针对产品在设计和开发时无法预测到安装和使用的问题,论文给出了一种基于3DEXPERIENCE平台的PLC虚拟调试解决方案,并通过GA-PSO算法进行多调度流程优化。该方案以立体库流程仿真作为研究对象,实现了在项目实施的早期对PLC程序可行性和完整性的逻辑验证,通过GA-PSO混合算法,优化堆垛机批次作业任务的路径轨迹,最后对优化结果进行3DE仿真实验验证。结果表明虚拟调试技术大大缩短了整个项目的调试周期,而经过GA-PSO混合算法优化的作业任务缩短了堆垛机的运行时间,提高了仓储环节的运行效率。

3D增材制造产品成型过程中,各个关键参数的实时监控具有十分重要的现实意义。这里搭建了3D打印数采分析系统,提出了以ABB机器人、DeviceNet模块等为主体硬件,DeviceNet为实时通讯协议,C#为开发语言及SQL Server为数据库的设计方案,同时通过ARIMA时序机器学习模型,对采集的数据进行自相关函数分析。研究表明,数采分析诊断系统可以对机器人在3D打印过程中的各项数据进行实时监控,通过ARIMA模型的训练可以在焊接过程中对异样参数进行提前预警,从而对工艺参数的优化和产品质量的提升都有实际参考价值。

利用改进的CEEMDAN和RBF神经网络相结合的方法识别压缩机气阀故障。首先利用改进型CEEMDAN对实验采集的振动信号进分解,该方法克服了传统方法在处理模态混叠和虚假分量方面的不足,并提出基于改进型CEEMDAN和奇异谱熵相结合的信号处理手段,对振动信号构造特征向量,最后将特征向量输入RBF神经网络进行模式识别训练。研究结果表明基于改进型CEEMDAN和奇异谱熵的信号处理方法可以有效地提取出往复式压缩机阀片故障的特征,而RBF神经网络算法在对压缩机阀片故障进行模式识别时准确率高达99.58%。

针对管道缺陷的风险评估,预设了工程实际中常见的管道凹坑、孔洞和裂纹典型缺陷特征,构建了实验测试平台,传感器采集信号。针对信号非线性非平稳的处理问题,提出一种基于ICEEMDAN-ICA的管道缺陷多特征融合信号处理方法,对管道的孔洞、凹坑和裂纹缺陷进行多特征提取,提取样本熵、近似熵和奇异谱熵进行特征融合,通过ELM分类器进行模式识别。研究结果表明,特征融合的方法大大提高了识别的准确率,达到了95%。

针对某公司新建智能工厂设备布置和调度优化问题,通过Plant Simulation仿真平台进行流程优化。首先建立整个智能工厂的车间作业调度模型,对工序进行拆分,然后通过遗传算法-粒子群混合优化方式求得最优调度解。由仿真结果可知,与某公司的传统布置方案相比,优化的方法解决了工序排布不合理的问题,提高了车间作业效率,优化了生产节拍,为企业赢得了利润空间。

在工程设计及应用过程中,有配合要求的且材料不同的零件之间,常常因为轻量化要求、强度要求、泄漏量要求等,因在不同温度下,两者的配合间隙会发生较大变化,使得产品在工作时配合处容易超出设定的配合间隙值,从而不能满足产品性能指标,影响使用。以某自动变速器出现的闭锁工况空损偏大问题为导向,首先对油液有密封要求的配合面进行径向间隙实测,再以实测值开展在工作温度时的间隙量及泄漏量的理论计算;然后运用Ansys Workbench有限元分析软件进行热固耦合-力学分析,将径向间隙值与理论计算值进行对比分析,结果基本一致,证明理论计算的准确性;最后进行优化改进并进行试验对比验证,证明原因分析和改进措施的正确性,为今后不同膨胀系数材料的径向配合间隙的优化设计提供参考和依据。

该文就学生在使用分光光度计过程中,出现频率较高的几个问题加以归纳总结,分析了其产生的原因并提出相应的解决方法,旨在帮助学生处理其类似问题,提高学生实验结果的准确性和实验的效率。

介绍了新型便携式大气采样器的硬件设计和软件设计。采样器采用STC12C5410单片机、ADS1286和霍尼韦尔气体质量流量传感器AWM3300V为核心部件,具有携带方便、低耗能,易操作等特点。

用无网格伽辽金法研究了金属塑性成形过程模拟中的弹塑性大变形问题。采用修正的拉格朗日法建立金属大变形弹塑性无网格伽辽金方程，求解过程根据Newton—Raphson增量进行迭代，在增量刚度方程的计算中，引进修正的弹塑性应力应变矩阵，从而实现了金属塑性大变形问题的无网格模拟。应用FORTRAN语言对圆柱体压缩和反向平面挤压两个大变形弹塑性过程进行了编程模拟．验证了该方法的可行性。此法对网格没有依赖性，模拟大变形问题时不需要网格重构，计算简单。

提出由建压曲线判定电液伺服机构排气充分程度的方法,建立系统压力数学模型,进行仿真分析和试验验证,确定某型电液伺服机构排气充分的判据,即启机后系统压力达到蓄能器充气压力时间不大于0.073 s。此方法不用新增测量器件,仅依靠现有生产测试仪即可实现,方便易用。