在协作机械臂与外部环境的互动中,可能会发生物理接触。因此,需要设计一种高效的碰撞检测观测器,以确保人机交互时的安全。基于已经完成动力学参数辨识的动力学模型,将二阶扩张状态观测器改写成基于电流反馈的观测器模型,因电流反馈的高效,基于电流反馈的状态观测器降低了安装力矩传感器和其他视觉传感器的成本。通过对二阶扩张状态观测器在频域中的分析,将系统改造成时变临界阻尼系统,以减小机械臂在起步阶段的超调量并保持快速瞬态响应,提高了检测效率与准确性。最后,在Simulink中搭建了机械臂模型进行碰撞仿真,并搭建碰撞实验平台,进行碰撞检测实验与对照实验,实验结果表明,设计的状态观测器性能优于传统状态观测器。
对传统手眼标定方法计算过程复杂、精度低的问题,提出了一种基于SSA-BP神经网络的手眼标定计算方法。首先,通过麻雀搜索算法优化反向传播神经网络模型,避免模型陷入局部最优解,同时增加收敛速度。其次,通过深度相机和机械臂运动学分析建立模型数据集,简化手眼标定计算过程,即根据待测点在相机坐标系中的坐标直接求解其在机械臂坐标系中的坐标。最后,通过仿真实验验证了标定方法的有效性。在以UR10机械臂为对象的对比实验中,基于SSA-BP神经网络的手眼标定方法的标定精度相比BP神经网络提高了65.09%,相比GA-BP神经网络提高了29.19%。实验结果表明该方法的标定精度满足要求,为后续机器人抓取实验提供了条件。
以韩国现代HS220搬运机械臂为研究模型,针对机械臂轨迹规划中存在的效率低和稳定性差等问题,提出了一种改进粒子群算法的3-5-3分段多项式插值的机械臂最优时间轨迹规划优化算法。首先,采用改进后的D-H参数对机械臂进行模型建立和运动学分析,获取在关节空间中的路径点;然后,在运动学约束下,采用3-5-3分段多项式插值法为基础,进行插值拟合轨迹;最后,结合改进的粒子群算法,引入了自适应惯性权重和动态学习因子的策略,运用此方法以时间为适应度函数进行优化,解决了标准粒子群算法易陷入局部极值等问题,保证机械臂满足位置平滑、速度、加速度光滑连续,有效提高了改进算法的收敛速度;并通过MATLAB对机械臂轨迹规划仿真与分析,进一步验证了提出改进算法的有效性与可行性。
推荐系统是互联网时代实现信息精准传递的有效手段,广泛运用于产业链上下游信息推送、商品精准推荐等领域。然而由于缺乏新用户数据,系统存在数据稀疏和冷启动问题;且传统模型在信息传播过程中存在节点交互不足或权重不合理等缺点,限制了推荐系统的性能。为解决上述问题,提出了基于相似度匹配的知识图注意力网络(Similarity Matching Knowledge Graph Attention Network, SMKGAT)的推荐方法,将用户与物品间的关联与自身特征相结合,完成新用户数据的合理扩充,构建知识图谱获取辅助信息,同时引入了双重注意力机制,允许新老用户和物品共同确定邻居节点的权重,有效获取知识图中的结构和语义信息进而提升冷启动推荐性能。最后将所提方法运用于MovieLens-20M和Amazon-book数据集,实验中该方法的点击率和Top-N预测较传统方法均有所提高,验证了所提方法的有效性。
针对混合品种装配产线下不同机型装配导致产线工人作业工时存在较大差异的问题,提出一种基于Faster-RCNN的卷积神经网络的工序状态检测模型。首先通过工位装配任务工时测定分析明确该工位各道工序后将采集的工人作业工序图片进行特征提取和状态框选,然后使用区域预测网络RPN(Region Proposal Network)来获取候选框的建议信息,使用R-CNN对候选框的位置和物体类别进行预测识别,最后将视频帧数信息转换成时间信息,计算得到该道工序所测时间。分析结果表明,检测模型可以对视频中工人的工作状态进行识别并计算出工人的实际作业工时,模型检测的平均检测均值(map)达到96.4%;视频识别到的工时相对误差都在10%以内,满足产线实际工时观测的相对误差要求。
