基于改进BP神经网络优化的牛头刨床动力学仿真

针对牛头刨床刨头切削速度不平稳问题,采取改进BP神经网络对六杆机构进行优化.建立牛头刨床六杆机构运动简图模型,推导出刨头动力学方程式.构造六杆机构运动参数优化目标函数,采用改进BP神经网络对六杆机构约束参数进行优化.将优化后的参数导入到Solidworks软件中建立三维模型,并且进行动力学仿真.仿真结果显示,与优化前相比,优化后的牛头刨床,不仅延长了刨头的工作时间,而且在工作行程过程中,速度和加速度(0.3~0.8s)运动较为平稳,牛头刨床振动幅度降低.采用改进BP神经网络优化牛头刨床六杆机构,可以提高刨头工作效率和切削的稳定性.     

基于再生运动链法的牛头刨床刨削机构创新设计

对牛头刨床刨削机构的组成及其工作原理进行了分析,基于再生运动链法,对牛头刨床的刨削机构进行了创新设计,应用ADAMS软件对满足要求的新型机构方案进行运动仿真分析。通过对数据的对比分析,验证了新型机构符合牛头刨床使用要求,并最终选定了最优的新型机构方案。     

牛头刨床六杆机构的虚拟样机建模与仿真分析

为准确分析牛头刨床六杆机构的运动学和动力学性能,工程中需要考虑切削阻力及运动副反力对机构动态特性的影响。本文提出了对其运动学和动力学的理论分析及虚拟样机的建模方法。实例中,对牛头刨床运动至特定位置时滑枕的动力学方程进行求解计算,利用ADAMS建立机构模型,仿真计算关键杆件的位移、速度、加速度并以图像形式输出其随时间变化规律曲线,与动力学方程数据进行对比,为工程应用中牛头刨床机构的结构设计参数和工作参数等的确定提供理论依据。用分离体法分析机构运动副反力和原动件的平衡力矩,为机构的设计和力分析提供理论基础。     

基于SIMULINK的平面六杆机构仿真分析

利用Matlab和Simulink软件对牛头刨床机构进行运动学和动力学仿真,形象揭示了机构的运动规律和受力状态,为机构的设计分析提供一种全新的方法,为牛头刨床的工作参数和结构设计参数提供了理论依据.     

基于Pro／E的牛头刨床运动机构建模及其运动仿真分析

运用Pro/E软件对牛头刨床运动机构进行三维实体建模及装配,运用Pro/E的Mechanism模块对牛头刨床运动机构进行运动仿真分析,得出牛头刨床刨头的位移、速度、加速度随时间的变化曲线.利用该方法可以使得设计人员快速、直观的对牛头刨床运动机构进行优化设计.     

基于Simulink的牛头刨床运动分析仿真及优化

牛头刨床是一种具有急回特性的金属切削类中用于刨削加工的机床,其关键机构为六杆机构。运用矢量解析法对牛头刨床六杆机构进行了运动学分析,利用Simulink反复求解机构运动微分方程进行运动学仿真,通过积分获得速度以及位移。针对机构的实际应用的要求,确定优化目标,运用Simulink软件中Parameter Estimation模块对参数进行优化,参数优化取得成功,此法简便易行,同时也为其他往复运动机械的优化设计提供了值得参考的设计思路和优化方法。     

不完全概率信息牛头刨床机构运动精度可靠性稳健设计

将可靠性优化设计理论、可靠性灵敏度技术与稳健设计方法相结合,讨论不完全概率信息牛头刨床主运动机构运动精度可靠性稳健设计问题.从平面机构的几何约束方程出发,推导机构运动精度误差表达式,建立牛头刨床机构运动精度失效的极限状态方程,提出牛头刨床机构运动精度可靠性稳健设计模型.在已知基本随机参数前四阶矩的情况下,通过计算机程序可以实现牛头刨床机构的运动精度可靠性稳健设计,迅速准确地得到牛头刨床机构的设计信息.     

基于ADAMS的牛头刨床摆动导杆机构速度平稳性优化设计

采用了ADAMS参数化优化的设计方法,对牛头刨床切削运动导杆机构进行速度平稳性的优化,以运动点的坐标值作为设计变量代替杆长,将各个坐标值进行了参数化处理,建立了牛头刨床机构参数化模型,将各个设计变量对速度的敏感度进行了测试,得到并判断出关键设计变量,在优化计算中确定了各个关键设计变量的最优参数,最终得到了速度平稳性良好的牛头刨床尺寸参数.     

