摘要：针对分布式电驱动承载平台轨迹跟踪控制存在高速跟踪精度低、鲁棒性弱等问题,设计了基于期望前轮转角跟踪的分层式横向运动控制策略。以分布式电驱动承载平台为研究对象,基于各子系统的动力学分析和轮地作用关系分析,构建了完整的胶轮、车体、电驱等模块的一体化动力学模型。通过构建上层模型预测控制(MPC)轨迹跟踪和下层转向电机转角控制的分层式运动控制策略,可实现承载平台横向位置的高精度控制。基于Simulink搭建承载平台整体动力学仿真模型,仿真结果表明:设计的横向运动控制策略在多级速度下均能高精度实现多场景轨迹跟踪;与滑模控制器相比,其控制精度提升了33%,控制稳定性显著提升。

摘要：随着我国对节能环保的要求提高,利用铁路开展驮背运输有了新的需求,驮背车辆服役过程中曲线通过性能差,车轮磨耗问题严重,目前对驮背运输车辆的动力学等问题的研究并未系统开展。本文选用均载组合式小轮径转向架作为驮背车辆的方案,并利用simpack软件建立小轮径转向架车辆动力学模型,考虑模型中的非线性力元特性。然后利用动力学模型分别对新轮和磨耗到限车轮的车辆动力学性能进行分析,最后采用NSGA-2优化算法对小轮径转向架中的V形橡胶堆参数进行优化,进一步提升小轮径驮背车辆曲线通过性能,减小车轮磨耗。研究结果表明:小轮径转向架空、重车新造和磨耗到限的蛇行临界速度最小为95km/h。在所计算的速度范围和曲线、道岔工况下,车辆曲线通过性能和平稳性指标都满足GB/T5599—2019标准中的相关限值。利用NSGA-2优化算法对小轮径转向架中V形橡胶堆参数进行优化,优化后有效提升了车辆曲线通过性能,减小了车轮磨耗,优化后轮轴横向力减少11.87%,一位右侧车轮脱轨系数减少15.45%。在600m曲线半径上,一位左侧车轮磨耗深度减少42.85%,一位右侧车轮磨耗减少28.25%。V形橡胶堆参数对车辆动力学性能具有重要影响,通过设置合理的V形橡胶堆参数可以提升小轮径驮背车辆曲线通过性能,为小轮径转向架的设计和研发提供参考。

摘要：针对单传感器和单模态信号特征信息不足的问题,该文提出一种基于多模态融合的端到端深度聚类旋转机械多传感器故障诊断方法(EDCM-MFF)。首先,利用门控递归单元自编码模块提取多传感器故障信号的深度时序特征。然后,应用短时傅里叶变换(STFT)将故障信号转换为时频图像,并通过卷积自编码器提取这些图像的深度空间特征。接着,设计了一种模态融合注意力机制,通过计算不同模态深度特征之间的亲和矩阵,实现模态特征的融合。最后,采用Kullback-Leibler(KL)散度聚类,以端到端方式实现故障类型的识别。实验结果显示,该方法在东南大学齿轮箱和轴承数据集上的识别准确率分别为99.16%和98.63%。与现有的无监督学习方法相比,所提方法能够更有效地实现多传感器和多模态的旋转机械故障诊断。

摘要：针对环卫机器人集群作业时存在编队稳定性差的问题,创新性地提出了一种结合领航-跟随策略与人工势场算法的编队控制方法。首先,根据环卫机器人的结构特点,基于领航-跟随策略构建了其运动学模型。然后,针对环卫机器人的复杂作业环境,采用人工势场算法进行编队避障,并提出了全新的编队变换策略,以使机器人能够顺利通过背街小巷等作业场景,从而实现多机器人的协同作业。最后,利用MATLAB软件开展仿真实验并在实际作业场景中开展实验测试。结果表明,所提出的方法可使环卫机器人编队在复杂作业场景中有效避障及通过狭窄通道,同时实现队形的稳定保持与灵活变换;编队稳定时跟随机器人的跟踪误差保持在0.1m以下,实验结果验证了该编队控制方法的有效性。研究结果为环卫机器人在不同作业场景下的编队控制提供了参考。

摘要：面向动态武器目标分配任务,结合博弈思想开展多阶段问题建模与求解。针对动态多阶段中确定打击目标的问题,引入三支决策理论改进威胁评估模型,通过接受决策、延迟决策和拒绝决策3种分类选取每阶段的优先打击目标用于火力分配;构建基于博弈思想的动态武器目标分配模型,设计构造敌方规避风险值目标函数以充分考虑来袭目标的智能性与不确定性;针对多个打击阶段中不同决策偏好的影响,设计结合拥挤度与参考点的动态选择机制,以应对动态情况下对不同目标函数的偏好并提高求解质量;将改进的遗传算法用于求解所提动态武器目标分配问题,并通过对比仿真实验验证所提算法的有效性。

