为了精确表征电主轴运转过程中的热态特性,综合考虑热诱导预紧力与黏温效应的影响,建立了新的轴承生热动态模型,在热边界条件引入接触热阻的基础上,采用有限元方法得到主轴系统稳态温度场分布,并分析了主要因素对电主轴热态特性的影响。计算结果表明接触热阻的存在使主轴系统整体温度梯度增加,比没有考虑接触热阻时的温升高;温升引起的热变形,不仅生成了热诱导预紧力而且增加了轴承的温升;为了降低轴承产热,低转速下应选用高粘度润滑油,低转速下应选用高粘度润滑油。

近年来机器视觉、机器人等技术在在线装配质量控制中快速发展,对实时、准确且能考虑工艺不确定性的装配偏差控制模型的需求愈发强烈,并且如何基于所构建的模型,结合在线测量零部件检测结果,实现装配工艺参数的在线优化控制是亟待解决的工程问题。针对此问题这里提出了基于随机Kriging代理模型的在线装配工艺的优化控制方法—基于实测、仿真等历史数据构建随机Kriging模型。然后,在该模型基础上,结合装配零部件的在线测量数据对装配工艺参数进行实时的前馈优化控制。最后通过某车型后车门装配案例,对不同模型的预测精度进行对比,分析随机Kriging模型的预测精度,并对车门装配工艺进行在线优化控制,验证了这里提出方法的有效性,为车身不确定装配条件下的在线工艺控制提供理论依据。

为了提高全自动泊车系统的路径规划质量和跟踪精度,提出了微分平坦路径规划方法和非时间参考滑模的跟踪控制方法。分析了微分平坦系统原理,确定了车辆运动学模型的平坦输出,基于平坦输出量规划了泊车路径。分析了随时间单调递增的非时间参考量,建立了在非时间参考系下的路径跟踪误差模型;在非时间参考系下设计了滑模面和控制律,并证明了Lyapunov意义下的稳定性。经仿真验证可以看出,基于微分平坦原理可以规划出一条最优的泊车路径;同时使用PID控制器和非时间参考滑模控制器对泊车路径进行跟踪,PID控制器的最大纵向误差是滑模控制器的3.57倍,最大方位角误差是滑模控制器的1.67倍,证明了非时间滑模控制器对泊车路径具有更高的跟踪精度。

结合软包磷酸铁锂电池循环充放电、脉冲放电过程中的电学响应与构造特点,提出电池电热模型简化处理与耦合计算方法;利用内阻估算法,解决了开路电压提前达到切断电压导致实验数据缺失问题;利用近似平衡电势与温度的线性拟合关系,简化了获得平衡电势随温度变化率关系的测试与辨识过程;利用描述电动车动力传递关系数学模型,以及表现不同成组方式下并联分支电流分配情况的电池串并联成组模型,分析了车载电池包在真实运行状况下影响整体热一致性的各种因素;设定成组模块内某电池存在不同的内阻与SOC差异程度并仿真个体温差,研究表明,在内阻存在较大差异性的电池包内,应优先考虑先并后串的成组方式,电池包应尽量保持在电压平台段对应的SOC区域运行。

以某款纯电动乘用汽车为研究对象,基于Hypermesh软件,建立了车架的有限元模型。在Optistruct模块下提取了车架前十二阶的固有频率和振型,并利用LMS振动测试系统对车架进行了模态试验。通过对比两种分析结果,在验证车架有限元模型准确性的基础上,分析了车架的动态特性。针对车架满载弯曲和满载扭转两种工况,对车架进行了静强度分析,验证车架的强度是否满足正常行驶强度要求。为纯电动乘用车车架的结构设计优化提供了有益参考。

智能制造是制造业发展的未来。为了培养智能制造技术人才,基于智能制造实训平台,开展了基于项目驱动的机械制造实习课程改革探索。项目选取典型的多工序零件模型,围绕项目设计了分层教学方案、实施框图以及方案流程图。通过项目的融合,引导学生主动参与课程实习,提升教学质量。教学实践证明,基于项目驱动的机械制造实习课程,提升了学生的学习主动性及乐趣,增强了学生的综合工程能力与智能制造技术素养。

针对不同钢筋尺寸下混凝土保温承重墙破坏形式,设计对比测试方案来研究不同尺寸保温承重混凝土梁的受弯性能,探讨了不同因素对混凝土梁参数指标的影响。研究结果表明随着受弯梁载荷升高至极限值后,加载区域的混凝土中将会形成水平分布的裂缝,使加载区域的混凝土发生破碎并形成块状结构,同时引起测试梁的断裂。当载荷增大后,加载区域的挠度降低,同时中性轴高度增加,混凝土应变和梁的高度表现为线性变化的趋势。相比普通混凝土梁,保温承重混凝土梁具有更优的延性。

在车辆行驶过程中,为了精确测量车辆载重,提出了高低频噪声区分滤除的车辆载重动态测量方法。确定了车辆载重测量方案,分析了信号误差来源。对于发动机转动、环境温度变化引起的高频噪声,提出了具有可调节参数的改进阈值小波滤波,有效减弱了信号中的高频噪声;对于速度、加速度引起的低频噪声,提出使用BP神经网络拟合载重量与速度、加速度函数关系,以消除加速度、速度对载重测量的影响;为了解决BP算法易陷入局部极值问题,提出自适应鱼群算法搜索神经网络最优参数。经实验验证,改进阈值小波滤波可以有效去除高频噪声,提高了信号信噪比;提出的车辆载重测量平均误差为0.85%,最大误差为1.45%,平均误差比原始数据平均误差降低了约6倍。

为了提高片层体积无损测量装置实验精度,建立了实验装置误差模型并对误差补偿进行研究。运用多体系统理论的齐次矩阵变换在平口钳、运动平台、夹具上建立各自坐标系,对实验平台各相邻构件几何误差进行系统分析,并根据误差传递关系,建立了实验装置综合误差模型。基于点在空间坐标系下矢量表达的补偿方法,通过测量辨析,完成了对误差补偿模型参数的确定。通过补偿验证,实验装置精度获得了较大提升。表明该方法能有效地对实验装置误差进行补偿,为实验数据采集提供精度保证。

压缩感知利用与稀疏基相独立的观测矩阵将具有稀疏结构的高维度信号投影到低维子空间,对于信号的压缩和降噪有很好的效果,但是稀疏基以及稀疏系数矩阵的获得对于分析的结果有决定性的影响。稀疏贝叶斯学习(sparse bayesian learning,SBL)算法能极大地提高信号稀疏分解的精度,提出了一种改进的基于时空稀疏贝叶斯(Spatio-Temporal Sparse Bayesian Learning,STSBL)的多通道信号降噪算法。首先给出了多通道压缩感知理论模型,然后通过自适应过完备字典求取信号的稀疏基矩阵,最后提出基于STSBL的多通道理论模型获取多通道稀疏系数矩阵,从而实现多通道机械故障信号的有效降噪以及特征成分的精确重构。分别通过数值仿真实验和实测风力发电机轴承内圈故障信号进行分析,结果表明提出的方法有很好的降噪效果,同时能成功地提取信号的故障特征信息。