颗粒浓度分布的探讨

针对颗粒浓度在两相流动中的重要性,建立了颗粒体积浓度方程,阐述了颗粒浓度在求解过程中的特点及颗粒体积浓度方程在计算方法中的贯穿。计算了沙层上及直管中的两相流的流动,发现了颗粒浓度两种截然不同的分布,并对此进行了分析。

神经网络与计算力矩复合的机器人运动轨迹跟踪控制

为了实现机器人精密运动控制,在其关节系统引入计算力矩法(CTC)与神经网络复合的控制器,旨在通过CTC实现系统的初步控制并利用神经网络补偿机器人的不确定动力学特性所带来的运动误差。首先,建立了机器人的动力学模型并对其不确定性动力学量进行了描述;然后,为机器人构建了双闭环控制系统,并依据机器人标称模型规划出CTC控制律;进而,引入函数链神经网络(FLNN)对不确定性动力学量进行估值,并推导出FLNN的学习律;最后,对系统进行了仿真,结果显示,该复合控制器可将关节位置和速度跟踪误差控制在±0.001 rad和±0.001 rad/s之内,且其对机器人的参数变化及外部扰动具有较强的自适应性与鲁棒性。

直接驱动机器人自适应-PD复合运动控制研究

针对直接驱动机器人结构参数与摩擦参数的非确定性，提出机器人自适应-PD控制策略。首先分析了机器人的两类不确定性，推演了机器人动力学方程，给出不确定性动力学结构量的线性化表示；然后，对关节摩擦力矩矢进行了建模；为补偿动力学不确定性给机器人带来的控制误差，构建含位置与速度反馈的双闭环控制系统，引入自适应机构辨识不确定性参量，并据此规划出自适应控制律；为提高运动控制精度，在控制器中嵌入PD子控制器。仿真实验显示，系统的位置和角速度跟踪误差分别为-0.02°-0.03°与±0.005rad/s，表明自适应-PD控制律可实现直接驱动机器人精密轨迹控制。

用双流体模型模拟湍流两相流场

首先针对颗粒浓度在两相流动中的重要性,建立了颗粒体积浓度方程,阐述了颗粒浓度在求解过程中的特点及颗粒体积浓度方程在计算方法中的贯穿。其次计算了沙层上的稀相可压气固两相流、直管内的不可压液固两相流及叶片扩压器中的密相可压气固两相流的流动,发现了颗粒浓度两种截然不同的分布,并验证了用不可压或稀相的模型来计算可压或密相的模型会带来误差,说明了在计算可压密相两相流动时,可压及密相的因素必须考虑到。

基于神经元网络的滚动轴承诊断系统设计

通过对轴承的振动特征的分析 ,确定了基于故障的征兆频率 ,进而又构造出了轴承的征兆空间和故障空间的模式 ;采用多层前馈型神经网络 ,通过网络的自学习和训练 ,实现了两个空间之间的非线性映射 ;最后 。

含裂纹板的振动疲劳耦合模型及非线性分析

为方便预报含裂纹板的振动疲劳寿命,建立了一种含裂纹板的振动疲劳耦合分析模型。首先,利用附加外载荷替代结构裂纹,基于力学平衡原理推导含裂纹项的板振动方程;而后,利用Rice和Levy得到的应力关系式形成方程的裂纹项,通过Galerkin法把双边悬臂裂纹板简化为单自由度系统,并基于中面应变表达式形成振动方程的二、三次非线性项;最后,通过多尺度法求解含裂纹板非线性振动方程。分析表明,应用该模型可较好地研究含裂纹板的振动疲劳耦合效应。

基于曲线等弧长分割的机器人轨迹规划

从机构学的角度 ,基于机器人机构运动方程中原动件角位移及其微分系数的变化关系 ,利用原动件的角位移在端点附近 ,其微分系数的值急剧增大的特征 ,对轨迹曲线上点的坐标进行变换 ,提出了输出输入角相互切换的基准和算法 ,以较少的计算量实现了轨迹曲线上输出点的等间隔分布 ,对机器人轨迹规划的研究具有积极意义。

工艺规程CAG及工艺周期控制问题研究

提出了零件面向对象的特征模型及其ODL描述方法,给出了描述的存储结构和零件特征的面向对象存取方法;构建了零件的AOVN网,实现了其机械工艺规程的CAG;通过构造AOEN网,可找到零件的关键工序,从而为有效地控制零件工艺周期创造条件.

机械设计基础案例教学初探

针对当前机械工程类专业基础课中教学效果不佳的现状,提出了学练结合的新型案例教学模式,对机械设计基础课进行了小范围试点实践。根据实践结果研究分析,对该类课程采取这种新型教学模式确实有益于激发学生学习兴趣和提高其工程实践能力。文章为开展学练结合型案例教学提供了有效的先行经验。

结构优化矿用牙轮钻头轴承系统的分析与设计

提出了可增大滚柱轴承尺寸的新的牙轮锁紧结构,分析了增强止推轴承工作能力的技术手段、轴承的保护措施及润滑方案。