基于状态空间模型的精密机床装配精度预测与调整工艺

在精密机械装配过程中,整机装配精度保障不能仅通过零件公差设计,还必须通过测量与调整等装配工艺共同实现,因此需要建立装配过程偏差传递预测与控制的数学模型,定量描述装配调整工艺对最终整机精度的影响。运用微分运动矢量作为各装配工序误差状态的统一表达方式,构建了零件公差模型、几何特征测量结果与装配过程偏差源数学表达的对应关系,提出了描述精密机床装配过程中关键几何特征变动、特征测量、调整的偏差传递状态空间模型。基于该模型,根据当前装配工序偏差与装配调整工艺对整机精度的影响规律预测,确定本道工序装配调整策略,从而保障整机装配精度。最后以精密卧式加工中心为对象进行计算分析,验证了该建模方法的有效性。     

面向装配质量的铸型装配检具设计原理

在铸型装配阶段,为了保证多工序铸型装配质量,需要检测工具辅助铸型装配,实现装配过程实时检测。文中基于九交矩阵理论描述铸型中砂芯间拓扑关系,实现检具的拓扑检测功能,结合空间6自由度理论,保证检具检测理论上的科学性以及检测结果的稳定性。在多工序分步装配过程中,为面向多部件检测对象的组合检具的研究与开发提供理论依据。     

多工位薄板装配偏差流传递的状态空间模型

借鉴控制理论中的状态空间方法,研究多工位薄板装配过程中偏差流传递、变换和累积关系的状态空间模型.以零件偏差为状态矢量,夹具偏差为控制矢量,研究夹具偏差和零件偏差之间的对应关系以及零件在工位间转换过程中的重定位偏差,建立多工位装配过程偏差流传递的状态方程;以零件测量偏差为输出矢量,建立表征测点位置和数量的输出方程.最后通过实际零件的装配过程说明该模型的应用方法.     

基于状态空间模型的飞机APU在翼RUL预测方法

为解决利用飞机辅助动力装置(APU)在翼监测数据难以表征其性能状态而造成的性能评估以及剩余使用寿命预测(RUL)难的问题,本文提出一种基于状态空间模型(SSM)与卡尔曼滤波融合的APU在翼RUL预测方法.首先,通过在翼监测数据构造含噪声的性能指标(PI)来表征APU的性能状态,借助维纳过程与建立的含噪声的PI构建状态方...     

基于三维模型的航天器装配精度预测方法

针对航天器的装配精度准确预测问题,提出一种基于三维模型的航天器装配精度预测方法.分析了航天器结构的装配连接特点,建立了包括装配体模型、零件模型、结构模型和公差模型四个层次的航天器装配精度信息模型;构建了三维模型坐标系,分析了航天器装配关键节点的公差作用影响以及不同几何坐标系下的装配公差作用转化机理;利用最小偏差传递路径原理搜索得到了航天器的装配公差传递路径,并采用极值法实现了装配精度预测.以航天器的舱段对接和设备安装为例,对所提方法和算法进行了验证.     

CAD装配模型质量的研究

为提高CAD／CAM／PDM系统的应用效益，从模型质量控制的角度，利用产品数据描述的相关思想提出了CAD装配模型质量的控制范畴。内容涉及组件的信息描述、装配树结构组织、产品级装配数据组织等，并采用UG／Open，UG／Open 在UG平台上开发了相应的控制软件，提高了设计的效率和可靠性，保证了企业CAD／CAM／PDM的顺利实施。     

机械装配模型的复合配置空间

提出机械装配模型复合配置空间(Composite configuration space,CCS)的概念并研究相关性质和表达方法.在机械装配模型构成变拓扑机构时,它的不同形态机构的位姿参数区域拼合成该模型的整体运动参数区域,该整体参数区域定义为此装配模型的CCS.重点论述装配模型中不同面一面接触状态及其演变关系与CCS中不同配置参数区域及其邻接关系之间的内在联系,应用拓扑学的方法对CCS进行分类和分析,总结出若干具有一定理论和实际意义的性质;最后还提出一种装配配置的顺序参数化方法及配置参数区域的顺序变端点区间直接表示方法,结合区域边界连接映射一起表达装配模型的复合配置空间,并给出CCS的若干实例.上述工作为最终实现从装配模型生成系统行为范围、进而进行机械系统模型检测的目标打下了理论基础.     

