基于改进遗传算法的数控机床加工铣削参数优化方法

对于数控机床加工铣削参数优化多采用常规的可信度近似模型,但该方法易受到材料失效应变系数的影响,导致优化后的加工效率较低,提出基于改进遗传算法的数控机床加工铣削参数优化方法。根据工件的本构模型,对切削刃进行采样抽取,确定最小铣削力波动位置;引入材料失效准则计算材料失效应变系数,基于此,以加工时间最短、加工成本最低和加工能耗消耗最小为目标建立铣削参数优化模型,并采用改进遗传算法求解模型,通过迭代适应度值,输出最佳铣削参数;最后,采用对比实验的形式对所提方法的优化性能进行测试。测试结果表明:应用所提方法对数控机床加工铣削参数进行优化后,能够有效缩短切削时间,提高加工效率。

PBC模式下单部件加速退化系统的视情维修策略优化

随着制造业向高质量服务型制造方向的转化,售后保障服务收入在企业收益中的比重不断增大,近年来PBC(Performance-BasedContract,PBC)模式在国外逐渐兴起,成为资本密集型企业的主要售后保障模式。针对一个单部件退化系统,提出了一种新的基于服务性能合同(PBC)的视情维修策略。首先,以Gamma分布对退化过程建模,考虑系统退化速度会随役龄或维修次数的增加而逐渐加快的情况,采用完美维修和不完美维修两种维修操作,不完美维修的维修时间会随着系统的退化水平和维修次数而随机改变。在此基础上,以利润最大化为目标,通过评估系统的长期维修成本率和平均可用性,基于改进的粒子群算法得到了最优视情维修策略。最后,通过数值算例和模型参数敏感性分析,验证了模型的适用性,相比传统成本模型,绩效模型在利润收入上提高了11.6%,在系统可用度上提高了2.4%。

动态多维数字孪生模型的构建及应用研究

数字孪生(Digital Twin)属于实现智能制造以及工业互联网的重要技术和模式。为推动数字孪生技术在相关领域和行业的进一步应用,文中对动态多维、多维时空域下智能制造过程及数据进行建模。结合某航空发动机装配制造案例对所提出的建模方法进行验证,证明了该方法的有效性,可以有效地应用到智能制造领域中。

混合候鸟优化算法求解柔性作业车间调度问题

针对最大完工时间最小化的柔性作业车间调度问题,提出一种混合候鸟优化算法。结合轮盘赌策略生成初始种群,提高初始种群的质量。在传统候鸟优化算法的基础上对鸟类进化阶段进行改进,将共享邻域解替换为共享基因片段,避免算法陷入局部最优,设计了一种基于路径的重连的邻域结构来引导跟飞鸟进化。对进化后的个体采用随机爬山算法进行局部搜索,对关键路径上的关键工序的加工机器进行替换,扩大搜索范围,从而获得最优解。设置正交试验确定算法的重要参数组合,通过基准算例的仿真试验,使用相对百分比偏差与弗里德曼非参数配对检验来比较所提算法的有效性以及可行性。试验结果表明,在10个算例中,所提算法在多个算例上均能获得最优值,平均RPD值最小,且与其他对比算法具有显著性差异。

用于超精密抛光机床的Spline+GLS定位误差补偿模型

针对三次样条插值定位误差补偿模型难达到超精密抛光机床大行程轴(1470 mm)的定位误差补偿精度要求问题,提出Spline+GLS定位误差补偿模型。首先,使用XL-80激光干涉仪测量超精密抛光机床直线电机轴的定位误差,建立三次样条插值定位误差补偿模型进行初补偿;然后,对补偿后的定位误差再次测量并建立最小二乘拟合定位误差补偿模型;最后,将两种定位误差补偿模型相连构成Spline+GLS定位误差补偿模型。在超精密抛光机床上进行补偿实验,结果表明,Spline+GLS定位误差补偿模型补偿后的最大定位偏差值较三次样条插值定位误差补偿模型下降约61.62%,且定位误差由86.12μm降低到0.5μm,满足超精密抛光机床的定位精度需求。

质量驱动的两设备串行再制造系统预防维护

针对再制造环境下的两设备串行系统,集成正常产品流与回收产品流,构建产品质量与设备质量部件衰退的交互作用模型,进而引入回收产品数量变化导致的设备生产率变化对设备衰退的影响机制,建立质量驱动下集成可变生产率的设备故障率模型,在此基础上提出基于成本节约的串行生产系统动态机会维护策略并进行决策建模。算例分析表明,该模型能够有效降低系统的维护成本,其可为再制造企业的维护管理提供技术支持。

