针对汽车电机支架在增大载荷力条件下的结构优化问题,利用响应面法和多目标优化算法相结合,对电机支架进行有限元分析和多目标结构优化设计。以应力值和支架质量为优化目标,通过表面中心复合实验设计和响应面方法构建响应面模型,并在此基础上应用Hammersley筛选法对其进行多目标优化求解。优化结果表明在载荷力增大8.3%的情况下,优化后电机支架的最大应力降低9.7%,质量降低3%,满足预期结构优化目标。

为了实现活塞杆零件在滚丝加工中的自动搬运,设计了一种采用PLC控制的全自动气动搬运机械手。首先,对机械手的结构进行了设计,阐述了机械手的组成及工作过程。其次,建立了气缸驱动系统的原理图,并简述了气缸驱动系统的控制原理。最后,分析了PLC的控制端口分配,对PLC型号进行选型,并设计了PLC控制系统的硬件接线图和功能流程图。设计的气动机械手结构简单,易于维护,相比传统继电器控制依靠PLC控制精度得到提高,有助于提高企业生产效率。

开发了一种能够自动冲孔、卸料、收集的纸张冲孔机。通过分析纸制品冲孔的特点,设计了适用于纸张加工的冲孔模具和卸料机构;基于冲孔机机械结构和气动系统控制原理的研究,采用双延时继电器自动控制冲孔和卸料过程。实际应用结果表明:该冲孔机成功地解决了纸张冲孔时易发生的纸张与冲头无法分离的问题,有效地提高了冲孔精度、质量和生产效率,能够满足纸制品制造行业的需要,具有较高的实际应用价值。

为实现活塞杆零件在机械加工过程中的自动搬运,设计了一种气缸驱动的搬运机械手。首先,简述搬运机械手工作原理和机械结构,采用Pro/E三维设计软件进行建模,然后应用机构运动仿真模块对机械手运动进行仿真,获取各气缸仿真运动规律曲线。虚拟仿真结果表明,设计的气动搬运机械手结构合理无干涉,各部件能有机结合在一起平稳运行,可实现杆类零件自动上下运输,为物理样机的研制提供参考依据。

为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统(ANFIS)的评价方法.采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理.最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性.

为了对切削工艺绿色度进行客观有效评价,提出一种基于核模糊聚类算法和BP神经网络的工艺绿色度评价模型。根据面向绿色制造的工艺规划方法,建立切削工艺绿色度评价指标体系。通过核模糊聚类算法划分训练样本集,提升样本分类精度。利用BP神经网络建立工艺绿色度评价模型,基于训练结果自适应获取输入到输出的模糊规则,提高评价效率。通过汽车零件的切削工艺绿色度评价实例,验证了核模糊聚类和BP神经网络的切削工艺绿色度评价方法有效性。