精密光机系统多敏感轴装配精度分析与装配工艺优化

精密光机系统是对地、空、海探测与制导装备中的核心部件,其光轴、惯导轴、机械轴等多敏感轴的精密装配是影响系统最终性能的关键环节之一。以某型装备为研究对象,通过分析该类精密光机系统的装配特点,将多敏感轴的精密装配问题转换为舱体对接时的角偏问题,并进行了阐述和定义;在此基础上,建立了多敏感轴装配过程的角偏误差累积模型,并推导了加工误差与角偏分布之间的关系;基于该模型对当前的直接对接法进行建模,分析了该方法导致装配一次性合格率较低的原因,并提出了一种基于装配方向调整的逐工序优化装配方法,该方法优化了现有的多敏感轴精密装配工艺。仿真结果表明,与直接对接法相比,所提方法能够有效保证各敏感轴线之间的装配精度。     

数控机床几何误差相关性分析方法研究

为提高数控机床的精度,降低装配、制造过程产生的几何误差的影响,基于多体系统理论建立几何误差模型,在误差相关性分析的基础上,提出了一种辨识关键性几何误差元素的方法。首先,基于多体系统理论及齐次坐标变换方法建立了三轴数控机床几何误差模型,构建了几何误差元素相关性分析模型。其次,采用拉丁超立方抽样方法在整个参数空间内抽样,有效避免了单因素分析的缺陷。最后,通过计算拉丁立方抽样确定的误差元素引起的空间几何误差,进行相关性分析并辨识影响机床精度的关键几何误差元素。误差补偿后的圆测试对比结果表明,该方法可判别影响数控机床空间精度的重要误差元素,并能够定量辨识误差元素对几何误差向量的作用效果,可为机床误差补偿及精度分配提供重要的理论参考。     

直线驱动型并联机器人误差模型与灵敏度分析

为提高直线驱动型并联机器人动平台末端执行器位置精度,根据并联机构结构和运动学模型,对影响末端位置精度的各项误差源进行了分析,利用解析法建立动平台末端操作空间与关节空间之间的误差映射模型;在灵敏度误差模型的基础上,依据全域灵敏度评价指标,提出了一种误差源筛选方案,筛选影响位置精度的主要误差源,利用蒙特卡洛法随机模拟并联机器人中各零部件的尺寸误差、驱动误差和装配误差,得知筛选前后动平台位置误差基本一致,验证了评价指标的正确性。以激光跟踪仪为测量工具在任务空间中取点测量,对筛选后的主要误差源进行辨识,修正并联机构的正向运动学模型后,并联机构末端位置精度改善显著,验证了误差源筛选方案的有效性和可行性,减轻了误差参数辨识的复杂程度和计算量,对结构较复杂的机构误差补偿具有一定的指导意义。     

基于注意力机制的时空卷积数控机床热误差模型研究

为了提高数控机床热误差模型的精度与泛化性,提出了基于注意力机制的长短时记忆卷积神经网络(Long short term memory convolutional neural network based on attention mechanism, AM-CNN-LSTM)热误差模型。利用卷积神经网络提取高维数据空间状态特征的能力和长短时记忆网络提取长时间序列状态特征的能力,构建具有2个支路的热误差模型,分别提取特征后输入到注意力机制中进行特征重要性重构,建立原始数据与热误差的特征映射,最后通过全连接层进行热误差预测。采用G460L型数控机床进行实验数据采集,将不同季节采集到的温度数据和热误差作为模型输入,采用循环学习率与正则化优化方法对模型进行训练。与LSTM、ConvLSTM和CNN-LSTM热误差模型对比,结果表明,AM-CNN-LSTM模型对特征还原能力最强,残差波动范围最小,其残差范围较最大值下降62.09%,模型预测精度在2.4μm以内。     