针对我国飞机大修中对故障快速记录和结构化信息获取与识别的需求,面向飞机电气线路互联系统(EWIS)故障信息获取与识别效率低的问题,提出基于命名实体识别(NER)的飞机大修EWIS故障信息获取与识别方法,使用BERT-BiLSTM-CRF框架建立了飞机大修EWIS故障信息获取与识别模型,通过EWIS历史故障数据进行模型的训练,验证了模型准确度可以满足飞机大修现场实际使用的需要。基于飞机大修EWIS故障信息获取与识别模型,设计开发了飞机大修EWIS故障信息获取识别系统,实现飞机大修过程以多媒体的方式快速采集EWIS故障相关信息,并将语音数据转换为故障描述文本信息,再将故障描述文本信息获取识别得到结构化的故障信息,并关联图片、视频等形成完整的结构化EWIS故障记录。实验结果表明,利用基于NER的飞机大修EWIS故障信息获取与识别方法及所开发的系统,可以有效提高飞机大修EWIS故障信息获取与识别的效率。
针对现有化工装置运行风险预警多采用统计分析方法,其对于化工过程数据具有非线性、时序性、动态性强等特性时效果不佳,提出一种多维度CNN-BiLSTM-Attention模型的精馏装置预警方法,兼顾化工过程数据所具备的复杂特性,并提高精度。首先,将CNN与BiLSTM网络相结合充分提取数据的特征。然后引入注意力机制自动为各隐藏层分配权重,以区分不同序列的重要性,能有效减少历史信息的丢失并突出关键节点信息。最终通过全连接层输出最终预测结果。通过Aspen HYSYS模拟数据进行实验分析,并横向对比LSTM、BiLSTM、CNN-LSTM模型,最终得出该方法具有较高预测精度,可以为化工装置预警提供可靠依据。
目前在液体火箭发动机导管装配过程中,焊接变形产生的端面法兰轴线偏斜会导致导管与配对法兰装配后的连接系统产生应力集中、密封失效等问题。从螺栓拧紧起始点入手,应用有限元数值分析方法研究了导管连接偏斜状态下拧紧起始点的变化对发动机导管最大装配应力、密封件接触应力分布均匀性等性能的影响。针对配对法兰在不同偏斜角度下螺栓拧紧起始点对装配应力及密封性能的影响进行了对比分析,研究了不同偏斜方向下螺栓拧紧起始点对导管连接性能的影响。研究表明在同偏向下偏斜角度不同时,应依据偏斜角度大小选取对应的远离或靠近两法兰间距最值的拧紧起始点,并总结出导管与螺栓组最大装配应力值随偏斜方向的变化而发生整体增大或减小的变化规律。
为减小机床几何位姿误差对车齿加工精度的影响,提出一种基于齿面法向误差建立敏感矩阵方程的误差修正方法。基于交错轴啮合原理,对面齿轮的车齿加工过程进行解析,求解刀具切削刃双自由度包络面齿轮齿面的啮合条件式;根据机床结构预设机床几何位姿误差,分析法向齿面误差对各项几何位姿误差的敏感性,得到敏感误差项;通过建立机床各数控轴运动多项式系数,以及系数增量影响齿面误差变化的敏感矩阵;通过齿面法向误差反求多项式系数增量,完成齿面修正。研究结果表明:该方法使右齿面误差减少98.3%;左齿面误差减少97.4%,可有效修正机床几何位姿误差所导致的加工误差,提高加工精度。
钢材表面的缺陷检测是提高钢材质量的前提,针对现有钢材表面缺陷检测方法准确率不高,识别速度慢等缺陷,提出一种基于改进YOLOv5s的缺陷检测方法。为了达到对图像重要区域信息的的关注,提高模型对目标缺陷的学习能力,在主干特征提取网络(Backbone)引入ODConv(Omni-Dimensional Dynamic Convolution)全维动态卷积;为了提高目标框的回归速度和定位的准确性,使用具有动态非单调聚焦机制的WIoU(Wise Intersection over Union)边界框损失函数;并通过在主干网络添加新的特征提取层,从而增加检测头,提升模型对各类缺陷检测准确率和召回率,改善了缺陷检测中漏检的情况。通过在数据集NEU-DET上的实验结果表明:改进后的YOLOv5s网络模型对此数据集的准确率较原始YOLOv5s网络提升了2.9%,召回率提升了2.3%,mAP达到了72.3%,对于钢材表面缺陷检测有良好的性能;改进YOLOv5s算法的钢材表面缺陷检测模型大小仅14.2 MB,在实时性的基础上提升检测精度,便于模型在实际应用中的部署。
