针对增强现实(AR)装配技术中进行手动零件装配时,其零件配合环节装配位置不准确且操作复杂的问题,这里提出基于特征识别的AR装配配合方法简化装配过程,提高虚拟装配的效率。首先使用随机采样一致性(RANSAC)算法进行模型的平面与轴孔特征识别,然后将零件模型与其特征的对应向量导入到Unity3D物理引擎中对配合方法进行设计,最后将完成的装配系统在HoloLens AR眼镜中进行操作实验。实验表明,使用自动配合方法的AR装配系统在装配效率上比传统CAD装配效率更高,操作方式便捷且AR装配者操作沉浸感更好。

针对任务空间中基座位置不受控、姿态受控的双臂空间机器人轨迹跟踪控制问题,提出了一种基于状态依赖Riccati方程(SDRE)的优化控制方法。首先,基于关节空间双臂空间机器人的运动学方程和完全驱动动力学方程,推导出机械臂欠驱动动力学方程以及机械臂关节与末端的运动雅可比关系;其次,通过增广状态变量构造SDC(State-dependent Coefficient)矩阵,并基于SDRE控制理论设计优化跟踪控制器,在实现输出力矩能量优化前提下,实现了对双臂空间机器人末端抓手位置与基座姿态的协同轨迹跟踪;最后,利用李雅普诺夫方法证明了系统渐近稳定性,并利用仿真实验验证了所设计控制器的有效性。

双向传动误差法是基于传动误差检测的动态连续回差检测方法。为解决传统滞回曲线静态检测RV减速机存在的拟合误差问题,提出了一种改进的滞回曲线法,通过改变检测步骤使测量数据形成连续闭合的曲线,规避了数据拟合造成的测量结果误差。对比分析滞回曲线与双向传动误差法检测回差,在相同转矩下,前者测得的是某一啮合点对应的回差,后者测得的是回差的变化曲线;在不同载荷下,前者测得的是回差随转矩的变化曲线,后者测得的是回差变化的曲线簇,不仅反映了回差随啮合位置的波动,也反映了回差随载荷的变化。以RV40E样机进行测试,改进的滞回曲线法在静态检测中表现良好,但是,滞回曲线法测得的回差始终在双向传动误差法所测回差波动区间内。实验数据表明,双向传动误差法测量自动化程度高,时间缩短了25. 44%,回测检测效率有显著提高。

风电机组齿轮箱在数据采集与监控系统(SCADA)的帮助下,通过监控齿轮箱油温是否超过阈值实现故障报警,其判断精度不高且问题发现不及时,因此使用长短期记忆网络模型(LSTM)融合SCADA数据实现对齿轮箱油温状态的预测。用齿轮箱正常运行状态下的数据训练LSTM模型,计算油温预测值与真实值之间的残差,根据正态分布的原则设置残差的上下预警阈值,用来对齿轮箱故障进行预警。为简化训练模型的复杂度,在SCADA数据中选用与齿轮箱油温相关性较为密切的参数作为LSTM模型的输入项。为降低因LSTM模型超参数设置不当造成的预测准确度表现不佳,提出改进飞蛾火焰算法(MFO)与LSTM的组合模型,在保留MFO算法强大的全局搜索能力的同时,使其避免陷入局部搜索的陷阱,通过改进MFO对LSTM模型参数进行迭代优化,最终构建合适的模型。最后通过某风电机组SCADA数据验证该方法...

高性能液压缸的生产工艺柔性大,加工周期长,其生产属于典型的非标、单件小批量离散型制造模式,在设计和生产中难以优化和控制。针对液压缸生产企业在使用数字化设计和流程管控软件时软件集成度低和耦合度高的问题,设计了一种高性能液压缸数智化设计与制造平台。通过可重构中间件技术,该平台集成了AutoCAD、SolidWorks等软件接口,并在融合神经网络算法和多目标优化技术的同时,构建了图库、工时预测、柔性工艺规划等数字化设计和生产管控模块。该数智化设计与制造平台可以实现设计与制造过程的全生命周期管控,为制造企业实现数智化转型提供有力支撑。