公差仿真分析在谷物收获机械车门系统中的应用

随着公差仿真分析在农业机械行业的广泛发展,公差仿真分析在谷物收获机械中得到越来越多的应用。采用极限法、概率法（一维公差仿真分析法）和蒙特卡洛法（三维公差仿真分析法）3种公差仿真分析法分别对车门系统中尺寸技术规范（dimensional technical specification,DTS）要求进行了分析计算,并通过对实物样车的尺寸测量,验证了各公差分析方法的有效性及合理性。结果表明,蒙特卡洛法与实物样车装配效果基本一致;提供了一种更为合理的公差仿真分析方法和解决方案,并以此指导谷物收获机械车身系统零部件的公差设计。     

虚拟轴工作台机构的误差分析和补偿

为了了解机构的原始误差对运动平台输出位姿的影响,从而采取措施消除误差来提高精度,对3T-1R4自由度并联机器人机构作误差分析和补偿。在已建立的位置反解模型基础上,确定参与机构误差建模的结构参数,以全微分误差分析理论为基础,建立机构的误差模型以及误差求解算法。针对结构参数和输入运动参数等的原始误差作误差求解仿真和定量分析。充分运用误差正解和反解模型,探讨软件补偿法的工作空间补偿和关节空间补偿,提出相应的误差补偿算法。用误差补偿算法仿真了机构的误差补偿,实例说明2种误差补偿算法可靠实用。     

基于MBD技术的三维装配工艺系统构建及应用

全面考虑产品的各种制造信息,以MBD技术作为装配工艺建模过程的技术支撑,研究了基于MBD技术的零件工艺信息模型、工序模型、装配工艺模型的构建方法.借助HOOPS软件,利用C#语言实现基于XML Schema模式的零件工艺信息模型的结构化记录,利用PMI信息的添加技术,实现了零件工艺信息的可视化,利用Protégé本体构建工具构建装配工艺本体.最后基于HOOPS图形内核,采用C#语言,在Net Framework下,采用装配工艺仿真、工艺参数数据库、图形用户环境开发等技术,将三维模型、多媒体的装配动画、工艺参数数据库等融合起来,建立基于MBD三维装配工艺建模系统平台,并以复合材料舱段中的桁条装配工序的仿真为例说明了MBD技术在三维装配工艺系统中的应用.     

活塞式气制动阀静特性研究

对拖拉机挂车气制动系统主要控制元件之一——活塞式气制动阀的静特性做了理论分析和试验研究,表明活塞式气制动阀静特性不仅与几何尺寸、输入力和行程有关,还与制造精度、装配质量和调整误差有关.     

风洞6_PUS并联支撑机器人运动误差建模与补偿

针对风洞6自由度并联支撑机器人,利用单支链D-H参数方法和摄动法建立了其运动误差模型,编写了误差模型仿真程序。根据风洞实验所需的6种典型运动模式,分析了不同模式下并联支撑机器人输出运动位姿的误差,得到了典型运动模式的误差变化规律。在风洞并联支撑机器人的构件设计和装配过程进行了针对性的误差控制,使设计和制造的并联支撑机器人精度达到了风洞实验的要求,并通过在风洞实验中嵌入与运动误差仿真类似的误差估算程序,再对风洞实验中被试模型的位姿误差进行补偿,实验证明这种方法提高了风洞实验数据的精度。     

拖拉机挂车气制动阀静特性的试验研究

对我国拖拉机挂车气制动系主要控制元件－活塞式和膜片式气制动阀的静特性做了理论分析和试验研究,表明气制动阀静特性不仅与几何尺寸、输入压力及行程有关,还与制造精度、装配质量、调整误差有关。     

机器人工作空间求解的蒙特卡洛法改进

对机器人工作空间求解的蒙特卡洛法的基本原理、算法流程、适用范围等进行了研究,分析了蒙特卡洛法中随机点分布的不均匀性以及内部随机点和边界随机点的不同作用,并总结了立体工作空间随机点分层处理时引起的误差情况.针对传统算法边界处随机点分布不理想的问题,强调边界点的重要性,根据关节空间到工作空间映射的连续性,在先期搜索到的边界点的小邻域内重新生成随机点,从而有效改善了边界处随机点的分布状况,提高了边界点的精确度.针对立体工作空间随机点分层处理带来的误差,采用二次分层的方法,通过减小统计层厚度提高边界点的统计精度.大量的试验证明了算法的有效性.     

