本文对曲轴连杆颈非圆磨削过程中圆度误差的在线跟踪测量策略展开研究推导了测量系统跟踪运动方程针对在频域分析时对3个传感器之间线性相关性的要求论述了满足均匀采样的约束条件。为了提高圆度误差的在线测量精度提出了运动状态下三点跟踪圆度误差分离方法并详细论述了如何选择3个传感器安装角度来有效避免谐波抑制现象的产生。最后使用最小二乘法对进行圆度误差分离后的数据进行计算并与圆度仪离线测量结果进行对比结果验证了曲轴连杆颈圆度误差在线跟踪测量策略的正确性。

对远场涡流检测技术的理论作了初步研究分析,将该技术用于在役金属管道的无损检测,制定相应的检测工艺和工艺卡,并对检验结果及质量作了分析,为钢管质量监督提供了可行有效的手段。

高炮瞄准训练时使用的靶子,需要不断移动,并随时报告瞄准效果。将激光器固定在炮身上,利用激光的指向性实现瞄准。将光敏元件直接布置在靶面上,将数据采集所用的单片机及其外围电路也布置在靶子上,同时利用无线模块将采集的信息传回到地面的控制器。由地面的控制器对靶子进行控制,并对传回的数据进行显示和语音报告。硬件设计上采用参考光和瞄准激光进行比较做模数转换,电路简单、转换迅速。对于较大的光斑利用软件计算出其中心点,降低对激光器的要求,也就降低了成本。整个光电靶系统实现了便于移动、成本低和性价比高的特点,在解放军高炮某部使用效果良好。

结合我国汽车行业的生产现状，研究、讨论了一种计算机自动识别汽车线柬图纸的方法。该方法通过计算机软件仿真试验，在符合某一预先设定好的识图规则的情况下，根据编制好的程序对图纸中线束进行判断，筛选出需要的线束和线束段，将其按类合并，最终达到自动完成线束长度和线束分类识别的目的。这种新的识别方法较传统的人工读图，分段计算，相加求和的方法有了很大的创新，极大地提高了我国汽车行业的生产效率，减少了人员操作的错误率，为企业生产带来直接利益。

针对传统依靠单一指标判断空化状态方法中存在的效果差和滞后性缺点,在多类特征融合的基础上,对不同工况下产生的空化外特性信号进行探讨,开发出一种以极限学习机(ELM)方法评价液压柱塞泵空化程度的新技术,能够非常准确地测定液压柱塞泵运行阶段出现的空化情况。研究结果表明:通过EMD完成空化状态的分解,再对IMF分量样本熵实施归一化,完成空化处理后形成了不同的样本熵。提高样本熵值后,形成了更复杂变化特征的样本序列。通过与BP神经网络、随机森林方法进行对比,表明采用ELM分类器处理时只需设置简单的结构和系统参数就可以消除人为因素造成的误差波动。用户也可以自主设置隐层节点的个数,极大地增加了系统的适应性。

随真空度的持续提高,泵运行过程中开始形成空化并且空化程度逐渐变得明显,由此引起泵流量减小。为实现对柱塞泵的实际振动信号精确分析,选择小波基函数对采集信号实施三层小波包分解处理,经过阈值去噪以及小波包重构方法完成信号去噪过程。采极限学习机用EMD自适应分解方法处理振动信号,从中提取可以显著反馈信号复杂度的样本熵,并根据该参数判断空化情况。当样本熵值提高后形成更复杂的样本序列。开展了通过ELM实现的柱塞泵空化状态检测,结果表明:本设计特征提取方法都能够准确检测各工况的空化状态,与BP神经网络以及随机森林(FR)相比,ELM达到了更高检测准确度,并且ELM模型时间也显著缩短。该研究对提高柱塞泵空化振动信号提取及故障诊断效率分析具有很好的实际指导价值。

为了提高数控转台液压伺服双马达系统的同步控制精度,设计了一种改进PSO算法和共反馈同步误差校正控制方案。共反馈同步误差校正控制方案利用主反馈误差来实现对跟踪误差的控制,并通过同步误差完成马达控制系统的反馈补偿,以达到更高的同步控制精度并提升运动性能。通过仿真分析得到:采用改进的复合控制方式获得了最小系统超调和稳态误差,并且能够在最短时间内实现位置响应稳态。利用改进PSO算法调试同步误差校正通道的PID超调量为2.385,调节时间为0.872 s,稳态误差为5.822×10^(-3),ITAE为0.6235,表现出优秀的控制性能。通过对比发现,综合运用共反馈同步误差校正并改进PSO算法进行控制时,明显降低了系统超调与波动性,确保了系统静态与动态性能均符合数控转台的控制要求。

结合由于综采放顶煤工作面前刮板输送机出现"上窜下滑"而导致支架倾斜的情况,研究讨论煤矿综采放顶煤工作面液压支架防倒架顶板控制技术,以防止出现支架倾斜和倒架的情况,保证工作面的生产安全。

通过对三峡升船机对接锁定机构液压系统组成特点及其运行特性分析,提出了液压系统运行维护实际中对运行温度变化的分析需求,结合系统组成特点进行了运行温度变化理论分析,建立了对接锁定机构液压系统的温度仿真模型,找到了正常运行工艺下对接锁定机构液压系统在典型环境温度下的运行温度变化规律,为液压系统的设备运行、维护和优化提供理论参考。

针对应用在医药包装生产线上的码垛机器人在高速作业过程中存在的振动和冲击问题,提出了一种加速度函数为三段修正正弦函数的轨迹规划新算法,以完成对码垛机器人关节空间的轨迹规划。从实际生产中常用的规划曲线中选择运动性能俱佳的优良曲线,在此基础上对其进行修正,然后结合遗传算法以最大速度、最大加速度以及最大急动度为目标进行参数优化,获得最优修正参数,并对修正前后的正弦函数曲线性能进行对比分析。最后研究结果表明,该算法能够使得速度和加速度的峰值均降低4.09%,提高了码垛机器人的动态性能,同时为码垛机器人的轨迹规划设计提供理论依据。