基于WTD-AR谱和MEA-BPNN的轴承故障诊断方法

针对滚动轴承故障诊断模型在噪声干扰下鲁棒性能差的问题,提出一种基于小波阈值去噪(WTD)、AR谱和思维进化算法(MEA)优化反向传播神经网络(BPNN)的轴承故障诊断方法。以原始振动信号为输入,采用小波方法分解重构原始信号滤除高频噪声,然后采用Burg算法估计AR模型参数提取降噪信号功率谱特征,最后将特征向量与对应标签分别作为MEA-BPNN神经网络的输入、输出进行训练,最终实现诊断。将该方法与一些先进的人工神经网络诊断方法作比较,测试该诊断模型的性能。研究结果表明:WTD-AR谱-MEA-BPNN诊断模型能够有效降低轴承振动信号的噪声干扰,实现特征增强,分辨率更高;相较于传统神经网络训练速度更快,在更短时间内甄别故障类型且识别率高。

考虑自然退化与冲击的风电机可靠性评估与预防维护策略研究

风电机可靠性同时受自然退化与外部冲击的影响,马尔可夫链方法常被用作零部件自然退化过程的建模。现有的相关研究忽视了外部冲击对退化的影响,故运用改进的马尔可夫链方法对部件的退化过程进行建模,提出一种改进的转移概率矩阵描述外部冲击对退化的影响,同时运用齐次泊松过程描述随机冲击过程。在此基础上,进行部件可靠性建模,研究预防维护时刻,构建预防维护策略的收益模型。最后,以风电机中的关键部件发电机为例,验证所提出的同时考虑自然退化与外部冲击的马尔可夫链建模方法的有效性以及预防维护策略的经济性。

基于EEMD-FSK的滚动轴承故障诊断

为了解决轴承故障特征提取中经验模态分解(EMD)出现的模态混叠现象,提出一种集合经验模态分解(EEMD)、快速谱峭度选频和共振解调技术相结合的滚动轴承故障诊断方法。对原始振动信号进行EEMD处理,分解为多个本征模态函数(IMF);将符合峭度准则的IMF分量筛选出来,对其进行信号重构,对重构信号进行快速谱峭度计算得出快速谱峭度图,从图中选出最优频带中心和带宽,确定FIR带通滤波器设计参数;最后通过共振解调技术对滤波信号进行包络分析,得出包络谱确定滚动轴承故障特征信息。通过滚动轴承实验分析,验证了此方法的可行性。

基于多维贝叶斯的造纸过滤筛钻铣数控机床故障诊断方法

钻铣数控机床是现代造纸过滤筛加工的主要设备,一旦该设备出现故障,过滤筛钻孔精度就会受到极大影响。面对这种情况,研究一种基于多维贝叶斯的造纸过滤筛钻铣数控机床故障诊断方法。采集钻铣数控机床工作过程中的振动信号和电流信号并降噪处理。提取信号时域特征和频域特征,分别为波形因子、偏度、重心频率、频率均方根,组成特征向量。构建多维贝叶斯模型并进行训练,输入特征向量到模型中,计算似然函数值,找出其中极大值,极大值对应的故障类型就是诊断结果。结果表明:所研究方法用于,钻铣数控机床1存在机床装置故障;钻铣数控机床2存在伺服系统故障;钻铣数控机床3存在润滑装置故障;钻铣数控机床4存在液压装置故障;钻铣数控机床5无故障。检测结果与实际情况一致,由此证明了所研究诊断方法的准确性。

一种特定爪具的带电更换绝缘子作业机器人系统设计

针对传统人工更换绝缘子作业劳动强度大、效率低、危险性高等问题,设计了一种特定爪具的带电更换绝缘子作业机器人,包括塔上作业的执行装置和塔下人员远程操控装置2部分。首先,分析更换绝缘子原理,规划机器人更换绝缘子的动作流程,并设计机器人的整体结构,以提高绝缘子更换效果,减少动作失误。其次,开发了基于UCOS和QT的机器人远程控制硬软件系统,实现了操作人员对机器人进行远程实时监控。最后,搭建功能测试平台进行机器人推力及更换绝缘子能力实验,并在实际线路上进行应用试点实验。实验结果表明:当设定电机转速为50%~60%时,机器人能够完整地完成更换绝缘子作业流程,相较于传统人工作业,完成时间缩短了18 min,效率提升42.8%。

水下机械手柔顺抓取的阻抗控制方法

针对具有较多不确定性和随机干扰的水下机械手系统,文中分析了水下环境对动力学模型和阻抗控制器的影响,构建了基于环境参数辨识的阻抗控制器来解决水下柔顺抓取的力跟踪问题。通过引入遗忘因子的递推最小二乘法在线辨识环境刚度并修正参考位置,从而减小接触力的稳态误差,实现实时性和准确性的力跟踪。利用MATLAB/Simulink软件平台进行仿真实验,仿真结果表明该控制器在引入持续外部干扰力和期望力调整的情况下,能快速实现对期望力的跟踪和实时估计接触刚度,具有较好的鲁棒性。最后,通过实验验证了该控制器在真实的水下柔顺抓取任务中具有快速稳定的力跟踪性能,其平均稳态力跟踪偏差约为0.014 N,最大力跟踪偏差约为0.138 N。