基于状态空间模型的控制理论仿真软件设计

利用MATLAB的GUI完成了《现代控制理论》课程中的主要内容的仿真。使用了常用控件,并利用M文件函数调用实现数据的输入和输出,完成了系统的状态转换、阶跃响应曲线、脉冲响应曲线、bode图、nyquist图的绘制和能观能控矩阵的输出。仿真结果表明,MATLAB的GUI图形用户界面,可以使控制系统的动态仿真及其性能分析快速、灵活、直观、高效。     

基于LPSO-GRNN模型的螺栓松紧状态预测研究

在轴重式动态汽车衡的服役状态下,由于受到重型货车频繁的加卸载循环冲击,会导致其内部螺栓发生松弛脱落,针对这一问题,提出了一种基于莱维飞行改进粒子群算法优化的广义回归神经网络(LPSO-GRNN)的轴重式动态汽车衡螺栓松紧状态预测模型,并结合振动信号特征提取,将该模型应用于汽车衡螺栓松紧状态的预测。首先,研究并提取了螺栓不同松紧状态下输出振动信号的波形指标、峰值指标、脉冲指标、峭度指标等信号特征,并将其作为模型的共同输入特征向量;然后,采用莱维飞行提高了粒子群优化算法的寻优能力,通过产生随机步长,提高了算法的全局寻优能力,避免算法陷入局部最优值;利用改进的算法对广义回归神经网络(GRNN)的光滑因子进行了优化,得到了全局最优的光滑因子;最后,通过设计实验,分别使用广义回归神经网络(GRNN)、粒子群算法优化广义回归神经网络(PSO-GRNN)和LPSO-GRNN,以此来对螺栓松紧状态进行了预测,并将预测结果与实际情况进行了对比分析。实验结果表明：基于LPSO-GRNN建立的螺栓松紧状态预测模型,其预测准确率可达到95%。研究结果表明：该螺栓松紧状态预测模型可以有效提高汽车衡螺栓松紧预测的...     

基于状态空间模型的数控机床热误差建模

为了减小机床运行参数变化导致的机床热误差变化对模型预测精度的影响,提出了状态空间建模算法,该算法可根据机床运行参数的变化而自动调整模型,从而使模型对机床运行参数的变化具有良好的自适应性。通过实验比较了模型对机床处于不同条件下的热误差预测精度,并基于状态空间模型在Leaderway V-450型数控机床上进行了平面切削的热误差补偿实验。实验结果表明：与传统热误差建模算法相比较,所提算法的预测精度提高了58.12%,稳健性也得到了有效提升,且实际热误差补偿效果显著。     

基于数字孪生的航天器装配质量监控与预测技术

鉴于航天器装配过程中不确定因素多,无法准确有效地预测和评估航天器的实际性能,装配过程中因进行大量复杂的性能试验来验证产品性能指标的符合性而极大影响了装配效率,提出一种基于数字孪生的航天器装配质量在线监控与预测方法.分析了航天器装配执行层面总体流程的特点,在此基础上给出面向航天器装配质量的数字孪生建模方法,以及面向数字孪...     

航空发动机转子件装配质量预测

针对航空发动机转子要求高同心度和高可靠性的特点,在公差传递建模中引入周向安装角度这一影响因素,建立了同心度与公差、周向安装角的关系,然后采用蒙特卡罗法对实际装配过程中的合格率进行预测。通过实例计算,证明本方法可以预测航空发动机转子装配的同心度,提高设计的可靠性。     

基于隐马尔可夫模型的机器状态趋势预测方法

隐马尔可夫模型(HMM)提供了反映机械系统运行状态及故障信息一种新的信号模型,通过HMM问题的求解,可获得反映机器运行状态特征的信号模型,并应用于机器运行趋势进行预测.     

