基于改进自适应遗传算法的固定结合面动态特性参数优化识别

针对固定结合面传统建模方法精度较低和结合面的动态特性参数难以确定的问题,改进了基于弹簧阻尼单元的建模方法,提出了基于实验模态分析和改进自适应遗传算法的固定结合面动态特性参数的优化识别方法。该方法以有限元计算的理论固有频率和阻尼比与其对应实验模态分析结果的相对误差最小为目标函数,使用改进的自适应遗传算法优化识别固定结合面的刚度和阻尼参数。以自行设计制作的固定结合面模型为研究对象进行了建模、实验、参数识别等分析,分析结果表明：所提出的方法是正确的、有效的,参数识别误差在5%以内,达到了较高的识别精度。     

基于响应面法的滑动结合面动态特性参数优化识别

针对机床滑动结合面动态特性参数识别困难和现有方法模型复杂、计算量大等问题,提出了基于实验模态分析和响应面法的动态特性参数优化识别方法。通过试验设计获取样本点构造滑动结合面的多项式响应面模型,以响应面的计算结果与实验模态分析结果的相对误差构造目标函数,采用自适应模拟退火算法优化求解,从而识别出滑动结合面的动态特性参数。以机床动态特性分析实验台上立柱导轨与滑座间的滑动结合面为实例进行了建模、实验、参数识别等分析。结果表明,采用所提出的方法可实现较高的识别精度,可显著提高识别效率。     

基于结合面参数的整机动态特性分析与试验研究

机床结合面特性对其整体性能具有很大影响,利用ANSYS软件分别对立式数控铣床AVCP1200H结合面刚性联接、柔性联接的有限元模型进行模态分析,然后通过整机模态试验验证两种有限元模型的分析吻合,并对试验误差产生的原因进行分析,提出了优化模型的建议,为该型机床动力学研究及数字化设计制造提供了参考。试验结果表明:结合面柔性联接的模态分析与锤击试验结果较为吻合,3阶以上的误差均在20%以内,证明结合面处的动态特性参数对机床性能有很大影响。     

机床结合面动态特性研究

本文以机床结构为例，提出了机械结合面动态特性计算机模拟分析方法，计算了平面结合、圆柱结合、螺栓结合在不同结合条件下的动态特性参数，并将这些参数应用于单柱立车的动态分析和结构改进中，取得了较好的效果。     

机床螺栓固定结合面动态参数识别与实验验证

针对各向同性虚拟材料模型不能准确表征螺栓固定结合面法向和切向的性能差异的问题,以机床立柱-床身螺栓固定结合面为研究对象,采用横观各向同性虚拟材料对机床螺栓固定结合面进行动力学建模,通过试验设计和有限元分析构建机床螺栓固定结合面的径向基函数神经网络模型。结合模态试验结果构建寻优目标函数,并利用粒子群优化算法进行求解,识别出横观各向同性虚拟材料弹性常数。结果表明:实验模型的理论模态与实验模态前六阶振型基本一致,固有频率的误差小于5.1%,说明了该方法的有效性,为机床螺栓固定结合面参数识别提供了一种新方法。     

利用BP网络预测结合面基础特性参数

分析了影响结合面基础特性参数的众多因素，首次提出利用ＢＰ网络建立结合面基础特性参数与其诸多影响因素之间的非线性关系，并对其进行正确预测的有效方法，从理论上证明了结合面基础特性参数与其诸连续变化影响因素之间的映射关系可由一个三层神经网模型来精确实现。给出了实例分析，证明了该方法的有效性     

结合面法向动态特性参数研究

结合面特性的影响因素众多,且多为非线性性质。本研究提出了对诸因素进行分类的方法,把仅反映结合而自身特性的因素的影响用结合面特性参数表示。本文研究了结合面法向特性参数的模型、参数与系统的分离方法及参数的表达形式,给出了具体的参数实例。     

机械结合面动态特性影响因素的研究

基于模态实验分析和有限元分析相结合的方法对固定结合面动态特性参数进行识别。对大量的实验数据进行分析,得出固定结合面在不同粗糙度、有无介质、不同材料及不同螺栓排布方式等不同因素影响下,动态特性参数的变化规律。为进一步的机械系统动力学仿真及其动态优化设计提供了参考依据。在总结实验结果的基础上,提出了结合面改进措施,为结合面的模态分析及优化设计提供了真实有效的数据。     

BFPC机床龙门框架组件优化设计及综合性能分析

为探索提高龙门机床综合性能的新途径,以某型龙门加工中心框架组件为原型,设计一种玄武岩纤维树脂混凝土龙门框架组件。然后采用拓扑优化设计、正交实验、参数优化设计相结合的方法设计并得到了最优拓扑和最优参数的龙门框架组件。最后对其静态性能、动态性能及热和热-结构耦合性能进行仿真分析,将结果与原型比较。结果表明:玄武岩纤维树脂混凝土龙门框架组件在质量减轻的前提下其静、动态等性能都得到了不同程度的提高。     

机床导轨滑块结合面参数识别研究

在模态分析的基础上应用弹簧-阻尼单元建立机床导轨滑块的结合面动力学有限元模型,经过优化计算来识别机床导轨滑块结合面参数。结果表明:优化计算方法识别参数结果与简化单自由度方法所得的测试结合面参数相近,该方法又是识别机床导轨滑块结合面参数一种有效方法。     

