粉含量对机制砂混凝土不同强度等级的影响,发现石粉含量约10%时达到最大值,预测值与实际值的误差在8%以内。深度学习方法可有效提高机制砂混凝土配合比设计的试验效率,降低材料和时间成本。

摘要：为探索光纤传感技术在复合材料结构冲击监测中的应用,建立了光纤传感系统,通过实验验证光纤传感系统对不同压力条件下的可靠响应能力,通过定点测试评估试验样机的定位准确性。实验结果表明,光纤传感系统能精确捕获复合材料结构受冲击时的位置信息,且在不同压力下输出信号稳定。样机在确定敲击位置方面表现出良好的准确性和可靠性,以期为相关领域后续研究与应用提供重要参考。

摘要：末端执行器是水果采摘机器人的核心部件,由于目前水果采摘对象种类繁多,结构及参数固定的采摘末端执行器无法适应多场合采摘作业需求。该研究设计了一种欠驱动关节型采摘末端执行器,模拟人手包络采摘动作,并以柑橘为对象模拟球型果实对末端执行器进行结构设计。为改善此类末端执行器重复设计情况,并提升采摘适用性,提出一种基于改进遗传算法的参数化设计方法。运用Microsoft Visual Studio 2012开发平台设计参数化界面,采用改进遗传算法结合NX的二次开发模块NXOpen对末端执行器进行结构参数优化,并基于Adams对优化后的采摘末端执行器进行动力学仿真分析,验证了优化后的末端执行器采摘范围较优化前提升了29.1%。制作物理样机并分别进行室内与果园柑橘采摘试验,果径68~106 mm的柑橘采摘成功率达到92.9%,平均采摘单个柑橘用时7.3 s。所设计的末端执行器针能够针对不同果径的球形果实时做出快速变形反应,适合苹果、梨等不同种类球型果实采摘作业。采用遗传算法应用至优化机构工作参数,提高了机构设计的准确性与适用性。

摘要：为了探明作物叶片像素提取的内在机理,设计适用于高光谱和多光谱影像的自动叶片提取方法,以实测高光谱和模拟多光谱影像为基础,通过特征转换、图像分割、边缘检测、基于梯度的断点连接4个步骤,最终实现了作物叶片的快速、准确、自动化提取。结果表明,EVI对作物叶片增强效果最好,NDVI次之,基于红边的植被指数效果最差。在叶片提取过程中,本方法所涉及的5个精度评价指标平均值均在0.94以上,分布于0.9478~0.9896,叶片提取精度极高。该方法相较于大津法(OTSU)、标记分水岭(Marker-watershed)等经典方法具有明显的优势,其提取精度分别提高了29%~98%,与全卷积神经网络(FCN)或随机森林(RF)基本相当。通过运用特征转化,局部自适应阈值分割和边缘检测相结合,可以实现基于高光谱、多光谱影像的叶片像素快速、准确、自动化提取;该方法可避免繁琐的样本标记,且对高光谱和多光谱影像的空间分辨率及尺寸要求较低,其提取结果可直接作为深度学习的标记样本或叶片尺度的表型参数反演的基础数据,具有推广价值。

摘要：传统公交专用道动态控制方法无法同时保证公交优先和车道利用率的提升,为解决该问题,本文提出车联网支持下公交专用道复用的动态清空控制方法(Dynamic Clearance Bus Lane,DCBL),建立随网联公交行驶车速和网联社会车辆换道时间动态变化的清空框模型,同时定义换道迫切系数,结合模糊控制理论,设计考虑驾驶员换道心理的换道概率输出算法,以模拟驾驶员实际换道过程,最后通过数值仿真以验证DCBL控制方法的有效性。仿真实验结果表明:DCBL控制方法将适用的交通密度范围扩大至0~71 pcu·km^(-1),比传统的BLIP(Bus Lane with Intermittent priority)、IBL(Intermittent Bus Lane)控制方法适用范围增加了9~21 pcu·km^(-1);在40~70 pcu·km^(-1)的中高交通密度区间,DCBL控制方法将社会车辆平均车速保持在45.86 km·h^(-1),比传统控制方法提高了17.9%~24.7%,将公交平均车速保持在33.68 km·h^(-1),对比公交期望车速仅降低了6.4%;DCBL控制方法在路段中高密度区间对公交车的行驶延误小于25 s,比传统控制方法提高路段通行能力8.0%~18.3%。