在临近空间飞行的飞艇体积庞大以保持自身浮力克服重力,排挤的大量空气在黏性效应下对飞艇的反作用力可形成附加在飞艇表面的附加质量或者附加力矩,在工程上通常忽略或简单估算,显著影响大型飞艇的飞行稳定性。该文基于数值模拟和飞行仿真的手段,考察了附加质量和力矩对于大型飞艇气动性能和操纵性的影响。针对倒Y型尾翼布局的大型飞艇,采用六自由度非定常匀加速和重叠网格的CFD技术,得到了飞艇平动和转动的附加质量和力矩;基于计算结果,分析了布局形式对于沿y轴、z轴平动的附加质量、转动的附加力矩的影响差异;通过飞行动力学仿真手段,考察了附加质量和力矩对于飞艇开环控制的响应影响。CFD计算结果表明,布局形式使得飞艇沿y轴和z轴平动的附加质量、绕y轴和z轴转动的附加惯性矩近似相等;飞行仿真结果表明,考虑附加质量和力矩情...

为解决人工加注汽车空腔双组分聚氨酯泡沫时生产效率低和质量稳定性差的问题,对视觉检测技术、发泡工艺和机器人自动化应用进行研究,提出一种3D视觉引导机器人进行汽车空腔自动发泡的方案。通过地面安装的3台相机组成3D视觉系统,拍照检出汽车车身在工作站内的静止位置,计算出车身实际位置与标定的基准位置之间的偏差,引导机器人进入车身空腔填充泡沫的工作区域,保证机器人末端安装的3D激光视觉传感器拍摄加注孔的位置相对不变。机器人手持

齿轮是机械运动中非常重要的零部件,一旦发生损坏将对机械整体造成不可估量的损失,甚至波及人身安全,因此提前预知齿轮的剩余寿命非常重要。随着深度学习的快速发展,可以采用深度学习对齿轮进行剩余使用寿命的预测。卷积神经网络(CNN)具有权值共享和局部感知的优点,但是在处理时间序列上,CNN还有一定的缺陷;门控循环单元(GRU)可以处理时间序列在长距离上依赖不足的问题且结构简单。为了既可以具有权值共享的特点又可以解决时间序列的问题,提出

对粗制甲醇的化学转化过程进行了研究，针对甲醇生产过程中工艺参数与产品质量之间非线性和时变性的问题，为了更好地预测甲醇产率，提出了一种加法规则的多核学习支持向量回归机算法。所提算法依据正定核函数的构造原理，采用将基本核函数进行相加的规则来组合多核函数，进而，建立多核学习支持向量回归机的甲醇合成转化率预测模型。甲醇数据的实验结果表明，对比传统支持向量回归机模型，所提出的加法规则的多核学习模型的甲醇转化率预测精度更优，可以更好地指导甲醇合成。

为了提高粒子群算法的稳定性，改善陷入局部最优的弊端，提出了一种增加算子扰动且对惯性权重进行正弦调整的粒子群优化算法。该方法首先利用差分方程对粒子的速度与位置变化过程进行深入分析。然后找到粒子群算法收敛的约束条件，进而获得改进后的惯性权重。最后在粒子群算法的速度公式中引入算予扰动项，其对粒子施加扰动，能够有效的抑制算法陷入局部最优问题，使算法在迭代后期也拥有一定的搜索能力。利用4个典型测试函数对算法进行验证，实验结果表明改进的惯性权重及速度更新公式使得该算法具备了较快的收敛速度和较佳的全局收敛性能，与标准粒子群算法相比，改进后的粒子群算法收敛精度高、鲁棒性强。