摘要：数控机床的热效应是制约机床加工精度的主要因素,为了进一步提高机床热误差预测的精度,针对热误差表征参数温升和位移的相对量特性,引入差分预测,综合直接预测和差分预测的优点,提出一种基于差分融合长短期记忆神经网络的数控机床热误差预测模型。以某型号卧式外圆磨床为实验对象,按照不同电机频率设计四组实验,连续采集温度和刀具(砂轮)轴向伸长量数据,基于随机森林和特征交叉递归移除方法确定四个温度敏感点,随机选定训练集与测试集进行训练和预测,通过与现有普遍使用的人工神经网络方法对比验证,提出的热误差模型能够在数据趋势性和波动性间取得较好平衡,且预测结果有更高的精度和更好的鲁棒性,印证了引入差分预测的合理性,对于实际数控机床热误差预测补偿具有一定的参考意义。

摘要：针对现有的爬壁机器人定位技术在纹理特征不明显、环境相对封闭、存在强磁干扰等特殊环境下的不足,提出利用机载鱼眼相机观测固定于地面的ArUco码的全新定位方案并实现了基于该定位方案的惯性测量单元/编码器/鱼眼相机多传感器融合的自主定位方法A-IEF。该方法首先识别ArUco码,并根据其在鱼眼图像中的位置筛选关键帧;然后,研究了固定于地面的ArUco码的角点在鱼眼图像中的重投影规律,并结合机器人姿态约束进行重定位优化;其次,在关键帧区间内,推导了角点重投影误差关于机器人位置和姿态增量的雅可比矩阵;接着,设计了基于ES-EKF(误差状态扩展卡尔曼滤波)的多信息融合方法,以编码器估计的位移误差及ArUco角点重投影误差作为观测量,实现对机器人航向角和位置的修正;最后,在大型钢制构件上进行测试,试验结果表明,本文方法具有更高的定位精度,其中位置估计精度保持在0.06 m以内,航向角估计精度保持在3.7°以内,相较于ArUco-rectified、航位推测法等定位算法,位置误差降低约47%,航向角误差降低约68%,并能够实现在弱光照环境中的定位。

摘要：为解决大型游乐设施传统检测方法可靠性低,进口假人与测试场景不匹配的问题,基于我国人体特征设计了多姿态假人下肢模型,以准确评估危险运行区间。对不同驱动模型进行运动学和动力学分析,基于Lagrange方程和动态静力分析法建立了驱动力矩与腿部转动角度之间的关系,确定了下肢仿人1:1模型的低力矩驱动方案;利用传感器获取角度数据,分析了人体姿态调整规律,从而确定了下肢模型的运动参数,进一步通过微控制单元实时获取和调整模型姿态数据,实现了假人站姿和坐姿的转变。实验结果表明:间接驱动机构的驱动力矩约为直接驱动力矩的1/4,实现了低力矩电机驱动大力矩下肢模型;间接驱动模型主动构件运动非线性,通过轨迹规划结合PID控制实现了姿态调整过程的非线性驱动和平滑启停。

摘要：轮式移动机器人多机协同搬运负载过程中受到的地面非完整约束以及负载刚性约束,对其轨迹跟踪控制器的动态特性以及稳态误差均提出很高的要求。基于李雅普诺夫第二方法,设计轮式移动机器人渐进稳定轨迹跟踪控制器,实现输入饱和约束可沿广义速度空间边界滑动,在保证控制信号不超出机器人广义速度空间的前提下,提升轨迹跟踪控制器的响应速度。研究轨迹跟踪控制器对不同目标轨迹的跟踪误差规律,提出以门限角度为分界的状态机,控制机器人对目标参数的响应顺序,减小跟踪过程误差。基于模糊控制器,实现轨迹跟踪控制器增益系数的动态调节,有效降低对不同目标速度的跟踪稳态误差。通过多机协同搬运负载试验验证控制器的正确性和有效性。

摘要：对于复杂旋转机械关键部件的诊断任务,模型设计容易受限于以下两个特点:(1)机理驱动的方法往往难以实现复杂系统的完备、精准建模;(2)数据驱动方法多数需要规模化的高质量训练数据集用于训练。针对上述问题,提出一种先验知识嵌入的深度学习模型,融合机理知识与传感器信号特征。并通过引入轻量化模型结构,在保证模型精准性的前提下降低推理延迟。首先,通过融合先验机理知识与传感器信号特征,构建关键部件数字孪生体。然后,设计先验知识嵌入模块来提升深度学习模型对融合特征的表征能力。最后,基于帕累托最优化理论,设计考虑准确性指标和计算效率指标的多目标优化方法,对基于深度学习的诊断模型进行结构优化设计,并引入可解释性框架对深度学习模型决策过程进行分析。结果表明,所设计的关键部件数字孪生体能够提供丰富的先验信息从而加速模型收敛。基于帕累托最优化理论的训练策略,能够搜索到设定指标的相对最优解,从而在保证模型精准性的前提下有效降低模型推理延迟。

