微电机装配线实时仿真系统的研究

针对离散制造业生产过程复杂多变、生产数据管理困难等问题,将实时仿真技术应用到微电机装配线的现场监控中。对实时仿真系统的实时数据管理、机构运动进行了参数化建模,对数据驱动映射关系建立等方面进行了研究,提出了一种基于内存数据库技术和运动建模插件的实时仿真系统开发方法;设计了主从架构的数据库服务器端,对离散制造业的典型机构运动进行了参数化建模,并开发了映射定义插件。研究结果表明:该方法适用性广、开发效率高;所开发的实时仿真系统可有效地提高微电机装配线的现场管控水平。     

基于声学特征的微电机故障诊断方法

针对微电机质量检测水平低、故障识别困难等问题,设计一种基于声学特征的微电机故障诊断方法.通过声音采集装置获得微电机转动时的正常声音信号和三种故障信号;从声音信号中提取39维梅尔频率倒谱系数和短时能量,搭建一维卷积神经网络模型进行识别.将声音信号转化成语谱图,建立二维卷积神经网络模型并识别.利用多模型融合技术中的加权平均...     

基于MSRE的机械产品质量特性稳健优化设计方法

为了解决产品质量特性优化设计过程中设计参数发生变差时,最优解变为违反约束条件的不可行解的问题,对产品质量特性的稳健性和稳健性度量进行了分析,建立了基于最小灵敏域估计的产品质量特性稳健优化数学模型,提出了多目标产品质量特性稳健优化设计流程。根据该模型,采用广义差分多目标进化算法求得多目标质量特性稳健优化问题的Pareto稳健优化解集,并使用基于模糊集合理论的方法选择出最优解。在满足产品质量特性设计要求的前提下,优化产品质量特性,提高产品质量特性性能对设计参数变差的稳健性。最后,应用该方法对高速工业平缝机挑线机构进行质量特性稳健优化设计,证明了该方法在工程应用中的正确性与高效性。     

基于解析结构模型的产品模块构建及其优化

针对现有产品模块构建过程中存在的问题,通过建立产品零部件量化关联矩阵,采用扩展的解析结构模型对产品综合关联关系进行分解,形成产品初始模块.以关联矩阵为基础,给出了衡量模块聚合度、耦合度和设计需求趋同度的数值量化计算方法,并用上述指标构造了相应的优化数学模型.同时,应用成组遗传优化算法对初始模块进行优化,得到最优模块划分方案,并提供了模块接口的设计策略.最后,以电除尘器为例,验证了该方法的可行性和有效性.     

α-Shape算法双机器人协作工作空间研究

机器人协作工作空间是机器人领域的研究热点,但同时也是技术难点.首先以集合形式给出了协作工作空间的定义,基于蒙特卡洛法分别得到主、从机器人工作空间的点云模型;分析了求交集法提取协作空间点的不足,并给出一种通过计算点与点距离并加入一定阈值的判断方法,有效的提取到了协作空间内的点云;运用α-Shape算法分别处理单机器人工作空间与协作工作空间点云数据,对工作空间进行了三维重建,同时给出了基于体积值的参数α的确定方法,并基于此获得了较好的重建效果.最后以六自由度转动关节机器人为例进行了计算和分析,验证了方法的有效性,为指导机器人协作相关技术奠定了重要的理论基础.     

面向自动钻铆离线编程系统的运动仿真技术

针对五轴自动钻铆系统的结构和运动特点,构建了自动钻铆离线编程系统架构,开发了五轴自动钻铆系统加工运动仿真模块。根据调姿过程中钻铆点均相对固定于托架坐标系这一特点,提出了一种基于动坐标系位姿点的运动学反解算法;在此基础上提出了一种具有实时干涉检验功能的钻铆路径规划方法;在CATIA DMU模块通过CAA的二次开发方法实现机床运动仿真的需求;以某飞机壁板类零件对该仿真系统进行了验证。结果表明,所提方法能够有效识别出运动路径上的干涉部位并通过施加途经点的形式避让该干涉部位。     

PVDF薄膜传感器滑动信号的积分简化识别算法

将PVDF压电薄膜作为传感元件,设计滑觉传感器模块,用于反馈机器人抓取时物体的相对滑动状态感知。针对其触觉、滑觉信号难以区分的问题,分析了现有方法的缺点和局限性,设计了一种基于积分简化的滑动信号识别算法,将信号曲线与坐标轴围成的面积作为考量标准,可实时、高效地识别滑动信号,通过试验验证了算法的可行性。研究表明,当信号的δ值超过40%时即可视为产生了滑动。该算法可以为实现机器人末端执行器柔顺抓取技术中的滑觉检测提供参考。     

基于三周期极小曲面的多孔结构力学性能研究

针对设计多孔结构时难以直接预测其力学性能的问题,选取三周期极小曲面中的Schwarz＿P曲面,采用选区激光熔化技术制备不同结构参数的Schwarz＿P结构;通过压缩试验研究其力学性能,建立Schwarz＿P结构的结构参数与力学性能之间的关系模型。试验结果表明：建立的模型拟合优度在98%以上,采用该模型预测的力学性能与实测值基本一致,在设计多孔结构时可直观地预估其力学性能。     

基于改进支持向量机的快速稳健代理模型研究

最小二乘支持向量机代理模型具有较好的泛化能力和强大的非线性处理能力,但其对实际工程中不可避免的异常样本十分敏感,而传统的加权最小二乘支持向量机易产生过度拟合并且未考虑到回归误差分布特性,针对这一问题提出正态分布概率密度函数加权方法,并且采用回归误差的中值作为计算权值的衡量标准,增强了加权算法的稳健性;提出了迭代加权最小二乘支持向量机快速递推算法,利用矩阵关系进行迭代递推计算,减少了计算量,节约了建模时间。通过数值实例验证了该方法的可行性、有效性。     

基于卷积神经网络的微电机装配故障诊断研究

针对微电机装配质量控制水平低、产线故障发现不及时且难以做出最佳决策等问题,提出一种基于卷积神经网络(CNN)的微电机装配故障诊断方法.该方法将实时采集的微电机装配过程质量特性数据绘制出控制图,采用数值转化为图像的数据预处理方法实现CNN对控制图异常模式的识别,最后通过控制图异常模式向故障映射的方法完成故障诊断.基于该方...