智能制造产业已成为21世纪占领制造业制高点的重点产业,专利建设是中国实现制造强国的重要保障。以专利地图为工具,从专利管理地图和专利技术地图两方面入手,对国内外智能制造行业的发展进行了分析比较。为缩小与美、日等工业发达国家在核心技术方面的差距,实现中国从制造业大国向制造业强国的转变,提出了开展国际产业战略性研究合作、提高核心技术原始创新能力、培育复合型创新人才等建议。

为了精确地预测出做单摆运动的物体在下一时刻的位置,提出一种基于双目视觉的确定物体位置并预测运动轨迹的方法。通过标定、图像预处理、目标捕捉、特征匹配以及三维重建等步骤可以较为准确地获得运动物体在一段时间间隔内的位置坐标。本实验采用多项式拟合运动轨迹,根据双目摄像机测定的历史位置坐标代入多项式中从而预测出下一时刻运动物体的位置。实验结果表明,该方法能够快速计算运动物体的位置坐标并能够准确地预测出下一时刻位置坐标,具有很高的通用性和灵活性。

基于F-T柴油、聚甲氧基二甲醚(PODE)、甲醇各自的理化特性,将三种燃料按照一定比例的掺混,以实现三种燃料的优势互补。F-T柴油比例固定不变,分别将PODE以10%、20%、25%、40%的百分比掺混到F-T柴油中,其余添加甲醇。使用AVL-Fire软件对掺混燃料的燃烧和排放特性进行仿真分析。研究了掺混燃料在不同工况下的燃烧和排放特性。结果表明随着掺混燃料中PODE比例的升高,缸内燃烧压力无明显变化,压力峰值对应的曲轴转角基本保持不变,放热率曲线峰值降低,缸内最高燃烧温度降低;PODE的加入会导致掺混燃料的NOx排放量升高,排放量降低。

为了对全向移动机器人的设计方案优选决策并评估其综合性能,通过运用熵权法改进的模糊层次分析法(FAHP)实现了对全向移动机器人设计方案的综合评价。将该评价方法具体应用于麦克纳姆轮全向移动平台设计方案的综合评价中,首先建立了其多层次的综合评价指标体系,进而利用F-AHP求出各指标权重,并引入熵权法对所得权重进行了修正,最后得到研究对象的综合性能值和评判等级,实践证明评价过程和结果科学有效。该评价模型与方法降低了评价过程的主观性,亦可推广到其他运动形式的移动机器人设计方案的评价问题中去。

钛合金TC4是一种难加工材料,在切削速度不高时容易形成锯齿形切屑。利用AdvantEdge模拟钛合金TC4切屑的形成过程,研究切削速度对切屑形貌和剪切带的影响。仿真结果表明随着切削速度的增加,切削力先快速增加,而后平稳在一定水平上,随着速度的增加又快速变大。产生的切屑均为锯齿状切屑,随着速度的增加,锯齿形切屑的锯齿化程度增加,锯齿化频率也增加。剪切带的宽度、温度、应变率、滑移速度随切削速度的增加而非线性增加,剪切带内的应力随速度的增加先减少再变大。

优劣势区间全无限整数规划模型(SFMP)可有效解决模糊集、区间参数、区间函数等的不确定性。基于此模型,对新疆某区域的能源系统进行计算分析,研究能源转换效率对能源系统的影响。结果表明随着能源转换率提高,生产过程产生的能源消费量将逐渐减少,有效降低了传统能源消耗;能源转换率高低对能源结构具有一定影响,随着能源转换率提高,能源结构向低污染物排放方向发展,污染物的排放总量随之减少。

为实现滚动轴承故障特征分析,提出了一种基于小波包变换(Wavelet Packet Transform,WPT)结合随机森林(Random Forests,RF)的滚动轴承故障分析模型。首先,采用小波包变换对振动信号进行分解,对终端节点进行重构,再计算重构信号及其希尔伯特边际谱的11种统计参数,得到统计特征,构建原始特征集;针对原始特征集中存在的冗余和干扰特征,提出一种基于平均精确率减少的特征选择方法(Features Selection base on Mean Decrease Accuracy,FSMDA),标记特征对轴承故障的重要度,选取重要度高的统计特征用于故障状态识别;最后,利用随机森林实现滚动轴承故障特征分析与状态识别。采用12种轴承故障状态数据进行实验分析,实验结果表明FSMDA能够选择出对故障状态较为重要的特征,提高故障状态识别准确率,并且具有较好的适应性。

转子系统作为旋转机械装备中重要的动力输出装置,当系统发生碰磨故障时会对整个设备运行状态产生影响,为了利用电机定子电流信号来对转子系统碰磨故障进行诊断,在考虑圆盘质量偏心因素的条件下,建立了转子在碰磨状态下的弯扭耦合振动数学模型,基于库伦摩擦力模型对碰磨力进行求解,再利用拉格朗日方程推导建立了转子系统碰磨弯扭耦合运动微分方程。把电磁扭矩作为纽带,利用MATLAB/Simulink软件建立了三相异步电机-转子系统碰磨机电耦合模型并进行仿真实验。对仿真得到的电流信号进行频谱分析,同时分析振动信号和绘制轴心轨迹用来作为对比验证。仿真结果表明可以通过监测电机的定子电流的特性来对转子系统的碰磨故障进行诊断,这为转子系统动力学研究与故障诊断提供了新的手段,便于对转子系统故障进行预测从而避免严重事故的发生。

以串联机器人为研究对象,综合考虑其运动学和动力学约束,提出一种笛卡尔空间中的无冲击近似时间最优轨迹规划方法。首先将机器人关节驱动电机的约束条件转化成参数空间中的约束条件;接着将以时间最优为目标的轨迹优化问题转化成二阶锥规划问题,并运用MATLAB中的SeDuMi工具箱进行求解;然后提出一种识别和处理力矩突变点的算法,在关节力矩存在突变的点时使用五次多项式进行处理,从而消除原时间最优轨迹的冲击;最后给出了3R串联机器人末端沿指定路径运动的算例,通过对比机器人执行轨迹过程的相关参数,验证了算法的有效性。

由于传统的傅里叶变换分析方法不具有时频局部化分析能力,因此基于小波理论对电力系统信号进行分析,从而达到诊断电力系统故障的目的。首先对信号进行小波分解,提取信号的高频小波系数,通过对高频小波系数的分析来诊断电力系统的故障时刻;其次在已知时刻的基础上采用模极大值的奇异性检测来对电力系统的故障位置进行诊断,从而实现对异常电力系统信号的时空检查;最后采用提出的方法对采集到的电力系统信号进行分析,验证了故障诊断方法的有效性。