针对轴承到达服役时间而依然满足使用条件造成的资源浪费问题,提出了一种基于CNN-LSTM的轴承剩余使用寿命预测方法。选取已完成服役工作仍健康的高铁牵引电机轴承为研究对象,搭建高铁牵引电机轴承试验平台并采集其振动信号;建立CNN-LSTM的网络模型,将采集到的振动信号经过傅里叶变换后输入到网络模型中,对其深层特征进行挖掘;最后,通过预测模块实现了对剩余使用寿命的预测。结果显示,所提方法得到的预测值较接近真实值,能够很好地反映出轴承运行中的性能退化趋势。

为解决单一传感器信号易受干扰且能提取的退化信息有限,导致轴承剩余寿命预测精度低的问题,提出一种基于双通道信息融合与门控单元(GRU)神经网络的轴承剩余寿命预测方法。进行轴承寿命试验时,在振动传感器采集信号的基础上增加声发射传感器,弥补单一信号易受干扰的缺点;使用卷积神经网络自动挖掘出包含轴承退化信息的特征,避免传统算法过分依赖专家判断的弊端;通过归一化处理对信息进行融合;最后使用这些数据训练GRU神经网络,利用训练好的门控单元神经网络预测高铁牵引电机轴承的剩余寿命。结果表明相比单通道数据,双通道数据训练出的门控神经网络模型的预测结果更为准确;门控单元神经网络相比长短时记忆神经网络有更高的轴承寿命预测精确度。

在传统轴承性能监测试验台的操作系统中,监测到的试验数据都是在PC端显示,而PC端是一个固定终端,这给试验带来一定的局限性。基于此缺点,将操作系统设计在移动终端,设计出了一个更有效的监测系统,即轴承性能监测试验台远程控制系统。此系统在传统的监测试验台系统上,采用无线通讯模块,将试验数据通过无线传输与智能手机进行关联,进而在移动终端能够显示试验数据,当数据异常报警时,在移动终端能够对系统进行远程控制。测试显示,该远程控制系统对试验台的监测控制具有实时性、准确性、可靠性。

与串联机器人不同,并联机器人位置正解的推导过程复杂。常见的并联机构位置正解的求解方法有解析法和数值法。解析法推导过程十分繁琐,容易出现错误且不易排查;数值法对奇异点的处理存在缺陷。为了避免以上的缺点,以3-HSS并联机构为研究对象,根据平行四边形结构的特点对3-HSS并联机构模型进行简化。将立体几何问题简化为多个相关的平面几何问题,得到了基于几何法的3-HSS并联机构位置正解的显式方程组。使用Matlab进行编程,进行了仿真实验验证了算法的正确性和可靠性。

节能将是工业发展的必然趋势针对鞋模注塑机工作循环中能耗大的特点提出一种新型鞋模注塑机液压系统。重点阐述了新型鞋模注塑机的节能改造和基于CPAC（Computer Programmable Automation Controller）注塑机控制系统的开发。新型注塑机采用的是直驱式电液伺服系统通过伺服电机来动态调节定量泵的转速实现压力和流量两者都是闭环控制从而达到节能的目的。控制系统采用以HMI为人机交互界面、固高GUC系列通用一体化控制器为控制核心利用ST语言和梯形图（LD）两种语言开发了开放式模块化注塑机控制系统。

主要研究自动分拣鸡蛋平台的气动系统，包括自动分拣鸡蛋平台的设计与安装、气动回路设计，并对气动回路中所使用的空气压缩机、减压阀、两位五通电磁阀等元器件进行了选型，并成功连接了气动传动回路。对能吸取有缺陷鸡蛋的气动真空吸盘控制系统进行了研究，分析了气动回路的可行性，结果证明：该气动传动回路设计正确，能把有缺陷的鸡蛋成功吸起并分拣出来。