针对多品种、小批量混流生产中存在的调度复杂、准时率难以保证的问题,构建包含单载量AGV和多载量AGV的异构AGV调度系统,提出基于紧迫度和最早完工时间的任务调度方法、基于Floyd算法的路径规划技术和多AGV运动冲突解决方案,利用Qt开发框架设计异构AGV调度控制软件,实现了调度控制的整体作业流程。实验结果表明,该系统能准确、快速响应物料需求,具有较高的准时率和效率。

为解决某四缸燃油车在怠速关空调工况下存在的方向盘及座椅2阶抖动问题,首先采用“源—路径—响应”的分析方法,确定影响怠速2阶抖动问题的关键因子;然后通过优化前端冷却模块刚体模态以及降低排气系统吊钩力,解决了怠速2阶抖动问题。该研究对同类问题的前期规避和设计有重要的参考意义。

基于国家质检资源库教学平台,针对“质量分析技术”课程内容挖掘了思政元素,进行了课程思政的教学设计与实践研究,利用排列图法的典型案例对课程思政的实施过程进行了举例,分别对学生的课程思政接受度、课程思政态度、课程思政水平、课程思政形式及课程期末成绩变动等进行了调查分析,探究了如何将思政元素与专业课程相融通的新思路,为该课程及后续专业课的思政实践教学研究提供了借鉴。

为解决车刀刃磨中砂轮使用周期短、人工磨削不规范等问题,进而提升刃磨精度和操作安全,设计了一款车刀磨削辅助装置。首先在X轴、Y轴方向设计数控十字滑台,在Z轴方向设计立柱导轨并对砂轮进行筛选,其次设计了四工位数控刀架安装在X轴上,最后对数控十字滑台进行了联合仿真实验并检测了刀架刚性。实验结果显示,X轴、Y轴的滑台模型在模拟圆弧补差和矩形轨迹运动实验中移动性能稳定高效;刀架刚性良好且适度增强可以提高刀架的抗干扰能力从而提升机器刃磨中的稳定性。新型车刀磨削辅助装置的设计和优化为制造业刃磨工艺的提升提供了一定参考。

为消除四旋翼飞行器轨迹定位和跟踪的控制信号收敛时发生的持续颤振,设计了基于滑模控制算法和模糊逻辑的新控制器。该控制器将滑模控制算法与模糊逻辑方法相结合,以消除控制信号收敛时发生的持续颤振,从而获得连续、平滑和有界的四旋翼飞行器控制信号。为验证所设计控制器的有效性,将所设计的控制器与指数型时变增益趋近反步滑模抗干扰控制器对四旋翼飞行器的控制效果进行了对比。仿真实验和对比结果表明,所设计的非线性控制器的误差性能指标均小于指数型时变增益趋近反步滑模抗干扰控制器的误差性能指标。

为提高汽车故障诊断的准确率,提出一种基于改进人工鱼群算法优化BP神经网络的汽车故障诊断方法。在分析BP神经网络基本原理和局限的基础上,利用改进人工鱼群算法对BP神经网络参数寻优,从而进一步提高汽车故障诊断的准确率。仿真结果表明,基于改进人工鱼群算法优化BP神经网络的迭代次数为13次,少于未经参数优化的BP神经网络迭代次数,并可有效识别11种不同类型的汽车故障。研究表明,基于改进人工鱼群算法优化BP神经网络在提高汽车故障诊断的准确率上可行。

为解决悬架隔振性能受载荷影响的问题,提出一种旨在能适应载荷变化的动力吸振型非线性惯容器-弹簧-阻尼(ISD)悬架。对悬架关键部件非线性液力惯容器进行建模,在此基础上搭建了1/4车辆悬架模型,并使用遗传算法优化了悬架参数。开展装置样机的台架试验验证了非线性液力惯容器数学模型的合理性,并通过MATLAB/Simulink仿真对比分析了动力吸振型非线性ISD悬架、定惯质ISD悬架在不同载荷下的隔振性能。结果表明动力吸振型非线性ISD悬架具有载荷被动自适应性,能在不同载荷下改善悬架低频隔振性能,提升乘坐舒适性。

针对电力SDH通信网故障定位准确率不高的问题,提出一种基于DNN的SDH通信网故障定位方法。首先对采集到的SDH通信网运维数据进行预处理,得到可用于DNN模型训练的告警样本集;其次构建不同隐藏层层数、不同学习率、不同激活函数的DNN故障定位模型;最后将训练好的DNN模型运用到SDH通信网运维定位中,并与传统的CNN、GA、AA、FA等模型进行对比。结果表明,基于DNN的SDH通信网运维故障定位模型能够更加及时、准确地定位电力通信网故障,定位准确率达到95.43%以上。

基于室内高压开关柜带电作业场景,设计了一套视觉控制机械臂操作系统,通过深度相机获取RGB-D图像、自动分割柜体平面、准确计算目标姿态来控制机械臂的操作,在4种不同类型电力开关柜上的测试结果表明,系统的绝对定位精度小于1 mm。系统安装在亿嘉和科技股份有限公司的“羚羊”室内带电作业机器人上,在国内多处变电站的多次实验和实机运行结果证明了系统的有效性。

为提高并联机器人的运行效率,降低其高速运动过程中产生的冲击和能耗,提出了一种基于非支配排序遗传算法(NSGA-Ⅱ)的多目标综合最优轨迹规划方法。首先,采用几何法建立机器人的逆运动学模型,得到机器人末端轨迹点与关节空间各角度、角速度、角加速度和急动度之间的转换公式。其次,利用5次B样条曲线插值方法建立轨迹数学模型,并添加运动学约束。最后,采用NSGA-Ⅱ算法对B样条轨迹进行时间-能耗-冲击的多目标优化,在获得Pareto最优解集的基础上构造权重函数获得最优时间序列。MATLAB仿真结果表明,采用算法优化后的轨迹不仅缩短了运行时间,也减小了机器人在高速运动过程中的振动和能耗,获得了更好的运动性能。