智能制造中的人-信息-物理系统协同的人因工程

人信息物理系统(HCPS)的智能制造理论体系明确了人在智能制造系统的中心地位。从智能制造人机协同的需求出发,基于人机交互鸿沟理论,在行为、意图、认知三个层面讨论了人因工程在“人本智造”中的研究重点。围绕虚实融合场景、多模态人机交互及认知量化等方法,阐述了人因工程在促进HCPS智能融合的重要作用。最后,从实现HCPS集成的智能制造系统出发,提出了“人本智造”的研究方向和学科发展建议。

考虑法向接触力变化的机器人砂带磨削参数研究

叶片表面粗糙度与型面尺寸精度对航空发动机整体性能和使用寿命有重要影响,为了解决机器人砂带磨削的切入切出阶段及曲率变化较大部位的法向接触力变化对表面粗糙度和材料去除深度一致性的影响,设计正交中心组合试验并用宽度学习算法建立了磨削工艺参数与表面粗糙度和材料去除深度的预测模型,利用传感器测量的法向接触力与建立的预测模型,结合多重学习回溯搜索算法求解了自适应工艺参数,最后用得到的工艺参数进行了磨削试验,表面粗糙度和材料去除深度的试验值与模型预测值最大误差为14.2%和13.4%,表明所提方法可以保证表面粗糙度和材料去除深度的一致性良好。

分布式网络化制造系统构想

从全球化趋势、市场特征和科学技术发展等方面讨论制造模式变革的必然性，提出一种面向新世纪的分布式网络化制造系统的初步构想，并就其特点及关键技术进行阐述。

一种基于WordNet的短文本语义相似性算法

短文本语义相似性计算在文献检索、信息抽取、文本挖掘等方面应用日益广泛.本文提出了一种短文本语义相似性计算算法ST-CW.此算法使用WordNet和Brown文集来计算文本中的概念相似性,在此基础上提出了一个新的方法综合考虑概念、句法等信息来计算短文本的语义相似性.在R&B及Miller数据集上进行实验,实验结果验证了算法的有效性.

基于ELMD与改进SMSVM的机械故障诊断方法

机械振动信号携带大量重要的机械状态信息,然而机械故障振动信号在复杂工作状态下通常呈现非平稳、非线性特性。因此,从振动信号抽取和选择有效的机械故障特征、提高故障识别性能,成为机械故障诊断研究的热点。针对上述问题,本文提出了基于集成局部均值分解(Ensemble local means decomposition,ELMD)与改进的稀疏多尺度支持向量机(Sparse multiscale support vector machine,SMSVM)的机械故障诊断方法。该方法首先使用自适应非线性、非平稳信号处理方法 ELMD把多模态调制故障信号分解成为多个单模态解调信号,有效地增强了故障特征。把压缩感知和多尺度分析技术融合于故障模式分类中,提出改进SMSVM旋转机械故障识别方法,提高多类机械微弱故障数据模式识别性能。该方法融合稀疏表示、多尺度分析和SVM的优点,无需求解复杂的优化问题,易于推广至更多尺度SVM,具有计算量少、泛化性与鲁棒性好、物理意义明显等优点。人工数据和实验设备数据验证了本文算法的优越性。

租赁设备的多阶段预防性维护策略及优化

针对租赁设备的特殊性,提出等周期和变周期策略相结合的多阶段预防性维护策略。该策略将租赁期划分为多个维护阶段,每阶段内进行等周期维护,同时各阶段间的维护周期逐渐缩短。为了适应租赁设备新旧兼备的特点,该策略以虚拟年龄的固定比例作为衡量标准。综合考虑小修、惩罚等多种成本,建立以出租方维护成本最小化为目标的多阶段预防性维护模型。最后的数值分析将其与等周期策略进行了对比分析,验证了其有效性。

基于冲击建模的租赁设备预防维护策略

为了提供良好的租赁维护服务,提高服务制造商竞争的核心,从租赁设备的工作环境出发,采用冲击模型对租赁设备实施故障建模,综合考虑租赁条件下的故障惩罚机制和维护的修复非新效果,建立了一种面向租赁设备的顺序预防维护策略,并通过最小化期望总成本率获得了租赁设备的优化租赁期限及维护计划。算例分析显示,该策略符合租赁设备维护的实际情况,能为服务制造商提供有效的维护解决方案。

多核实时线程间干扰分析及WCET估值

在共享Cache的多核处理器中,线程在共享Cache中的指令可能被其他并行线程的指令替换,从而导致了线程间在共享Cache上的干扰.多核结构下WCET估值需要考虑并行线程间在共享Cache上的干扰.针对当前典型的共享Cache和共享总线的多核结构,本文提出了一种迭代的WCET估值分析方法.考虑共享总线对共享Cache访问的时序影响,基于该时序分析线程间在共享Cache上的干扰,得到较精确的WCET估值.理论分析证明了该方法的有效性,实验结果表明本文的分析方法较之当前的两种方法分别可以提高21%和14%的精确度.