摘要：为解决永磁同步电机在实际工作中存在的发热问题,基于计算流体动力学(CFD)软件对轴向Z字形以及周向Z字形两种水道结构下永磁电机的散热特性进行了数值模拟研究,抽取了机壳和复杂流道三维几何模型,利用ICEM进行了网格划分,完成了边界条件设置,通过仿真分析得到了不同流道结构下的压力场、流速及温度场等变化规律,分析了不同流道结构对电机散热效果的影响。结果表明:机壳温度在机壳不同区域存在明显不平衡性,轴向Z字形水道机壳温度呈现周向分布不平衡的现象,而周向Z字形水道机壳温度呈现轴向分布不平衡的现象,在相同流量下,轴向Z字形水道进出口压差与冷却水平均流速均明显大于周向Z字形水道,由于轴向Z字形水道内部冷却水平均流速更快,机壳与冷却水道最高温均低于周向Z字形水道6~7 K,因此轴向Z字形水道散热效果更优,对于机壳温度可以更好地控制。

摘要：在滚磨光整加工工艺要素决策中,当特征信息分布差异较大时,采用案例推理和专家推理模型会导致出现决策不准的问题。为此,提出了加权多源自适应迁移学习算法,构建了基于迁移学习的滚磨光整加工工艺要素决策模型。首先,对待加工零件信息、加工要求、工艺要素进行了特征表征;然后,为提高算法的适用范围,在基于流形结构的多源自适应迁移学习算法(multi domain adaptation-manifold regularization,MDA-MR)中引入适配因子与Wasserstein距离;最后,针对预测目标分类过多引发的负迁移问题,设计了工艺要素相似度匹配算法,综合构建了决策模型并设计了决策界面。仿真结果表明,该模型的决策准确率更高,可以为滚磨光整加工提供更有价值的决策支持。

摘要：针对流体运输中的小管径管道检测与维护任务,设计并研制了一种小尺寸软体气动管道爬行机器人。该机器人采用解析隐式三周期极小曲面偏置技术,形成具有厚度的实体结构,并通过调整隐式方程参数实现结构刚度的各向异性。在此基础上,设计了径向和纵向变形驱动器,以满足机器人在管道内的灵活运动需求。为优化机器人性能,提出了一种基于MATLAB、Rhino和ABAQUS的联合参数优化框架,并利用Python脚本实现自动化参数优化流程。通过这一框架,可以有效提高机器人的运动性能和适应性。基于两种变形驱动器,设计了管道爬行机器人的整体结构,并详细阐述了制造方法和运动控制步态。实验结果表明,所设计的管道机器人能够在两种不同姿态以及一定载荷条件下稳定地沿管道运动,验证了联合参数优化框架的可行性。研究成果为后续管道爬行机器人的参数化设计和优化研究提供了有价值的参考,有助于推动软体机器人在小管径管道检测与维护领域的应用发展。

摘要：在对叶片进行抛磨时,抛磨力是影响叶片表面粗糙度的关键参数。为了精准分析百叶轮抛磨叶片的抛磨力,以达到更好的抛磨效果,使用川崎机器人夹持叶片接触百叶轮进行抛磨作业对抛磨力进行研究。首先采用单因素试验分析各个工艺参数对抛磨力的影响规律;设计正交试验和极差法,得到了工艺参数对抛磨力的影响主次顺序,根据回归方程建立抛磨力预测模型,并验证了模型的显著性;对比预测值和测量值的相对误差在12%以内,证明预测模型的准确性;最后,通过预测模型逆推得到合理的压缩量对叶片进行抛磨实验,并与在非预测模型下直接对叶片进行抛磨进行对比,实验结果表明,基于此预测模型得到的压缩量对叶片进行抛磨能够得到更好的抛磨效果,精度提高了35%。

摘要：本文阐述了工业机器人技术的演进、应用及其在智能制造中的重要性。探讨了技术进步如何使机器人更适应复杂任务和环境,尤其在汽车和电子制造业起到的关键作用,以及如何通过提高生产效率、降低成本和增强安全性来优化生产线。进一步讨论了数字孪生技术如何通过实时数据和模拟分析提高决策和性能改进的能力。最终,指出未来工业机器人与数字孪生共同作为智能制造核心技术的潜力,强调其在产品设计优化及生产过程改进方面的关键作用。