针对汽车发动机水泵 O 形橡胶密封圈宽温度域的工况特点，构建其与温度相关的 Mooney飊Rivlin材料模型，探讨冷却液温度、压力、摩擦因数等对 O 形密封圈接触压力、等效应力以及密封性的影响。研究表明：温度的升高将引起接触压力及等效应力的峰值呈幂指数减小，导致密封可靠性降低，但在宽温度域（-40-130℃）工况下，接触压力的峰值始终远大于液体压力，因此该密封圈具有可靠的密封性；液体压力的增大虽然会引起接触压力峰值增大，但其增大的速度比液体压力增大的速度小，因此将引起密封可靠性下降；摩擦因数对密封可靠性的影响不大。

以某乘用车气动噪声为研究对象建立了整车流体动力学模型,并用该模型提取车窗脉动压力,然后将该压力作为激励加载到车内声腔模型中对驾驶员耳旁噪声进行仿真分析,仿真结果与试验数据吻合。将车身表面Curle噪声源强度作为优化目标,采用离散伴随法进行灵敏度识别,进而确定后视镜、A柱截面、引擎盖为优化区域。采用哈默斯雷试验设计方法构建样本空间,利用网格自由变形技术参数化样本点模型,计算出对应的声功率值。运用Kriging插值法构建代理模型,使用多岛遗传算法对模型进行全局寻优。优化结果显示,与原模型相比,车窗表面声功率级最大值减小2 dB,驾驶员耳旁声压级下降0.7 dB(A)。

为解决现阶段软体机器人与人手贴合较差、自由度不够、驱动力小等问题,设计了一种带有双向弯曲模块和伸长模块、可实现多个自由度独立或耦合运动的软体机器人。利用有限元仿真分析方法建立了软体驱动器模型,融合多种柔性材料,保证驱动器可以提供足够大的驱动力。利用传感器实现了对弯曲特性的跟踪。实验验证表明该软体机器人可以完成抓握训练、手势训练等,满足患者不同康复阶段的训练要求,指尖力可达到5.1 N,可对患者日常的手部康复训练运动起到辅助作用。

介绍了种最新的实时测量液压系统非恒定流量的方法,即激光多普勒流量测量方法(LDFM)、圆柱阻尼型瞬态流量测量方法(CCFM)和远距离瞬态流量测量方法(RIFM)。经比较,RIFM具有测试装置简单、安装方便、测试频宽大等特点,因而该方法更宜于推广应用。

提出一种模拟实际量具测量过程的方法来评定线轮廓度误差。该方法遵循国家标准中对形状公差的最小条件要求，通过分析测量点与对应包络边界的位置关系，将测量点集视为刚体，计算边界收缩至最小区域的过程中刚体与边界可能出现的相对运动，最终使所有测点位于最小包容区域内。结果表明：所提方法的评定过程相对于常用优化算法的大范围搜索更有全局性与单一性，可有效避免出现由算法缺陷导致搜索结果陷入局部解的情况。该方法适用于线轮廓度误差的评定。

基于唇形油封的反向泵送作用密封原理,提出了一种轴表面矩形微螺旋槽织构,以提升油封密封性能;建立了油封唇口稳态的符合质量守恒的流体润滑理论模型,考虑了油封唇口表面粗糙形貌和弹性变形的影响,采用有限元法求解流体压力控制方程,获得了泵送率和摩擦扭矩等性能参数,研究了矩形微螺旋槽织构参数和轴转速对油封密封性能的影响规律。结果表明：泵送率具有随微螺旋槽角度的增大而呈先缓慢增大后逐渐减小,且螺旋角最佳值约25°,随微螺旋槽深度、线数和轴转速的增大而增大等变化规律;摩擦扭矩具有随微螺旋槽角度、深度的增大而减小,随微螺旋槽线数的增大而增大,随轴转速的增大而呈先增大后减小以至趋于稳定等变化规律。研究结果为轴表面微槽织构提高油封密封性能的设计与应用提供了参考。

2018智能制造科技进展＂双十＂论坛于5月9日上午在北京展览馆五号会议室隆重召开。论坛现场,近150名来自国内外优秀企业的技术专家和来自高校、研究院所、行业学会、协会的智能制造领域专家,济济一堂,共同探讨＂企业智能升级之路＂。

通过对制造与服务融合中服务运作环境和服务功能需求分析,提出了一种模块化智能服务设计方法。该方法基于制造物联环境,采用模块化技术来实现,包含智能服务功能设计初始化、智能服务功能设计重构和智能服务功能模块化。利用设计结构矩阵分析智能服务的功能关系,提出了智能服务功能的模块化设计策略,确定智能服务的功能重构。通过具体实例应用,证明了制造物联环境中智能服务功能模块化设计策略的可行性和优越性。

根据基于方位特征集方程的并联机构拓扑结构设计理论,设计出一种运动解耦、低耦合度(κ=1)且具有较大转角的新型选择顺应性装配机器手臂并联机构(RPa3R)2R-2RSS,并对该机构进行拓扑特性分析。基于序单开链运动学建模原理,给出了该机构位置正解封闭解的代数法,同时导出机构位置反解,验证了位置正解的正确性。基于位置反解,对该机构的工作空间、转动能力和奇异性进行了分析。

结合复杂网络理论,提出了一种云制造环境下基于贝叶斯网络的机床装备资源优化选择方法。对云制造环境下机床装备资源优化选择问题进行数学描述,构建了一种由决策环境变量、决策选择变量、决策传递变量、决策目标变量、决策价值变量以及因果依赖关系组成的不确定多阶段多目标(UMM)决策模型,并对该模型的求解算法进行研究;通过实例验证了所提方法的适用性和有效性。