基于模型修正的螺栓结合部虚拟材料参数识别及应用

针对螺栓结合部虚拟材料模型建模及参数识别问题,基于结合部显著影响整体结构动力学性能这一特性,提出基于模型修正的虚拟材料动力学模型参数识别方法。针对参数识别中修正方程的病态问题,根据虚拟材料相关参数及结构各阶模态频率相互之间的影响度,构造修正方程的左右加权函数以减轻其病态程度,并通过仿真算例验证参数识别方法的有效性。探讨平板螺栓连接及哑铃状结构用于虚拟材料参数识别的有效性及抗噪性,加工哑铃结构的实验零件,辨识螺栓结合部虚拟材料模型的参数。基于机床螺栓结构的常用工况,建立虚拟材料模型参数库,并在CKX5680数控机床上验证参数库的有效性。结果表明：采用模型修正技术可以准确地识别无噪声时的虚拟材料参数;采用哑铃结构实验试件在有噪声情况下,螺栓结合部虚拟材料参数识别误差小于8%;采用虚拟材料模型模拟螺栓结合部的建模误差小于5.6%。     

柔性关节机器人参数分步辨识策略研究

针对具有柔性关节的机器人,建立包含重力补偿的机器人动力学模型.对模型线性化处理与提取最小参数集,确定激励轨迹方程形式,并从矩阵秩和条件数两个方面对各辨识矩阵的观测矩阵进行分析,提出相应的参数分步辨识策略,进而确定各参数的辨识顺序以及提高辨识精度的方法.该策略对线性方程组形式的参数辨识具有普适性.通过对二自由度机器人模型条件数的计算,验证了策略的有效性.     

柔性关节机器人参数分步辨识策略研究

针对具有柔性关节的机器人,建立包含重力补偿的机器人动力学模型.对模型线性化处理与提取最小参数集,确定激励轨迹方程形式,并从矩阵秩和条件数两个方面对各辨识矩阵的观测矩阵进行分析,提出相应的参数分步辨识策略,进而确定各参数的辨识顺序以及提高辨识精度的方法.该策略对线性方程组形式的参数辨识具有普适性.通过对二自由度机器人模型条件数的计算,验证了策略的有效性.     

依据各向异性分形几何理论的固定结合部法向接触力学模型

基于各向异性分形几何理论,考虑微凸体变形特点、表面微凸体承受法向载荷的连续性和光滑性原理,以及区分微凸体分别处于弹性、塑性变形时的一个微凸体实际微接触面积,建立固定结合部法向接触力学模型。采用二变量Weierstrass-Mandelbrot函数模拟各向异性三维分形轮廓表面。推导出划分弹塑性区域的临界弹性变形微接触截面积、结合部量纲一法向载荷、结合部量纲一法向接触刚度的数学表达式。数值仿真结果表明：当表面形貌的分形维数、分形粗糙度一定时,真实接触面积随着结合部法向载荷的增大而增大;结合部法向接触刚度随着真实接触面积、结合部法向载荷、相关因子或材料特性参数的增大而变大;当分形维数由1变大时,结合部法向接触刚度随着分形维数的变大而增大;当分形维数增加到趋近于2时,结合部法向接触刚度有时却会随着分形维数的增加而降低。结合部法向接触力学模型的构建,有助于分析固定接触表面间的真实接触情况。     

齿轮传动系统结合部动力学参数识别

提出了一种有限元法和实验模态分析相结合用以建立齿轮传动系统的模态坐标模型和物理坐标模型的方法。其中包括齿轮轴的横向弯曲振动,齿轮扭转振动和轴向振动等方向的结合部参数识别。     

基于能量模型的柔性关节机械臂参数辨识方法

对关节动力学模型和机械臂能量模型进行了介绍,基于能量模型,提出了柔性关节机械臂参数的辨识方法。这一方法通过建立能量输入与机械臂动力学参数的线性化关系,由最小二乘法实现参数辨识。应用这一方法在六自由度柔性关节机械臂上进行动力学参数辨识试验,验证了方法的有效性。     

齿轮轴横向弯曲振动结合部参数识别

提出一种新的结合部参数识别方法,用于识别齿轮轴横向弯曲振动结合部参数,在这一识别过程中成功地把理论模态分析和实验模态分析法结合起来。     

基于虚拟材料层的滑动结合部动态特性建模方法

由于弹簧阻尼单元模拟结合部动态特性的方法存在的缺陷,提出采用虚拟材料层和多点约束技术对滑动导轨系统建立有限元模型,并在ANSYS中完成模态分析。通过分析虚拟材料层的材料属性参数(弹性模量、泊松比、密度)和结构参数(虚拟材料层厚度)对滑动结合部动态特性的影响,得到可供工程应用的3个优化设计变量,并将优化结果与试验模态分析结果进行了比较。研究表明,有限元模态计算的固有频率与试验结果误差低于8%,为实际工程应用提供了一种可靠的建模方法。     

考虑关节柔性误差的机器人参数辨识方法研究

考虑到工业机器人绝对定位精度较低,无法满足高精度加工的需要,故提出了一种综合型误差补偿方法。以改进的D-H模型为基础,建立机器人末端工具中心点的距离误差模型,同时对主要受力关节2和3由于自重或者外加负载产生的柔性变形误差进行了研究,建立了柔性误差模型,最后以激光跟踪仪作为测量设备,利用最小二乘法对模型进行求解,通过修正控制器参数补偿误差提高机器人定位精度。经过补偿,自主研发的机器人定位精度有明显的提高,从之前的3.548 mm降至0.939 mm。