基于数字孪生的自动化单元预测性维护参考框架

为提高以自动化单元(AMU)为代表的复杂设备运行可靠性、安全性、经济性,提出一种基于数字孪生的自动化单元预测性维护框架(DT-PMAMU)。分析AMU的常见组成结构与故障特征,研究数字孪生预测性维护的关键因素;在此基础上构建了由物理设备层、物联网数据采集层、数字孪生数据层、虚拟设备层、预测性维护服务层组成的多层次预测性维护框架。某铣削AMU实际应用表明:该框架取得了较好的应用效果,能够帮助相关人员快速建立预测性维护系统,有效降低了AMU实现智能运维任务的复杂度。

油田水平井牵引机器人驱动单元的设计

因为水平井牵引机器人的驱动单元直接决定机器人的外径和牵引力的大小,为获得大的牵引力,同时具有小的外径尺寸,水平井牵引机器人的驱动单元采用模块化的设计方法,根据牵引力的大小合理选择驱动单元的数量。采用螺旋传动及弹簧储能的方式作为牵引力调整机构的主要结构形式,建立了牵引力调整机构的力学模型。针对内径为5 in、7 in和9 in油管,对调整机构的主要结构参数进行了优化设计。确定了驱动单元的组合形式及调整机构的参数,并提出了两种可行的结构方案,证明了采用模块化驱动单元有利于提高机器人的牵引力。

硅片自旋转磨削中基于力的微接触机理

建立了杯型金刚石砂轮稳定延性域磨削过程中砂轮微单元与硅片的微接触力学模型,采用力分解法研究了其自旋转磨削微观作用机理。法向分解分别运用接触力学中的赫兹理论和"空腔模型"理论分析得出硅片上对应弹性和塑性阶段的载荷和应力分布情况,以及砂轮微单元上相应的应力分布情况;切向分解运用微观摩擦学理论分析得出滑动摩擦力以及法、切向合成微接触总应力的情况。分析与试验对比结果证明了本文方法有效,可为硅片自旋转磨削机理研究提供理论支撑。

基于职业特征和CDIO的机械工程专业学位研究生案例库教学与实践

针对机械工程全日制专业学位硕士研究生的职业特征和培养要求,将CDIO的教学理念引入教学实践中,以案例形式呈现。分析教学案例库建设的意义、对策,并进行案例库建设实践。案例素材源于科研项目和工程实践,具有实用性、先进性和科学性。结合自动化智能化制造单元与系统课程教学案例给出案例要素设计示例。实践表明,案例库教学能够在理论学习与实践训练之间架起沟通的桥梁,缩短从理论到实践的距离,达到理想的教学效果。该案例库的建设对专业学位研究生其他课程有一定的借鉴意义。

浅谈机器视觉技术及其在机械制造自动化中的应用

本文主要介绍了机器视觉系统的重要组成,在应用实例的基础之上详细分析机器视觉技术在机械制造中以及自动化中的应用。

关于PLC和变频器实现电气自动化控制的分析

采用实验论证的方式,主要研究了PLC以及变频器在制冷机组的应用,进一步分析了其两者对实现电气自动化控制以及节能效果的促进作用,分析了PLC技术、变频器的相关概念以及型号选择,最后概述了其二者实现电气自动化控制中的控制要领。

具有并行制造特征的自动化混流生产线调度模型

为提高自动化混流生产线的生产效率,瓶颈工作站通常设计有并行制造能力,以便同时处理多个工件。针对工件在并行制造单元上的实际加工时长跨越多个周期的情形,提出一种等效转换方法,从而将瓶颈工作站使用能力约束的研究对象从工作站整体转移到相互独立的多个制造单元个体上。以此为基础,针对自动化混流生产线周期性调度问题,构建了考虑并行工作站使用能力约束的混合整数线性规划模型。此外,基于现有文献针对并行工作站使用能力约束的建模方法,构建了该问题不考虑重入工艺情形时的混合整数线性规划模型。采用改进的标准案例首次指出了并行制造单元上搬运作业存在的周期性交替配对现象,并阐述了所提出转换方法处理相应约束的可行性。大量随机案例验证了所提出的模型的性能。基于随机案例的对比实验验证了所提出的针对并行工作站使用能力约束建模方法的最优性。

基于卷积门控循环网络的齿轮箱故障诊断

为充分利用信号的时序相关性特征,增强模型对数据信息的全面挖掘能力,以进一步提高卷积神经网络(CNN)诊断精度,本文将CNN与善于处理数据时序相关性特征的门控循环单元(GRU)相结合,提出了一种新的齿轮箱故障诊断模型。CNN通过端对端的方式提取数据空间特征,并将提取的特征作为GRU的输入进一步提取时空特征,最后将GRU提取的时空特征作为SoftMax的输入进行故障识别。两组齿轮箱实验数据分析结果显示:平均故障诊断精度分别可达99.86%和99.85%,与其它现有模型的结果对比体现了本文模型的有效性和优越性。