永磁同步电机需获取转子实时位置信息进行调速,传统的机械式传感器须安装在电机内部,不仅增加电机本体体积和系统的复杂性,并且提高了生产制造成本。永磁同步电机无位置传感器检测技术通过对电机电信号进行检测并推算出转子的位置信息,一定程度上提升了电机的调速性能。然而,由于电机在低速时的电信号幅值较小,导致对基频信号依赖性较强的一类无传感算法在估测转子位置时精度不高。因此,这里提出了一种改进型滑模观测器(SMO)算法,该方式无需传感器的植入,在估测转子位置同时进行容错控制,提高了永磁同步电机运行的稳定性和鲁棒性。论文通过MATLAB/Simulink对述及的方法进行数值模拟分析,并建立相应的实验装置进行验证。仿真与实验结果表明改进后的SMO在永磁同步电机中低速下时具备较好的调速性能。

讨论超声检测数字化的特点，建立以多通道超声卡为核心的检测模型。结合五轴超声检测机器人，对控制系统进行运动学分析，给出曲面检测探头相对基础连杆坐标系的转换矩阵。在超声检测系统中引入超声数据可视化的概念，并从几何方法、颜色方法以及准三维成像等几个方面进行详细分析。

气密性是浮球最重要的性能指标,若浮球出现漏气将直接导致水位检测的失效。针对浮球密封性人工检测劳动强度大、效率低、容易漏检等问题,根据恒定水温下浮球密封检测过程中因泄漏而产生的气泡的数量和状态,搭建多工位视觉检测系统,实现浮球气密性的自动化检测。首先通过连续图像抓取获得气泡上升过程中形态实时变化情况,然后基于连续图像相减和形状滤波匹配算法完成气泡有无的判断,并建立气泡特征识别和统计的高斯混合模型以实现泄漏的定性分析和气泡数量的定量分析。经过现场试验,相比人工检测,浮球密封性视觉检测系统效率提高两倍左右,同时还可避免人工检测时因疲劳而产生的漏检风险。

针对机械手抓取物体大多以指定位置抓取特定物体的方式及柔性差的问题,提出利用基于深度学习方式的目标检测算法对物体进行识别。通过双目视觉算法检测物体所在的空间位置,利用D-H法进行机械手的坐标解算,从而实现物体的抓取。根据实际需求,采用实时性较好的YOLOv4目标检测算法与OpenCV中的立体匹配算法SGBM相结合的方式实现目标定位检测,并且通过租用云端服务器来训练神经网络和运行程序的方式降低本地硬件要求。实验结果表明:该机械手抓取物体的成功率达到了84%,验证了该方法具有较好的准确性,基本满足智能制造中的实际需求。

缸筒作为油缸、矿用单体支柱、液压支架、炮管等产品的主要部件，其加工质量的好坏直接影响整个产品的寿命和可靠性。缸筒加工要求高，其内表面粗糙度要求为Ra0.4～0.8m，对同轴度、耐磨性要求严格。缸筒的基本特征是深孔加工，其加工一直困扰加工人员。 采用滚压加工，由于表面层留有表面残余压应力，有助于表面微小裂纹的封闭，阻碍侵蚀作用的扩展。从而提高表面抗腐蚀能力，并能延缓疲劳裂纹的产生或扩大，因而提高缸筒疲劳强度。通过滚压成型，滚压表面形成一层冷作硬化层，减少了磨削副接触表面的弹性和塑性变形，从而提高了缸筒内壁的耐磨性，同时避免了因磨削引起的烧伤。滚压后，表面粗糙度值的减小，可提高配合性质。

试验是优化和改善缓冲器性能的重要手段。介绍一种落锤式油压缓冲器性能试验台的开发和应用。试验台采用伺服电机和丝杆传动将冲击质量块提升到一定高度后释放，使其自由下落并对缓冲器进行冲击，同时采集冲击过程中的力和位移值，评价缓冲器的缓冲性能。试验结果表明：试验台采集的数据能真实反映缓冲器在各种工况下的性能，为该类缓冲器的结构优化和性能改善提供了参考。