为解决双电机驱动伺服系统中的齿隙非线性问题,提高系统控制精度,提出了一种基于特征模型的二阶离散滑模控制器(DSSMC)设计方法。给出了含齿隙非线性的双电机驱动伺服系统动力学模型,进行光滑处理后建立了系统的特征模型,采用带遗忘因子的递推最小二乘法对特征模型参数进行在线辨识。基于特征模型参数设计了一种二阶离散滑模控制器,证明了闭环系统的稳定性,与常规分区PID控制进行了仿真验证比较,结果表明所设计的控制算法能有效提高系统的控制精度与鲁棒性。

针对机械制造车间路由器布局不合理,导致车间无线网络功耗过高、吞吐量过小、实际应用效果差的问题,提出了基于DNC系统的机械制造车间无线Mesh组网设计方法。根据机械制造车间DNC系统与数控机床的用网需求,设计了机械制造车间路由器布局目标模型,通过改进模型目标函数与约束条件进行目标模型优化。以模型优化结果为基础,设计机械制造车间Mesh组网整体布局及其功能模块、DNC系统应用流程,实现机械制造车间无线Mesh组网。实验结果显示,无线Mesh组网功耗更小,吞吐量更高,在机械制造车间DNC系统中的应用效果更好。

传统的三维装配工艺设计技术日臻成熟,而对三维电子装联工艺设计的研究较少。通过电子装联工艺模型构建、电子装联工艺信息表达规则库的建立和电子装联工艺符号的设计,解决了电子装联工艺三维模型构建困难、基于三维模型的电子装联工艺信息表达手段缺失等问题,通过工艺规程树的构建和工艺设计规程包、封装,实现了以工艺规程树为核心的电子装联工艺信息流的集成。

为解决传统视频监控系统中异常行为检测与识别方法存在检测效率低、工作时间长的问题,提出了一种新的视频监控系统中异常行为检测与识别方法。该方法首先通过视频图像噪声过滤、图像灰度矫正、二值化处理、图像边缘检测4个步骤,完成图像预处理;然后在明确图像异常目标特征的基础上,对运动异常目标图像的关键帧进行检测与数据解剖,完成视频监控系统异常行为检测;最后通过自适应算法对视频图像规律加以分析,利用计算机的视觉检测随场景环境变化原理,识别视频监控系统的异常行为。为检测方法效果,设置了对比实验,实验结果表明,新方法能够在短时间内精准地检测出异常行为,工作能力强。

针对多轴联动控制信号同步载入存在偏差导致控制效果较差的问题,设计一种基于机器学习的多轴联动控制系统。选择工控主机作为信息处理平台,设计控制系统硬件结构框架。通过设计DSP2812加密运动控制微处理器为用户提供多个接口。采用交流开环式伺服电机取代直流电机,控制系统负载。采用机器学习算法对数据进行主动学习,并从已知数据中分析出潜在的概率,通过认知回归方程进行同步载入,选择与设置多轴联动信号,通过机器学习算法得到认知回归系数,使多个型号的轴电机开始锁轴运动并同步记录运行速度,从而完成对电机的控制与监测。由实验结果可知,该系统控制效果最高可达99%,属于一种低成本、高性能的控制系统。

变电站继电器发生故障时谐波电流较大,导致变电站输出功率不稳定,从而影响电力系统安全运行,为此设计了基于SVG技术的智能变电站继电保护分析装置。首先构建了该装置的站控单元、间隔单元、SVG单元和主变保护单元,在此基础上完成了智能变电站继电保护分析装置的设计;然后对该装置进行了实验验证。结果表明,该装置能够有效抑制谐波电流的产生,使变电站输出功率稳定在1.5 MW,有效提升了电力系统运行的稳定性和安全性。

针对某型号空气炮的需求,基于传统的节制杆式液压缓冲器,设计一种适用于该空气炮靶室的缓冲器方案,该方案增加了流量调节的功能。基于流体力学和动力学原理,建立缓冲器数值模型,利用MATLAB对其进行数值仿真和优化,并分析了其在不同开度情况下的力学性能。结果表明,优化后的缓冲器缓冲效率得到改善,缓冲力峰值降低,并可以在一定范围内调节自身的力学性能。

为解决目前卷烟厂生产线对烟包缺支检测精度和速度要求高的问题,提出一种基于支持向量机(SVM)的烟包缺支在线检测方法。首先通过工业CCD摄像头采集烟包图像,并进行预处理;其次提取采集图像的灰度特征和纹理特征,根据相应指标构建特征空间;最后建立基于多项式和高斯核函数的SVM分类方法对烟包进行缺支检测。实验结果证明,所设计的方法有效,高斯核函数精度稍高,缺支检测准确率最高可达99.8%,检测算法平均消耗时间仅为120 ms,满足烟包缺支在线检测的精度和实时性要求。

为了提高当前商品化三维CAD系统拆装动画的生成效率,改善拆装动画的效果,提出了一种基于爆炸图的拆装动画制作方法。该方法首先基于可拆即可装思想,规划装配单元的拆装顺序,然后基于微位移和碰撞检测完成爆炸图的生成,根据各装配单元在装配状态和爆炸状态下的位姿矩阵,生成拆装动画轨迹,最后通过视点变换矩阵调整视点相对于装配单元的位置。基于CATIA开发了拆装动画制作工具,并以某设备为例,验证了方法的有效性。

以漂浮基柔性关节空间机械臂为研究对象,在空间机械臂系统模型参数未知且存在外部干扰的情况下,结合系统动量守恒和拉格朗日方程建立了系统动力学方程,利用奇异摄动理论将系统分解为快变子系统和慢变子系统。设计了一种利用改进遗传算法(GA)优化神经网络权值的径向基函数神经网络自适应控制器,通过李雅普诺夫稳定性分析和MATLAB数值仿真分析,证实了所设计的控制器能够确保控制系统在更短的时间内达到稳定,并能够同时保证漂浮基柔性关节空间机械臂关节角和关节角速度均获得高精度的轨迹跟踪。