基于PCA-ALOCO-SVM模型的引风机状态预测及预警研究

引风机运行状态的好坏直接影响到火电机组的运行,为充分利用引风机的监测信息提升其状态预测及预警模型的性能,提出一种基于PCA-ALOCO-SVM的引风机状态预测及预警模型。基于引风机状态监测信息,采用PCA对其进行降维简化处理;通过构建基于SVM的引风机预测及预警模型实现对引风机状态的实时监测。试验结果表明：相较于PCA-LSTM、PCA-BP模型,该预测模型更加精准,其emax值分别降低了16.96%和32.25%,MAPE值分别降低了19.13%和27.98%,RMSE值分别降低了18.26%和20.99%,说明该模型具有较高的拟合度和预测精度。该研究结果可为实现引风机状态的预测及预警提供参考,对保障火电机组的稳定运行具有重要意义。     

基于车身尺寸数据流潜结构建模的装配质量预测控制

在对制造过程装配精度监控、诊断等方法进行综述的基础上,分析了现有车身质量检测系统下数据流的特点,总结现有基于数据驱动的装配精度控制方法的问题,提出了基于潜结构建模的车身多工位装配偏差预测控制方法,通过对多元检测数据主向量的提取与偏最小二乘回归模型的构建,实现了现有车身产品检测条件下的装配质量预测与控制。将该方法应用于车身前纵梁装配总成的质量控制案例,通过偏差数据流的偏最小二乘建模,实现总成关键特征的质量合格率预测与零部件质量的优化控制。数值仿真分析结果表明,经工艺优化后,总成测点波动6σ值平均下降了25%左右。     

基于实体装配模型的装配BOM的自动生成

为了得到装配BOM（bill of material）,实现装配建模与装配工艺设计的有效集成,在CAXA实体设计平台上进行二次开发,开发出由实体装配模型生成装配BOM的功能模块。该模块能够对装配关系进行遍历、组织和显示,并能够将该BOM转化为XML文件,导入CAPP系统中,达到CAPP系统与CAD软件集成的目的。最后以某型号电机的装配模型为实例,说明了本文所述的功能模块的运行情况。     

基于特征的装配模型及装配序列规划研究

为了充分利用CAD模型信息进行装配序列规划,将单一零件和子装配体统一为装配单元,建立了基于装配特征的产品层次模型。通过装配特征矩阵的建立来分析装配单元的自由度信息,进而确定其可拆卸程度。基于可拆即可装的假设,对可拆卸启发式规则、拆卸方向和连接关系进行分析,生成产品的拆卸/装配序列。在对装配序列进行优化的基础上,生成可行的装配序列。以球阀产品为例详细介绍了应用情况。     

机器人装配状态变迁控制的同步Petri网模型

采用同步Petri网对机器人自动化装配过程进行建模 ,更加全面地反映了装配状态变迁过程中的力 /位姿信息特征 ,在此基础上研究了任务级上装配状态变迁路径的评价方法及优化算法 ,该方法可用于指导产生具体的装配命令并可在不确定性存在时收敛到最终装配状态。     

基于误差传递模型的机床进给系统装配精度预测与调整方法

建立了基于小位移旋量理论的装配误差传递模型,对各零件加工误差及装配误差在装配过程中的累积情况进行描述;并以该模型为基础,提出了一套装配精度预测和装配调整方法;为了便于统一运算,提出了平面特征公差信息转化方法;最后通过CFV1300铣削加工中心的装配实例验证了该方法的可行性。     

基于多维时间序列模型的内燃机磨损状态预测研究

现有的油液光谱数据预测方法仅考虑单一数据内部前后间的联系,忽视不同种类数据间的相互影响。多维时间序列模型能够将多种元素光谱数据融合起来同时进行建模,利用所建模型对光谱数据进行预测,提高预报精度。通过内燃机台架实验获得多种元素的光谱数据,选择典型的磨损元素Fe和Al、污染元素Si以及添加剂元素Mg作为分析元素,通过分析找出相关性较大的元素,利用多维时间序列模型对其进行预报,从而对内燃机的磨损状态进行准确判断。结果表明,将多维时间序列模型引入油液光谱数据预报能对内燃机的磨损状态进行准确预测。