三自由度运动平台的设计与仿真
为了增加微位移定位平台的行程并提高其精度,设计了一种新型的微位移放大机构,并以此为基础设计了对称式三自由度微位移定位平台。对微位移放大机构的行程进行了理论分析,得到了微位移放大机构输入与输出位移的关系。三自由度微位移定位平台沿x轴、y轴方向的位移范围均为-21.03~21.03μm,绕z轴的转角为-0.021°~0.021°,位移及旋转的精度分别为10 nm和3.6″,所提出的微位移定位平台的结构满足精密位移平台的运动要求。利用有限元分析软件对微位移放大机构输入与输出位移的关系及微位移定位平台的行程进行仿真分析,并与理论计算结果进行了比较,其偏差分别在10.9%、13.8%及1%以内,理论分析和仿真分析的结果比较一致。
焊接机器人视觉系统标定方法
为保证焊接机器人视觉系统精确运行,综合各标定方法对系统中所涉及坐标系及其之间的关系进行标定。对相机进行标定,确定相机内外参数矩阵;进行机器人手眼标定,用于确定视觉系统中相机坐标系(CC)与机器人末端坐标系(CE)之间的转换关系;进行机器人工具坐标系标定,确定机器人工具坐标系(CT)与机器人基座坐标系(CB)之间的转换关系。最后通过实验验证了各标定方法的可行性。
基于有限元分析及实验的某轿车转向节模态研究
为评价汽车转向节的模态特性及安全性,建立了某轿车转向节的有限元分析模型,对其进行有限元自由模态分析,得到了弹性模态前10阶固有频率和相应振型,并通过模态分析实验进行验证。经对比分析表明,有限元模态分析和模态分析实验得到的各阶频率数值接近,整体误差较小,最大误差仅为10%,且转向节的低阶模态固有频率远大于外部激励频率,不易产生共振。
基于Flexsim的纸托盘生产线设计与平衡优化研究
为提高纸托盘的装配效率,以某公司纸托盘装配生产线为例进行研究,对各设备的参数进行测定。利用Flexsim仿真软件对生产线进行仿真分析,得到各设备的加工参数(阻塞时间、工作时间、闲置时间)和瓶颈工序。采用等效替代法对部分工序进行等效替代,再通过并行工位法对瓶颈工序进行优化改进。Flexsim仿真结果显示,通过等效替代法将远远大于平均节拍的工序进行改进,可以将生产线串联起来,再利用并行工位使生产线得到平衡与优化。
等效静力法和瞬态动力法在控制棒导向筒动力分析中的对比研究
将核电反应堆控制棒导向筒组件从反应堆系统中解耦,建立下部导向筒详细模型。运用等效静力法和瞬态动力法对下部导向筒开展动力分析,对两种分析方法的计算原理和计算结果进行比较研究,验证了两种分析方法在控制棒下部导向筒动力分析中的可行性,为后续工程应用针对不同的设计阶段选取动力分析方法提供了依据。
吹油器进气口排布方式的仿真优化设计
磨削加工后复杂形状工件表面易附有磨削液、切屑等杂质,气枪对其难以起到较为理想的清洗作用。机械吹油器利用机械运动与高压气体相结合,可对工件内外表面进行全面清理,但该设备对工件的清理效果、效率主要依赖于高压进气口的排布方式。因此,通过利用FLUENT流体分析软件,对多组不同进气口排布方式的吹油器进行模拟计算,并对吹油器工作时设备内部压力场与流速场进行分析,可得出较优的进气口排布方式当吹油器设有7个进气口,进气口距工件水平距离65 mm、与底面呈45°夹角时,或当吹油器设有9个进气口,进气口距工件水平距离65 mm、与底面呈60°夹角时,设备清洗效果、效率最佳。仿真优化结果可用以指导设备结构改进。
强度数字孪生技术的研究现状和发展趋势
简述了强度数字孪生模型,并分析了强度数字孪生技术作用于产品全生命周期的过程。为把强度数字孪生技术贯穿于产品的全生命周期过程中,提出了一种强度数字孪生技术与增材制造技术和拓扑结构优化技术相结合的方法,介绍了强度数字孪生技术在产品设计、产品制造和产品服务中的运用,最后对强度数字孪生技术的发展趋势进行了展望。
货车状态监测维修系统对特殊车辆车厢的修程预测及应用
为了提升公路货车特殊车辆车厢状态监测维修系统工作效率,解决目前监控成本高的问题,分析研究货车状态监测维修系统对特殊车辆的修程预测,升级了货车特殊车辆车厢的内置物联网大数据系统,在实地试验中将系统监测数据与原系统监测数据进行对比,结果显示结构磨损直接监测数据的误差率有所下降,报警数据的敏感度有所提高。
基于有限元分析及实验的轿车铝合金防撞梁模态研究
为研究不同结构轿车铝合金防撞梁的模态特性,建立了两种型号铝合金防撞梁的有限元分析模型,对其进行有限元自由模态分析,得到了其弹性模态的前六阶固有频率及相应振型,并通过模态实验进行验证。结果表明有限元模态分析结果与模态实验分析结果基本一致,最大误差为13.4%;铝合金防撞梁的低阶模态固有频率大于外部激励频率,不会产生共振;结构复杂程度以及材料厚度越大,其一阶自由模态频率越高,各阶频率差值越大,越不易产生共振。
基于注意力机制的人体姿态估计网络
针对目前复杂的人体姿态估计网络参数量大、计算成本高以及读者对算法的理解分析难度大等问题,提出了一种基于注意力机制的人体姿态估计网络。该网络使用结构简单的编码器、解码器来预测人体关节点热图。为了使编码层提取的特征更具代表性,在编码层中加入了通道注意力机制,该操作在降低模型复杂度的同时保证了其预测精度。解码层采用多个反卷积模块得到最终的预测结果。算法模型在两个数据集(MPⅡ和COCO)上进行验证,在MPⅡ数据集上PCKh@0.5达到89%;在COCO数据集上,与CBA对比,虽然AP略低0.2个百分点,但单张图片推理速度提升了10.1 ms。实验结果表明,所提方法能够有效检测出人体关节点,并且优于各种先进的姿态估计方法。