2UPR-RPS型并联机构精度设计

几何误差对并联机构末端位姿精度产生重要影响。为揭示几何误差对并联机构末端位姿精度的影响规律,并据此确定其最优区间,以2UPR-RPS型并联机构为例,进行过约束并联机构的精度设计。采用一阶摄动法建立该并联机构的几何误差模型,获得对末端位姿误差有影响的几何误差源。利用区间分析理论建立末端位姿精度关于几何误差源的灵敏度指标,通过灵敏度分析揭示几何误差源对末端位姿精度的影响程度。以灵敏度指标作为权重建立精度综合模型,采用均匀设计法确定在任务空间内精度综合的位姿点,推导各几何误差源的最优区间,并据此制定关键零部件的精度等级及配合公差。采用Sobol序列的拟蒙特卡洛法预估该并联机构的末端位姿精度,仿真结果表明,经过精度综合得到的几何误差区间数满足预设的末端位姿精度要求,从而验证了该精度设计方法的可行性。     

并联机器人可操作度分析的蒙特卡罗方法

对蒙特卡罗法生成的并联机器人工作空间上的随机点分布不均匀性进行了研究,基于多维随机变量函数的分布密度公式,推导出蒙特卡罗法生成的并联机器人工作空间点概率密度与雅可比行列式的关系式,建立了输出空间概率密度与并联机器入可操作度之间的关系.以平面两自由度5R并联机器人为研究对象,采用蒙特卡罗法分析了其工作空间上的可操作度,并根据工作模式将输入空间划分成4个子空间,指出了子空间交界处的逆向奇异性.仿真结果表明,蒙特卡罗法是分析并联机器人可操作度和逆向奇异的一种有效方法.     

改进VMD和LSTM的联合收割机装配质量检测方法

针对联合收割机装配精度不高和装配质量难以检测的问题,提出一种基于麻雀搜索算法（SSA）优化变分模态分解（VMD）和长短时记忆神经网络（LSTM）的联合收割机装配质量检测方法。该方法首先利用SSA算法自适应寻优得到最优VMD分解模态参数K和惩罚因子α,然后利用最佳参数组合[K,α]将联合收割机振动信号分解成不同中心频率的本征模态分量IMF,并对各个IMF分别进行联合特征提取组成特征向量,最后将联合特征向量作为LSTM的输入,实现不同故障特征的分类。分析结果表明,SSA-VMD-联合特征提取方法分类准确率为98.1%,分别比集合经验模态分解（EEMD）和固定参数VMD高7.1%和6.1%,验证所提方法对联合收割机装配质量检测的优越性。     

基于Copula 函数的边坡可靠度高效分析方法

将Copula函数与高效蒙特卡洛方法结合,提出了含相关随机变量的边坡可靠度高效分析方法。以两个岩质边坡稳定性问题为例验证了所提方法的有效性。结果表明,该方法相比于直接蒙特卡洛方法在保证边坡失效概率的准确性的同时计算效率更高。Copula函数可以构造出具有不同相关结构的岩土体参数的联合概率分布,与高效蒙特卡洛方法(即蒙特卡洛重要抽样方法和子集模拟)结合能高效地处理含多种相关随机变量的边坡可靠度计算问题,相比于现行的Nataf变换方法结果更能体现岩土边坡真实稳定性。此外,该方法也能高效地计算含有复杂的隐式功能函数的边坡可靠度,研究成果拓展了高效蒙特卡洛方法在边坡可靠度分析中的应用。     

