考虑夹头与刀具过渡段的主轴系统精确建模

为解决主轴系统刀尖点频响函数预测中的主轴系统子结构划分问题,并提高各子结构建模的精确性,提出基于等转动惯量法对主轴系统中的夹头进行等效建模,基于等平均惯性矩的方法对铣刀的刀齿段和过渡段进行精确建模,以VMC850E主轴系统为研究对象,通过响应耦合子结构法建立主轴系统刀柄—夹头—刀具结合面等效模型,以刀尖点频响函数实验值和理论值误差最小为目标,采用布谷鸟搜索优化算法确定刀柄—夹头、夹头—刀具两个结合面动力学参数。实验结果表明,预测和实测前三阶固有频率之间的误差在1.8%以内,所提方法具有可行性和有效性。

基于改进Maxwell迟滞模型的气动肌腱精确力模型

针对现有定参数Maxwell模型对气动肌腱压力/长度非对称迟滞特性力模型精度较低问题,提出非对称变参数型Maxwell迟滞模型方法。构造变刚度滑块算子替代原定刚度滑块算子来辨识某一等压下非对称迟滞模型参数,再结合不同等压、工作长度条件下的迟滞特性差异,动态加权辨识迟滞模型参数,满足不同等压、工作长度的非对称迟滞情况。以FESTO公司MAS型气动肌腱为研究对象,通过不同等压、长度实验对比经典Maxwell和改进型Maxwell力模型精度:卸载误差最大降低了80%,最大相对误差由20%降低到5%,整体相对误差稳定在5%以内,误差波动更为平稳,不同气压下精度提高到了99.98%。实验结果表明,改进型Maxwell迟滞力模型精度均显著优于经典Maxwell,更能够精确捕捉到气动肌腱固有的非对称迟滞特性和不同长度下的次环。

基于深度学习的工件表面粗糙度等级识别方法

为解决变光照工件表面粗糙度等级识别困难问题,构建了粗糙度图像采集系统,设计了用于粗糙度等级识别的深度卷积神经网络。输入训练图片建立粗糙度等级模型,输入测试图片进行粗糙度等级识别。通过车削、平铣、立铣、平磨、磨外圆、研磨6种表面加工方式来验证该方法。改变光照强度采集变光照测试图片,运用颜色传递算法,以实验室标准光强下图片为源图片、变光照图片为目标图片,在不改变图片纹理情况下,实现源图片到目标图片色调颜色映射。实验结果表明,所提出方法能够解决变光照工件表面粗糙度等级识别困难问题。

基于Prandtl-Ishlinskii迟滞的气动肌腱力模型

针对气动肌腱固有的结构特性而呈现强非线性和时变性等问题,极大地增大控制系统设计难度和复杂度,建立精确力模型变得尤为重要。为解决迟滞特性的影响,提出采用理论与实验相结合法方法,通过实验获取气动肌腱工作长度、气压和对应输出力大小关系,再利用Prandtl-Ishlinskii迟滞模型理论对迟滞项建模,采用最小二乘法对迟滞项模型参数辨识权值与阈值,解决迟滞特性的影响,各项因素分别建模,简化模型难度,最终得到气动肌腱力学模型。以FESTO公司MAS型气动肌腱为研究对象,实验结果表明,通过Prandtl-Ishlinskii迟滞模型理论预测的气动肌腱轴向力与实验值误差在较低水平,验证了模型的可行性。

基于神经网络的断路器对流换热系数识别

针对断路器对流换热系数难以精确确定的问题,以断路器导电系统的对流换热系数、环境温度为优化变量,建立导电系统对流换热系数的神经网络模型。结合神经网络模型的计算结果与断路器温升实验的结果,采用多岛遗传算法和序列二次规划组合优化算法对断路器导电系统的对流换热系数和环境温度进行优化识别。以6300A框架式断路器导电系统为实例进行建模、实验、参数识别等分析。仿真和实验结果表明:采用该方法辨识的参数所建立的断路器导电系统的温度场分布与实验测试的温度误差小于3%,对流换热系数辨识结果具有较高的精度。