基于ADAMS的牛头刨床工作机构虚拟样机设计与动态仿真

论述了在ADAMS中建立牛头刨床仿真模型的过程,同时对模型进行运动学、动力学仿真.它为牛头刨床的设计开发节省了时间和成本,同时也为牛头刨床的工作参数和结构设计参数提供理论依据.     

牛头刨床的椭圆齿轮法优化设计

建立牛头刨床传动机构数学模型,分析牛头刨床的运动特性,提出将椭圆齿轮机构引入牛头刨床传动机构中,通过与复合形法优化的牛头刨床对比,表明椭圆齿轮法优化的牛头刨床推程速度平稳性显著提高,空行程时间大大减少。同时明确偏心率大小对推程速度误差和空行程时间的影响。最后,为简化结构,将椭圆齿轮机构内置于减速器中,设计出相应的椭圆齿轮减速器,并完成椭圆齿轮的三维建模及椭圆齿轮减速器的虚拟装配,为椭圆齿轮减速器在牛头刨床中的应用提供一定的理论依据。     

零件的设计模型向毛坯模型转换技术研究

为了实现CAD／CAPP／CAM的集成，提出了一种由设计模型向毛坯模型转换、进而向制造模型转换的思想。文章重点研究了由设计模型向毛坯模型转换的技术。具体研究了毛坯模型的定义与生成技术，包括毛坯建模、毛坯模型的生成、切削区域的定义、分解性实体几何造型思想，以及结构实体几何特征模型向分解性实体造型的转化。还研究了设计模型向毛坯模型转换的实现方法。给出了实现这一转换的具体步骤为：识别零件表面、余量补偿、体加工面的识别和立体形状的构建、采用半空间法构建被移去的体特征和偏移量补充。     

压电陶瓷执行器的类Hammerstein模型及其参数辨识

针对压电陶瓷执行器的迟滞非线性对压电陶瓷精密定位的影响,提出了应用类Hammerstein模型对压电陶瓷执行器进行建模的方法.建立了压电陶瓷执行器的迟滞模型并且描述其频率相关性.利用类Hammerstein模型把压电陶瓷执行器看成静态迟滞模型和动态二阶系统的串联,其中静态模型由分类排序的Preisach模型进行描述,二阶系统应用遗传算法辨识其参数.实验结果表明:加入二阶系统后,类Hammerstein模型对频率的相关性有较大增强,其误差相应地大幅降低,在800 Hz时平均绝对误差为0.339 2 μm;丽由Prcisach建立的迟滞模型的误差随着频率的增大而大幅增大,在800 Hz为0.888 1 μm.     

短路条件下变压器振动特性研究

利用振动法对运行中的变压器进行诊断是一种新的趋势,但是到目前为止,振动法的效果仍然不够理想。变压器表面振动信号比较复杂,如何得到一个能正确反映实际振动的模型是研究的关键,针对如何简化模型的问题,提出了短路条件下变压器油箱表面的振动模型,该模型基于振动的产生和传递过程。该模型的参数由单相短路实验得到的数据计算得到。利用得到的模型,只需要根据输入电流值即可计算振动估计值。最后,采用三相短路实验验证了模型的正确性。实验结果表明,估计信号和实测信号基本一致,利用简化的绕组模型和传递模型是完全可行的。     

喷涂机器人静电旋杯的新模型

旋杯的累积速率模型以及涂料投射模型是喷涂机器人离线编程轨迹规划的重要基础。针对累积速率模型,建立了一种新的模型--双偏置β模型,该模型既能表示满月形模型,也能表示局部非对称的圆环形模型。在此基础上,分析了新模型的匀速喷涂厚度模型,为离线编程的轨迹规划做准备;针对涂料投射模型,推导出了涂料投射模型为任意函数模型时,工件曲面上某点累积速率与基准面上对应点累积速率的关系,并结合实验数据构建了基于正态分布的曲线投射模型。经证明,此模型更符合实际情况。     