基于稳健设计理论的汽车转向机构集成化设计

应用稳健设计理论采用集成仿真技术,以转向梯形底角、转向臂长度、主销中心距和轴距为设计参数,传动角为约束,以转向时内轮实际转角与理论转角的误差最小为目标函数,同时考虑零件制造精度对转向性能的影响,采用具有正态分布参数的蒙特卡罗法和多目标遗传算法对转向机构进行稳健优化设计。结果表明,该集成仿真方法与传统数学模型设计方法相比较大地提高了分析研究效率,而且当设计参数存在微小变化时,能有效保证转向系统的运动轨迹精度和传动稳定性。     

液压制动管路中气液两相流流型聚类分析识别

利用汽车液压制动系统设计了一套用于检测液压制动管路中气液两相流的实验系统,提出了一种基于图像的灰度共生矩阵与系统聚类分析的气液两相流流型识别方法。该方法使用高速摄像机采集液压制动管路中的气液两相流流型图像,然后利用数字图像处理技术提取流型图像的灰度共生矩阵纹理特征参数,并将这些特征参数作为系统聚类分析的数据,进行系统聚类分析,最终实现流型的识别分类。实验结果表明,选用合适的样品间距和类间距的系统聚类分析模型,能够快速准确地对汽车液压制动系统管路中的4种典型流型进行识别分类,总体识别率达95.625%。该方法为液压制动管路中气液两相流流型参数的研究提供了一种新途径。     

水果无损采摘机械手工作空间分析及参数确定

水果采摘机器人在我国起步晚、发展缓慢,没有系统的方法用以设计采摘机械手,特别是机械手参数确定方法不成熟,造成工作空间浪费、影响机械性能等问题。为此,提出了一种蒙特卡洛法结合控制变量确定摆动关节范围的设计方法,利用D-H参数法对机械手臂进行正运动学分析,在MatLab平台下用蒙特卡洛法计算机械手的工作空间,并结合控制变量法,求出不同参数下的工作空间范围,根据相对较合理的工作空间范围,确定机械手臂的合理参数。以水果无损采摘机械手为例,根据具体设计要求,确定了手臂长度,利用蒙特卡洛法确定了摆动关节的转角范围,并验证参数的正确性。结果表明:该方法可以迅速有效地确定摆角范围,解决了以往摆动关节转角范围靠设计经验确定而存在的空间浪费的问题。     

设备系统故障的基本Petri网模型与仿真

将基本Petri网模型用于设备故障仿真,比故障树分析法（FTA）更便于描述故障形成与演经的时间历程,以及求解设备平均寿命等可靠性指标,以柴油发动机供给系故障为例对此进行了说明。为具体设备（单台）的剩余寿命预测提供了可能性。     

基于旋转曲面轮廓特征的农田地表点云配准研究

作业场景重建可为智能农机自主作业提供全局信息与局部细节,针对因农田表面缺乏高区分度的点、线、面高层结构造成的特征描述性差、点云配准精度不足的问题,提出一种基于旋转曲面轮廓特征的农田地表点云配准方法。首先,采用32线激光雷达获取农田真实地表点云数据并完成去噪、降采样等预处理;然后,采用加权线性协方差矩阵的奇异值分解确定关键点唯一局部参考坐标系,并统计关键点与旋转曲面截面交点距离信息,生成地表点云的局部特征;最后,采用基于单特征初选与局部特征精匹配原则的多级特征匹配策略进行局部特征匹配,计算旋转矩阵与平移矩阵完成点云配准。试验结果表明,旋转曲面轮廓特征与其他特征相比,平均精度增加7.5个百分点,平均召回率增加24.09个百分点;多级特征匹配策略相对于最近邻搜索策略,平均精度增加12.68个百分点,平均召回率增加18.38个百分点;本文的点云配准方法的平均平移误差为23.59dr,平均旋转误差为3.72°,配准成功率为87.5%。因此,本文提出的基于旋转曲面轮廓特征的农田地表点云配准方法适用于真实农业地表无序点云的自动配准。