SLS快速成形机软件系统的开发

介绍了新软件的结构体系和主要功能,详细阐述了基于VC平台的SLS快速成形机软件系统的开发过程,并对软件开发中的若干技术问题进行了探讨.     

基于线控转向的路感仿真模拟应用

线控转向取消了车轮与方向盘之间的机械连接,导致路面信息无法经方向盘直接传递给驾驶员。为了驾驶的安全性,设计了路感仿真模拟系统,利用稀土永磁型直流电机输出扭矩与电机电流线性度较好的特点,搭建电机路感仿真模拟控制电路。汽车ECU可根据方向盘转角传感器和车辆行驶状态信息,通过电机控制板输入电压控制输出扭矩。经实验验证,该系统有效可靠,能适用于不同类型SBW车辆的路感仿真模拟。     

作业车间调度问题的一种混合式算法

通过对传统模拟退火算法和移动瓶颈法各自算法流程的分析,提出了一种改进的模拟退火算法.该算法以模拟退火算法为主体流程,在主体流程中融入移动瓶颈技术,及记忆功能和倒转技术.通过对JSP优化问题的仿真试验,验证了改进后的模拟退火算法对大规模组合优化问题可以得到好的优化效果.     

PCB多轴级联钻机支撑结构减振分析

不同结构与材料的PCB数控钻机床身通常采用不同结构支撑,测试了两种外置式支撑结构的振动情况,发现PCB数控钻孔机动态性能相差很大。通过仿真与测试结合分析,揭示支撑结构的变形情况与导致PCB数控钻孔机动态性能产生差异的原因．为提高PCB数控钻孔机动态性能而采用何种支撑结构形式提供有效数据。     

PE燃气阀门焊接工艺参数研究

针对聚乙烯(PE)燃气阀门的焊接质量问题,研制了PE燃气阀门自动热熔焊接设备。基于该焊接设备,以静液压强度为检验标准,采用正交试验以及单因素试验方法研究了翻边压力、翻边时间、吸热时间、焊接压力及保压时间等工艺参数对焊接性能的影响。结果表明,当翻边压力为0.17 MPa、翻边时间为61 s、吸热时间为110 s、保压时间为20 min时,利用自制热熔焊接设备焊接的PE燃气阀门的焊接质量最高,经80℃,4.0 MPa静液压试验检测,其耐压时间为1074 h,符合GB 15558.3–2008要求。     

纤维增强型软体驱动器的建模与分析

针对纤维增强型软体驱动器的变形和接触力,分析缠绕线圈的数量及其间距与驱动器弯曲的关系,提出驱动气压与驱动器弯曲角度的非线性数学模型及其接触力的理论模型,并通过有限元分析和测试实验进行验证。结果表明：纤维增强结构显著改善了软体驱动器的弯曲性能和接触力。     

基于NURBS曲线自适应实时前瞻插补算法研究

为了提高数控机床的插补精度,在算法中引入轮廓误差和法向加速度作为约束条件,采用ADAMS微分方程迭代计算下一个插补点,通过预估—校正法校正迭代精度。采用前S型加减速控制进行速度规划,利用前瞻模块预测速度敏感点和计算减速点的位置,通过回溯法保证进给速度变化量符合机床加速度的要求。最后利用MATLAB对算法编写相应程序,仿真结果验证了该差补算法的有效性。     

基于CuPc…C60的混合层异质结光伏器件性能研究

制备了基于CuPc…C60混合层异质结有机光伏器件,将其与CuPc-C60双层结构光伏器件进行对比研究。结果表明混合层结构器件性能得到改善,其开路电压、短路电流密度、填充因子和光电转换效率都有提高,分别从CuPc-C60双层结构器件的0.39V、1.92mA/cm2、0.36%、0.48依次提高到CuPc…C60混合层结构器件的0.48V、2.21mA/cm2、0.54%、0.51。根据整数电荷转移模型来分析光伏器件D/A界面及有机材料-ITO衬底界面特性,认为混合层异质结有机光伏器件给体材料HOMO与受体材料LUMO的能级差增加使得器件开路电压提高。混合层异质结有机光伏器件D/A界面面积增加和给体材料HOMO与受体材料LUMO的能级差增加都提高了激子的分离效率,所以器件的短路电流密度增加。     

电力系统类噪声闭环可辨识性分析

基于广域测量类噪声信号辨识被控电力系统模型,可有效解决因仿真模型及参数误差造成的系统特性分析及控制器设计可信度等问题。电力系统中多处负荷变化等随机性质小扰动和广域阻尼控制器的投运,导致系统闭环辨识难度大为增加。提出对类噪声环境下电力系统闭环可辨识性问题进行理论研究,重点分析了反馈控制器和参考信号对系统闭环可辨识性的影响,并结合电力系统实际情况,总结类噪声环境下实现电力系统闭环可辨识所需满足条件,并对其进行仿真验证。     

基点气象相似聚合的短期风电功率预测方法

提出了一种基点气象相似聚合的短期风电功率预测方法。先以风电功率预测时间点(简称基点)的气象为核心对历史气象记录按灰色关联度进行相似聚合,以突出基点气象对应的风电功率变化规律。再对聚合中历史记录的气象因素按因子分析法降维、求取独立因素,以去除原始气象因素之间的相关性、降低因果关系的非线性度。然后基于径向基神经网络建立"独立因素-风电功率"的映射关系,从而实现风电功率预测。结合实例对此方法进行了仿真,结果表明,此方法预测得到的风电功率,其准确度比基于主成分的径向基神经网络方法的高、比径向基神经网络方法的更高。