摘要：为解决当前电动复合四旋翼无人机设计中存在的布局选择缺乏理论依据、缺少旋翼模式下的抗风性能的分析和评估方法、两套动力系统独立进行设计和总体设计过程多数采用传统序列设计方法而未充分考虑几何外形、气动、配平和稳定性、动力系统、质量、旋翼模式下的抗风性能和续航性能等学科之间参数相互传递带来的复杂耦合关系等问题,根据所提基于代理模型的改进并行子空间优化算法,通过建立几何外形参数化模型和气动网格划分模型、各个飞行模式下的气动性能和飞行性能分析模型、旋翼模式下抗风性能的评估和分析模型以及已经提出的电动力系统模型,形成了电动复合四旋翼无人机的多学科优化设计(MDO)方法,并将该方法应用于一架小型电动复合四旋翼无人机的总体设计当中,基于优化设计结果制作了原理样机。原理样机的飞行实验结果显示飞行性能均满足设计要求,并且在起飞总质量降低约为2.8%的情况下,航时提升了约14.1%,最大可抗风速提升了约3.5%,表明了所提MDO方法的可行性和正确性,可为电动复合四旋翼无人机产品的研发和应用提供一定的理论指导。

摘要：针对工业机器人因长期工作导致的各项技术指标产生变化等问题,提出一种基于机器人平台开发的多参数综合试验系统校准方法。搭建由工业机器人系统、AGV小车、末端执行器、真空拉伸力测试系统和离线编程软件组成的拉伸力智能测试系统,根据机器人拉伸力智能测试系统的特点,通过对机器人定位子系统、视觉测量子系统和拉伸力测试子系统的校准方法进行设计和验证,试验数据结果与参考值相符,验证了该多参数综合试验系统校准方法的可靠性。

摘要：借助于移动边缘计算(MEC)和网络虚拟化技术,可使移动端将执行各类复杂应用所需的算力、存储和传输等资源需求就近卸载至边缘服务节点,从而获得更高效的服务体验。面向边缘服务商,研究其在进行复杂任务部署时所面临的能耗优化决策问题。首先将复杂任务部署于多个边缘服务节点的问题建模为混合整数规划(MIP)模型,然后提出了一种融合图到序列的深度强化学习(DRL)求解策略。该策略通过基于图的编码器设计提取并学习子任务间潜在的依赖关系,从而根据边缘服务节点的可用资源状态及使用率自动发现任务部署的通用模式,最终快速获得能耗优化的部署策略。在不同的网络规模中,将所提策略与具代表性的基准策略进行了全面对比。实验结果表明,所提策略在任务部署错误率、MEC系统总功耗和算法求解效率等方面均显著优于基准策略。

摘要：针对壳体类铸件形状复杂、人工劳动强度大、打磨去毛刺效率低下等问题,以实际生产为导向,旨在设计一种工业机器人打磨去毛刺自动化系统,代替低效率的人工劳作,提高企业的生产效率和节约成本。该系统通过选用浮动去毛刺工具,其柔性顺从补偿特性能够可施加恒力并补偿位移,可以柔性对毛刺进行去除,不仅不会伤害到工件的表面质量和精度,还可以减少工件定位造成的误差,对于编程难度的降低起到很大作用。系统采用机器人走固定轨迹,浮动打磨头刚度调整适当值,磨头浮动,做恒力打磨。通过实际验证,机器人打磨去毛刺后切削面光滑平整,切削面一致性、均匀性较高,机加面与铸造面锐边棱角打磨可达率约在85%,达到预期效果。