S形折叠式柔性铰链结构设计

为了减小柔性铰链的转动刚度,依据串并联关系,设计了S形折叠式柔性铰链。使用伪刚体法和能量法,建立了S形柔性铰链的刚度模型。利用ANSYS建立了该柔性铰链的有限元模型,对铰链进行了刚度和应力分析,并将其与理论值进行了比较,得到刚度误差约为3%,验证了刚度模型的准确性。当转角达到最大值±35°时,安全系数为4,符合设计要求。

基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法

针对强背景噪声干扰下的滚动轴承复合故障特征难以提取且变分模态分解(variational modal decomposition,VMD)中参数需要提前确定的问题,提出一种基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法。首先,提出一种新的复合影响指数,将其与现有指标进行比较,结果表明,所提指标对故障信号的敏感性提高了29.6%。然后,将最小平均复合影响指数作为目标函数,利用蝙蝠算法自适应搜索VMD的最优参数进行变分模态分解。最后,对分解后的模态分量进行包络解调分析,通过包络谱判断轴承的故障类型。仿真及试验结果表明,该方法能够从噪声干扰下的复合故障信号中有效分离出单一故障信息,实现轴承故障类型的确定,从而验证了该方法的有效性。

一种大转角柔性铰链的设计与分析

针对单自由度转动柔性铰链设计方法不完善和转角不足的问题,基于自由度约束拓扑(FACT)理论,提出了杆、板约束下柔性铰链的设计思路,并以此为基础设计了一种大转角柔性铰链。基于约束空间、交点和交距的概念,依据约束所在位置的不同,对杆约束条件下的单自由度转动柔性铰链进行了分类,并提出了杆约束的添加思路,此思路可应用于杆约束条件下柔性铰链的设计;基于板约束和杆约束的相互关系,考虑板约束位置和变形形式对柔性铰链的不同影响,对板约束条件下的单自由度转动柔性铰链进行了分类,给出了板约束的添加思路,并且应用于弯曲相交柔性铰链和扭转不相交柔性铰链的设计。通过对这2种铰链的串联组合,得到了一种大转角单自由度转动柔性铰链。有限元仿真分析结果表明,当安全系数为12时,该柔性铰链的转角可达到±20°,径向平移刚度为43.20N/m。该柔性铰链具有较大的转角和平移刚度,经过对比分析,可知其转角优于现有柔性铰链。

刮板输送机链传动系统波动特性分析

为了对刮板输送机链传动系统在啮合过程中的速度及加速度波动特性进行分析,构建了双面接触波动模型,并通过实验验证了模型的正确性。同时,通过对实测应变信号及加速度信号进行分析,获取了加速度波动和张力波动之间的关系。随后,基于Adams软件建立了刮板链传动系统虚拟样机模型并对其进行动力学仿真分析,探究了不同驱动方式、运输方式及铺设长度对刮板链波动的影响,为链轮与刮板链啮合传动模式的合理设计提供参考。

一种双层回转柔性铰链的设计

为了提高回转柔性铰链的平移刚度和回转角度,将直梁与曲面弧形板相结合,形成柔性铰链的变形体,进行了双层回转柔性铰链的设计。基于固定-导向梁的伪刚体模型和串并联弹簧的刚度等效方法,建立了铰链的回转刚度模型。同时,基于伪刚体法建立了柔性铰链的径向平移刚度模型;利用ANSYS软件建立了有限元仿真模型,与理论模型进行了比较,误差约为7%和3%,证明了刚度模型的正确性。通过回转刚度和平移刚度分析,得到所设计的柔性铰链静力学性能,其径向刚度为2N/mm,可回转角度为30°。

基于扩展卡尔曼滤波的清仓机器人位姿识别方法

煤矿水仓巷道光照强度不均匀且结构化特征明显,传统基于视觉的机器人位姿识别方法识别不准确,而单一的机器人定位技术如自适应蒙特卡洛(AMCL)方法随着清仓机器人的长时间运行,输出的位姿信息存在较大累计误差,易出现煤泥清理不干净、与两侧巷道发生碰撞的情况。针对上述问题,提出了一种基于扩展卡尔曼滤波的多传感器融合清仓机器人位姿识别方法。首先搭建多传感器融合算法框架,建立里程计、惯性测量装置、激光雷达数据采集模型;其次基于扩展卡尔曼滤波原理,以惯性测量装置角度信息建立观测方程,结合里程计位姿信息,得到第1次融合的清仓机器人位姿矩阵,利用激光雷达的位置信息与之前的位姿矩阵进行迭代,得到第2次融合的清仓机器人位姿矩阵;最后采用互补滤波算法对融合后的清仓机器人位姿矩阵进行处理,输出最终的清仓机器人位姿矩阵。实验结果表明:在直线位姿识别中2次的最大位置误差为0.04 m,最大姿态角误差为0.05 rad;在模拟巷道实验中的最大位置误差为0.1 m,最大姿态角误差为0.085 rad;与AMCL方法相比,基于扩展卡尔曼滤波的清仓机器人位姿识别方法在减少清仓机器人运行过程中的累计误差方面表现出显著的有效性。