可调节太阳能电池板机构分析及运动仿真

根据探月工程航天器能源供应的要求,提出了一种具有3自由度的新型可调整航空航天器太阳能电池板的机构,采用2UU-UPU并联机构最为机构原型,对该机构的约束方程和位姿关系进行分析。首先,利用螺旋理论求解出并联机器人的自由度,并通过修正的Kutzbach-Grübler公式进行验证,推出了位置反解方程。在此基础上利用Adams软件对该机构进行了运动学仿真,将仿真结果与理论数值计算结果进行对比,从而验证了可调太阳能电池板机构数学建模的正确性与三维实体模型设计的合理性。     

基于全连接神经网络的压铸件质量预测算法

目的 针对复杂压铸制造过程中高精度监控和质量预测问题,构建全连接神经网络,以提高压铸件缺陷分类和预测的准确性及高效性。方法 提出了一种基于全连接神经网络的算法,用于压铸件的质量预测。以汽车发动机下缸体为研究对象,先通过压铸岛采集关键工艺数据,后通过异常值处理和数据归一化进行数据预处理,再采用最小冗余和最大相关性的启发式算法（MRMR）进行特征处理,选出对压铸件质量影响较大的5个参数,该算法以3个压射速度、真空度、动模流量为输入层参数,以铸件质量为输出层参数。最后确定该算法的结构及各个参数,进行模型的训练与构建,并与不同算法进行性能比较。结果 与传统的决策树、SVM算法相比,该算法在相同数据集的分类和预测性能方面均更优,表明全连接神经网络在预测压铸缺陷方面具有优势。结论 该算法在实际应用中具有很大的潜力,证明全连接神经网络在预测能力和精度方面具有优势,可以为数据分类和预测提供更好的解决方案。