基于熵权灰色关联法的加工过程资源环境属性评价
为了选出最优的绿色工艺方案,必须对产品加工过程的资源环境属性进行分析和评价,为此提出一种新的资源环境属性评价方法。首先,建立了资源环境属性评价指标体系;其次,采用熵权法确定指标的权重,并将熵权法与灰色关联分析法结合,建立了基于熵权灰色关联法的加工过程资源环境属性评价模型;最后,以联接套的3种机械加工工艺方案为例,验证了该模型的可行性和实用性。
新工科背景下应用型本科一体化课程建设研究与实践——以“机电液传动与控制”课程为例
在当前大力推进新工科建设的大背景下,为满足应用型人才培养的新要求,提出通过传统工科之间的交叉复合来培养与地方企业零距离接触的应用型工程科技创新人才的方法。通过综合考虑新工科教育的内涵和教育教学中一体化的多个层面,较为全面地剖析一体化课程建设与实践的主要内容、方式和方法,以“机电液传动与控制”课程为例,构建其一体化课程建设与实践的方案,实践获得了较好的效果。
冲击减振方法的研究进展
冲击减振作为重要的减振技术,在机械、建筑等工程领域得到了实际应用。分析了冲击减振方法的理论研究进展,论述了冲击减振机构类型以及其在工程中的应用,重点阐述了质量块碰撞阻尼器、颗粒碰撞阻尼器和碰撞式调谐质量阻尼器的研究概况和基本原理。
基于弱学习回归树的电网基建投资模型研究
简要介绍了弱学习回归树的基本原理和神经网络在弱学习回归树中的应用。以某变电站为例进行数据仿真与算法效能评价分析,研究弱学习回归树对投资模型的支持效果。结果显示,在迭代次数、曲线估计前推周期数、分析精度等方面基于神经网络的弱学习回归树算法均优于基于聚类重构的弱学习回归树算法,表明基于神经网络的弱学习回归树算法在电网基建投资分析方面具有良好的效用。
某全断面隧道掘进机滚刀破岩有限元分析
在掘进过程中,刀具的选型对全断面隧道掘进机的施工效果有着决定性的影响。以某全断面隧道掘进机使用的刀具为研究对象,建立滚刀破岩有限元侵彻模型,确定滚刀刀圈在不同条件下的应力。以刀圈直径和滚刀破岩贯入度为变量,对滚刀破岩模型进行有限元分析,得到了不同条件下的刀圈应力图,验证了目标滚刀的可靠性。对比分析得出该全断面隧道掘进机工作环境下滚刀破岩的最优参数选择,为全断面隧道掘进机的刀具选型提供参考。
大型风力发电机主轴轴承故障分析及预防方法
针对某场站1.5 MW双馈风力发电机组主轴轴承出现保持架断裂、游隙增大、表面点蚀的问题,采用油样分析方法对损坏轴承内的润滑油脂进行分析,并采用内窥镜检查的方法,综合分析了主轴轴承故障的成因,即润滑油脂失效、维护保养不到位,破坏轴承良好润滑条件,造成主轴轴承出现故障。进而提出改进的维护保养方法,包括润滑油脂检测和改变润滑油加注方法、轴承不拆卸清洗、进行振动检测等。最后通过对比维护保养前后主轴轴承的运行情况,证明相关维护保养措施有效改善了主轴轴承运行环境。
空间七自由度机械臂动力学建模与仿真
针对空间机械臂动力学建模复杂、无法实时解算的困难,提出了基于铰接体惯量法的空间七自由度漂浮基机械臂正、逆动力学建模方法。为了实时地解算机械臂运动情况,推导了基于铰接体惯量法的正向动力学方程,实现了O(n)次高效率计算;利用空间矢量的牛顿-欧拉逆向动力学方程,结合动量守恒定理,建立了基于铰接体混合动力学理论的自由漂浮空间机械臂的逆向动力学方程,并基于逆动力学方程建立了机械臂位置控制系统。在MATLAB中建立了漂浮基七自由度机械臂动力学模型及其仿真系统,并在SimMechanics中搭建了机械臂物理模型与仿真系统,两个系统的仿真结果验证了所建动力学模型的准确性。
动态约束下可重构模块机器人自适应滑模控制方法
针对目前机器人滑模控制方法自适应性能较差、末端约束力较弱、轨迹跟踪效果不佳的问题,提出基于动态约束的可重构模块机器人自适应滑模控制方法。首先根据运动学原理分析机器人各模块间的运动学关系,以牛顿-欧拉迭代方程为基础建立动力学模型;然后采用等效控制RBF神经网络的方法,调整机器人神经网络权值;最后根据RBF神经网络调整机器人在滑模控制方面的增益,完成对机器人的自适应滑模控制。实验结果说明,该方法具备较好的抑制抖动效果,轨迹跟踪性能高且自适应性能较强,能在动态约束条件下实现机器人的有效控制。
复杂花纹轮胎有限元网格划分方法研究
提出一种高效的复杂花纹轮胎有限元网格划分方法。基于MATLAB开发胎面轮廓轴向映射程序,依据保角映射原理将曲面形态的胎面转换为平面,在CATIA软件中根据花纹平面展开图剖切花纹,使用ABAQUS/CAE软件根据节距模型的结构特征进行分区,实现自动划分形状规则的六面体网格。开发轴向和周向还原计算程序将单个节距花纹模型进行几何还原后,根据节距排列规则实现整个轮胎花纹节距网格的自动排序。结果表明,通过程序将胎面外表面转换为平面,采用多软件组合方法可大幅提升复杂花纹剖切效率和六面体网格划分效率。
基于分界树形拓扑信用共识的充电网络安全风险识别
安全运行的充电网络是电动汽车用户获得可靠服务的重要支撑,仅依靠被动检查难以及时发现各类安全风险。提出以去中心化信任机制提高安全风险主动识别能力,考虑电动汽车和充电桩节点多和分层特点,设计树形拓扑的分界分层量化模型,采用基于综合信用奖惩模型的领导节点选举机制,并在传统实用拜占庭容错算法基础上改进通信复杂度。仿真分析结果表明,在不同规模充电网络和安全风险数据吞吐量的环境中,所提分界树形拓扑信用共识能有效改善共识时延。












