基于腹足动物运动原理,提出一种能在脉动流场中稳定可靠运行的介入机器人。考虑到流场及在其中运动的介入机器人会发生相互影响,笔者在数值分析流场对机器人冲击力的基础上,对机器人外形结构进行优化,并对流体冲击下稳定运行时所需的机器人与管腔间的切向阻力进行定量分析。为分析通过磁流变液固化后机体与管壁间由于啮合产生的最大切向阻力是否足够抵抗流体的冲击,建立生物管腔内壁表面特性模型,实验研究机器人与管壁间间切向运动阻力影响因素。

电子液压制动系统现已普遍使用无刷直流电机,但其齿槽转矩会影响电机伺服控制品质,进而阻碍EHB综合性能的提升。为此,开展EHB用无刷直流电机齿槽转矩的电流补偿控制策略研究。首先,通过解析分析和有限元方法获取齿槽转矩变化规律;其次,根据齿槽转矩与转子位置的映射关系,提出基于电机位置信号的转矩实时电流补偿控制策略;最后,搭建电机的控制模型和有限元模型,并进行联合仿真。研究结果表明:加入电流补偿控制策略后,电机转速和转矩波动明显降低,位置伺服精度得到提升,有效抑制了齿槽转矩对电机伺服控制品质的影响。

研究了机床调整参数误差对双重螺旋法加工的螺旋锥齿轮小轮齿面误差的影响规律。基于齿轮啮合原理，使用MATLAB软件建立误差齿面方程，推导出了含机床调整参数误差的齿面离散点误差解析式，获得了对应机床调整参数误差的凹、凸两齿面误差拓扑图，分析了机床调整参教误差与齿面误差的映射关系，确定了对齿面误差影响较大的调整参数。借助2阶曲面对齿面误差拓扑图的近似表达，得出机床调整参数误差对齿面误差的影响权重。基于齿面误差及两齿面误差敏感矩阵，建立了齿面误差修正模型，通过广义逆矩阵的最小二乘法解超越方程组，获得机床调整参数的修正量。最后通过实例验证了误差齿面的修正效果，结果表明修正后凹凸两面的齿面误差大幅下降。

在旋转机械的智能故障诊断中,复杂网络结构的非监督学习方法调节参数多,训练时间长,而结构简单的网络诊断准确率不够理想。针对以上问题,采用模糊信息粒化和稀疏自编码器搭建并行结构的学习网络,并行结构的稀疏自编码器同时对粒化后重新构成的多个有效参量信息自适应的进行特征提取,随后使用随机森林方法对提取的特征进行融合分类。实验结果表明该方法可以有效实现高精度故障诊断;且与常用的串行多网络处理结构相比,降低了网络参数调节的复杂度和多层网络的前后影响,并且提高了诊断精度,减少了训练时间。

以轴-深沟球轴承系统为研究对象,在揭示深沟球轴承反力与轴颈中心位移之间关系的基础上,采用ADAMS动力学仿真软件研究轴-轴承系统的动力学行为,着重讨论了深沟球轴承轴向力、滚动体离心力以及轴承径向间隙等因素对轴-轴承系统动力学行为的影响。结果表明轴向力作用对轴承起预紧作用,改变了轴-轴承系统的幅频特性,轴承轴颈中心径向位移与轴向力关系为非线性减函数关系;轴承转速增加,滚动体离心力增加,轴承支承刚度下降,轴承轴颈中心径向位移响应峰值增加;轴承间隙与轴承轴颈中心径向位移响应峰值为近似线性关系。

本文研究高速电主轴在不同转速下的温度变化,由于电主轴属于内装式电机,电主轴所产生的热量不容易散出。为了防止电主轴温度过高而引起的精度降低,研究了发热部位以及传热方式、深入剖析了影响电主轴温度的相关冷却参数,通过大量实验数据与传热的理论基础拟合出电主轴温度与冷却参数的函数关系,建立了电主轴冷却的参数模型。实验证明这种方法建立的模型准确,为以后完善温度控制模型提供了重要根据。

在行星齿轮多目标优化中,传统粒子群算法(PSO)与自适应权重粒子群算法(APSO)在复杂约束下不易收敛或易陷入局部最优。为此,提出改进的自适应权重粒子群算法(D-APSO)并进行行星齿轮高功率密度的多目标优化设计,以最小体积、最大传动效率和最小中心距为多目标优化函数,综合考虑行星齿轮传动的边界协调条件,利用惩罚函数法处理约束条件,对目标进行D-APSO算法下的优化计算。结果表明D-APSO算法在优化求解效果和速度上明显优于传统PSO算法和APSO算法,在满足行星齿轮系统承载性能的条件下,使行星齿轮系统具有更小的体积及中心距,并表现出更优的传动效率。

在过滤泊松路面模型的基础上，考虑车速为随机变量的非稳态激励因素，提出了用于汽车疲劳载荷分析的改进过滤泊松路面激励模型以及基于该模型激励下疲劳载荷的计算方法。以1/4整车模型为研究对象，以改进过滤泊松路面模型为激励，分别计算了车速为恒定值和车速为均匀分布随机变量的稳态和非稳态两种情况下，簧载质量和非簧载质量的载荷响应的幅频特性和统计计数特性，对不同车速和不同车速分布参数下的响应载荷统计数据进行了分析比较。研究结果表明，采用改进过滤泊松路面模型可以用于汽车的疲劳载荷计算，并且可以实现对车速为随机变量的非稳态路面激励的载荷响应的计算。

介绍了一种以液压系统压力信号为对象，利用小波变换这一时变信号分析有力工具 ，提出以小波变换在特征尺度上的模极大值的分布规律为特征，进行液压系统一泄漏检测的探索性办法。

针对液压系统的泄漏问题，提出了基于ＢＰ神经网络，以液压系统压力动态过渡过程为分析对的分析对象的故障诊断方法。该方法在通常ＢＰ神经网络的基础上，采用对学习样本加噪声的方法，提高了ＢＰ网络对噪声的抑制能力，它比传统方法，具有可靠性高，适用性广，而且成本低廉的特点。