应用径向基函数神经网络的经纬仪跟踪误差建模

提出了一种基于径向基函数(RBF)神经网络建立光电经纬仪等效跟踪误差模型的方法来评价光电经纬仪的跟踪性能.分析了光电经纬仪存在的非线性因素,说明了采用理论建模方法难以准确描述其全部过程的原因.然后,介绍了RBF神经网络和靶标系统,基于一组靶标参数建立了RBF神经网络模型,并更换靶标参数进行模型验证.最后,对更换后的靶标参数进行重新训练建模,并改变参数周期,对模型进行了验证.实验结果表明:所建的神经网络模型精度与靶标参数有关,当动态靶标的半椎角a为21.2°,倾角b为43.8°,靶标匀速运行周期T为8.5s时,网络模型在靶标速度最大时误差也达到最大为3.18′,其它时刻均小于0.6′.当a为16.6°,b为37.5°,T为13 s时,模型最大误差为1.8′左右,在此模型下真实输出与网络模型输出的最大偏差为2.4′左右,其它时刻均小于1.2′.结果表明,采用RBF神经网络所建立的跟踪误差模型能够反应真实系统的情况,是可行实用的,且具有较高的精度和泛化能力.     

基于OpenFOAM的喷孔内部流动与近场雾化的数值模拟

基于OpenFOAM平台,对Schnerr-Sauer空化模型的蒸发和凝结源项进行了修正,建立了一种考虑热力学效应的空化模型,并分别采用原始模型和修正空化模型对燃油在喷孔内部的流动及喷嘴近场的雾化过程进行了模拟计算。修正空化模型与原始模型相比,喷孔内部的空化强度加强,空穴范围扩大,喷孔近场区域的未扰液核变短,燃油分裂雾化更加细小,说明修正空化模型促进燃油的初次分裂及雾化。     

液压挖掘机臂杆结构疲劳寿命预测方法研究

液压挖掘机臂杆结构承受复杂的冲击载荷,其疲劳寿命存在许多不确定性因素。首先采用Miner准则,依据实验载荷谱和有限元方法对液压挖掘机工作装置寿命进行了预测。其次研究了结构疲劳寿命变化过程和灰色理论预测模型内在规律的一致性,建立了液压挖掘机工作装置疲劳寿命的灰色预测GM模型,并分别运用GM模型的两种形式--GM(1,1)线性模型及GM(1,1)幂模型对液压挖掘机工作装置进行疲劳寿命预测。分析比较Miner准则、GM(1,1)线性模型及GM(1,1)幂模型三种预测方法。结果表明,三种预测方法结果基本一致,灰色系统模型同Miner准则模型相比误差明显减小且非线性幂模型具有更高的预测精度。基于灰色理论的GM(1,1)幂模型考虑了非线性因素,更适合于液压挖掘机工作装置结构疲劳寿命预测。     

基于改进灰色神经网络模型的板料成形缺陷预测研究

为了准确预测和减少板料成形过程中可能出现的缺陷,提出了一种改进的灰色神经网络预测模型。该模型利用BP神经网络辅助灰色预测模型进行预测。其中,灰色模型进行粗预测,神经网络模型修正其误差,再通过寻找最佳权值以优化灰色模型中微分所对应的背景值,进而得到精度更高的灰色神经网络模型。以国际著名板料成形数值模拟会议NUMISHEET'93的方盒件拉深为例,运用改进的灰色神经网络模型,预测其拉裂和起皱。结果表明,改进的灰色神经网络模型具有很高的预测精度,相比于未改进的灰色神经网络模型,预测结果更加准确和稳定。     

基于透视投影模型的表面三维测量的实现

将明暗恢复形状(SFS)技术应用于表面三维视觉测量。针对传统SFS求解模型的不足,引入一种基于透视投影的反射图模型,并采用高效、简便的灰度梯度算法对该模型进行求解和误差分析。实验结果表明,与正交投影模型相比,透视投影模型的三维表面测量效果显著提高。     

半承载式客车骨架有限元建模与轻量化研究

采用薄板单元和梁单元相结合的方法,建立了某半承载式客车骨架的有限元模型,并通过试验对模型进行了验证。首先,对原车模型进行了强度分析,获得整车应力分布信息,结果表明大部分构件有足够裕量储备,可以通过改变结构、构件截面参数等方法来进行优化减重。其次,通过构件对整车重量的灵敏度分析,获知对整车重量影响较大的构件,提出了轻量化优化方案,该方案减重达7.35%,效果明显。最后,通过对优化前后整车强度、刚度、模态特性等的比对,验证了优化方案的可行性。