用最小二乘法的孪生有界支持向量机分析出桥式起重机主梁截面各参数相对于主梁质量的灵敏度,筛选出灵敏度最大的6个参数,运用改进的蝙蝠算法以主梁质量为目标函数对其进行分析计算,结果显示,优化后的桥式起重机主梁的质量减少了13.8%。通过ANSYS软件对优化后的桥式起重机主梁进行有限元分析,结果证明了该方法的可靠性。

针对云量子遗传算法早熟收敛、搜索速度慢等缺陷,进行如下改进对量子染色体编码初始化进行优化,使算法拥有更高的收敛性;采用X条件云发生器改变交叉和变异方式实现染色体重构及算子生成;对旋转量子门进行动态调整;结合优化对象改进了算法收敛准则。为验证改进算法以及实现桥式起重机主梁快速设计,以改进算法为优化核心搭建了桥式起重机主梁快速轻量化设计系统,将系统应用于某公司QD型桥式起重机主梁设计,结果表明所搭建系统可大大缩短桥式起重机主梁优化的设计周期,优化后主梁截面积满足设计要求,实现了主梁快速轻量化设计的目标。

针对传统的直线插补轨迹规划方法使得并联机器人产生较大的刚性冲击与振动冲击,导致机器人运行不稳定的问题,运用修正梯形轨迹规划算法对并联机器人轨迹进行平滑处理,提高了并联机器人的运行稳定性。首先建立并联机器人三维模型,之后通过MATLAB模拟运行轨迹并求解其工作空间,再利用ADAMS软件进行轨迹仿真,并对比两种轨迹规划算法的仿真结果。仿真结果表明,修正梯形轨迹规划算法具有更好的速度连续性,有效减少了并联机器人的刚性冲击。

3自由度并联机器人控制简单,结构紧凑,便于设计和研究。为了探究并联机器人关节配置对工作空间大小的影响,以3-RSS与3-RUU两个Tau变种构型并联机器人为研究对象,分别用球铰和虎克铰进行分析,求解了3-RSS与3-RUU同轴驱动布局并联机器人的工作空间。首先,建立机器人简化模型,对其正向运动学进行求解;接着,分析了球铰与虎克铰的运动范围,以此作为关节的约束条件,求解了3-RSS和3-RUU同轴驱动布局并联机器人的三维工作空间,得出工作空间的边界。分析结果表明,同等尺寸大小的3-RUU同轴驱动布局并联机器人比3-RSS同轴驱动布局并联机器人具有更大的工作空间。为后续不同并联机器人的关节选型和工作空间的研究提供了理论和技术的支持。

针对目前串联型打磨机器人在打磨球面时存在刚度不足的问题,提出一种3-RSS同轴驱动布局并联机构工具型打磨机器人。同轴驱动布局是将驱动布置在同一轴线,主体由基柱和3组可以绕基柱旋转的机械臂构成,每个机械臂外接支链杆簇,3组支链杆簇与末端打磨头相连。通过构型分析、结构设计,建立同轴驱动布局打磨机器人模型,并对模型进行运动学分析,通过雅可矩阵分析奇异位置,获得打磨机器人的灵活工作空间;经过运动仿真,对比预设路径与仿真轨迹,进行运动误差分析,验证了驱动方案的可行性。研究结果为并联机构打磨机器人拓展工作空间、提高刚度提供了理论与技术支持。

采用VisualBasic对SolidWorks进行二次开发，实现了在SolidWorks工程图环境下明细栏的自动添加与调整。以某重型机械厂的产品为实例，对于在参数化驱动之后重新生成的装配模型及工程图，实现了根据零部件名称及数量自动生成相对应的明细栏，并进行了一系列的优化与调整，解决了添加明细栏时工作繁琐，速度慢，出错多及难以用程序控制的缺点。

以三维特征造型软件SolidWorks 2001为平台,采用模块化、参数化的设计思想构建堆垛机的相应模块的三维模型;以Microsoft Access为支撑数据库,Microsoft Visual Basic为开发工具,建立设计计算与三维模型的数据接口;采用有限元分析软件COSMOS进行结构校核,建立了面向仓储设备堆垛机的参数化设计系统.实践证明:该设计系统可显著提高设计效率与质量,可快速响应个性化的市场要求.

通过对厚度相同的双螺母防松联接拧紧过程进行的载荷分析可知,主、副螺母的受力不同;结合施加工作载荷的情况下对螺栓受力的影响,得出两个不同厚度螺母在防松联接中的合理使用位置,为达到螺栓的预期防松效果提供最佳方法。

通过对起重机传统优化设计方法的学习和深入研究得知,传统优化方法优化效果不明显、优化目标单一且运算效率低等缺陷,为了提升优化效果深入了解并学习DOE分析方法和狼群算法。提取主梁多个重要参数利用DOE分析合理安排实验提取出对主梁性能和质量灵敏度影响较大的主要参数,同时提高算法精度和局部寻优能力将自适应步长和Metropolis接受准则引入到基本狼群算法中,形成了改进狼群算法并应用其进行寻优得到最佳数据组合,。将改进的狼群算法于16T桥起的主梁中进行优化,在满足生活实际的前提下,使其实现轻量化。并运用有限元分析法对进行实例验证,通过验证优化前后主梁力学性能,得出优化后的主梁符合要求,对实际工程结构的设计有指导意义。

行星齿轮传动系统发生故障时,其信号传递中相互耦合,呈现非线性的特性,使得行星齿轮的故障类型及损伤程度难以识别。借鉴模式识别中Fisher准则(FC)判别函数,构建核函数尺度参数优化的数学模型,应用改进的粒子群优化方法对其寻优,充分改善核主元分析法(KPCA)对于非线性问题的分析性能,将其应用于行星齿轮的磨损损伤程度的识别和诊断中。实例分析结果表明,基于PSO-FC智能优化后的KPCA改善了特征空间内数据分布结构,在行星齿轮的磨损损伤程度识别中取得了较好的尺度聚类效果,可以有效地解决复杂机械传动中损伤边界模糊、损伤程度难以识别的问题。