摘要：传统线激光视觉传感器受到相机景深的限制,高精度测量范围有限。通过倾斜镜头以满足Scheimpflug定律,能在视觉传感器内建立恒聚焦光路,使可见范围均清晰成像。该文针对改进后的线激光视觉传感器,提出了一套完整且有效的标定方案。相机内参标定方面,建立了倾斜相机成像模型,并提出了新的参数初值获取方法和非线性优化流程。光平面标定方面,设计了双台阶形状的新标定靶物,只需要采集一次标志物轮廓信息就能通过最优化求解快速完成光平面标定。实际测量结果显示,完成标定的传感器对标准陶瓷量块尺寸的检测偏差均值约为0.0280 mm,表明该文提出的标定方案可靠有效,符合实际应用需求。

摘要：智能制造要求工业软件能够实现敏捷开发,对工业软件应用微服务架构是当下重要的研究方向。为了提高开发效率,需要将微服务形式的功能组件发布在互联网中并构建微服务库进行管理,供用户根据需求挑选。面对用户日益复杂的业务需求,需要微服务库能够将其所包含的大量微服务进行组合来拓展所能实现的功能。针对服务组合过程中的检索和选择2个环节,分别设计了基于微服务的功能需求与非功能需求的服务聚类和服务选择算法,在微服务库中选出最优的微服务组合提供给客户。实验结果表明,所提出的聚类与组合方法取得了良好的效果,提高了用户的满意度并实现了微服务的高效利用。

摘要：针对机械故障样本数量不平衡情景下的故障诊断模型存在精度与泛用性不高的问题,借鉴模糊属性理论获取强监督模型的思想,设计了一种双加权不平衡矩阵分类器(Twin weighted imbalanced matrix classifier,TWIMC)。TWIMC通过使用基于样本不均衡度的模糊隶属函数调节每个样本的权重,以增强对少数类样本的关注,平衡模型对所有类别样本的倾向性。同时,TWIMC依靠先验知识对核范数的奇异值进行权值分配,利用较大阈值过滤较小奇异值,进而保留矩阵样本的强关联低秩信息。最后,利用滚动轴承和齿轮故障数据集对所提方法进行验证,实验结果显示,TWIMC在不同不平衡比条件下均表现突出,展示了优异的机械故障诊断与分类性能。

摘要：自动引导车(automated guided vehicle,AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度的有噪声空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和快速迭代最近点(fast iterative closest point,FICP)算法实现了基于反光柱的激光雷达导航定位,并提出了基于距离的异常点剔除规则,保证定位结果的稳定性及算法的鲁棒性。利用Kalman滤波算法,融合激光雷达、角度传感器和惯性测量单元(inertial measurement unit,IMU)的定位数据,提升了定位精度。对于AGV叉车的路径跟踪问题,建立了比例积分(proportional-integral,PI)控制器,设计了基于三阶Bézier曲线的圆弧路径,并对Bézier曲线的参数进行了优化,避免了曲率突变,提高了路径跟踪精度。实验结果表明,基于DBSCAN和FICP算法的激光雷达定位算法能够实现±3 mm的定位精度,实现了AGV叉车的准确定位;基于Bézier曲线改进后的圆弧路径跟踪误差降低了72%,直线和圆弧路径动态跟踪精度控制在25 mm以内,工作站点的重复定位精度达±12 mm,达到了预期设计要求。

摘要：薄壁叶片易发生加工变形,传统的在机检测测点规划未考虑加工变形,导致测点不能准确反映加工情况。为此,提出了综合考虑叶片曲率特征与加工变形的分区域测点规划与镜像补偿方法。首先,对叶片进行截面划分,确定截面数与截面线位置;预测叶片的加工变形,并根据变形大小对截面线进行区域划分。然后,根据各区域的曲率和加工变形设置对应的弦偏差值和测点数,并利用弦公差法确定各区域测点,综合提取各区域测点并进行实验验证。最后,利用镜像补偿法来提高叶片加工精度。实验结果显示,与传统的弦公差法相比,本方法可在测点总数减少18.8%的前提下,使得叶片整体拟合的最大偏差减小37.5%,平均偏差减少16.3%,补偿后叶片的整体偏差减小了65.2%。本方法符合叶片曲率特征的分布,且与加工变形分布相匹配,有效提高了叶片在机检测的效率和加工精度。