针对高压交叉互联电缆存在故障波形复杂,离线测距困难以及潜伏性故障难以可靠探测等问题,提出了一种基于双端行波原理的高压电缆故障在线测距技术。首先通过研究三相交叉互联电缆各模量的故障行波过程,给出了不同接线形式下电缆端部故障初始电压电流浪涌计算方法与测距信号的选择方案,然后分析了行波测距信号对传感器带宽的要求,提出了基于线性电流耦合器和电场传感器的行波测量方式。针对现有方法难以可靠检测的潜伏性故障,通过计算半周期内电流突变量真有效值进行检测并利用行波测距定位故障点。在实际系统的试验以及现场在运的测距系统检测结果表明,该方法测距误差小于3.2米,结果稳定,有较高的工程应用价值。
针对漏喷,喷墨不均和字符磨损导致的喷码字符模糊和部分缺失问题,提出了一种基于多粒度注意力改进的喷码字符识别算法。首先,引入多头自注意机制改进了字符检测网络DBNet,通过建模局部特征间的空间相关性,增强了对稀疏的喷码字符特征的表达,提高了检测模型的喷码字符检测率。然后,设计了位置编码注意力机制对字符识别网络DANet进行改进,通过建模字符位置编码与全局特征的相关性,通过位置编码注意力将视觉特征与字符进行对齐,从而提高了识别模型的喷码字符识别率。实验结果表明,在喷码字符数据集RAICD上,改进的DBNet实现的喷码字符检测率F1为90.92%,相比改进前提升了5.31%,改进的DANet实现的喷码字符识别率为93.72%,相比改进前提升了3.03%;在通用字符数据集ICDAR2015上,改进的DBNet实现的字符检测率F1为86.19%,相比改进前提升了1.58%,改进的DANet实现的字符识别率为75.19%,相比改进前提升了1.0%;在喷码字符的端到端识别中,改进DBNet+改进DANet的字符检测与识别模型实现了85.19%的识别率,相比DBNet+DANet的模型提升了4.0%。实验结果表明了所提算法的有效性。
通过质量集中法,建立三维编织机n元闭环齿轮系统平面弯-扭非线性动力学模型,模型考虑了齿轮的啮合阻尼、齿侧间隙、啮合刚度及系统负载。利用MATLAB/ SIMULINK仿真软件建立12个齿轮系统的仿真模型,通过Runge-Kutta法对非线性动力学模型进行数值仿真,通过振动位移图和相平面图分析齿侧间隙和激励频率对系统稳态响应的影响。结果表明,随着齿侧间隙增大,系统稳态响应在简谐响应,多周期响应,拟周期响应交替出现,同时振动位移曲线下偏移。当激励频率较小时齿侧间隙的影响更大,当激励频率增大时振动位移增加,当激励频率大于一定条件,振动位移降低到一定程度。
在制造商分拣中心的运营中,物料到达经常受到多种因素的影响,各个时段的任务量并不是完全平稳可预测,导致任务量在不同时段出现波动性和不确定性。简单的以物料到达不变为准则对制造商分拣中心进行人员配置,往往会造成成本浪费或者分拣能力不足。针对制造商分拣中心物料到达不确定问题,运用鲁棒优化方法建立到达不确定的制造商分拣中心优化模型,寻找系统的最优解决方案。引入辅助函数,并采用对偶定理将制造商分拣中心的优化模型转化为易求解的鲁棒线性对等式。使用CPLEX软件求解不同鲁棒参数下的线性鲁棒对等式,研究分拣中心系统最优成本与稳定性的权衡关系,分析到达扰动系数的敏感性。通过调整鲁棒参数,评估不同配置方案对成本和稳定性的影响。
针对袋装物料装车不整齐、效率低,外观不整洁以及有些物料颗粒会对人体产生伤害等问题,设计了一种针对袋装物料抓取的末端执行器,实现袋装物料的自动化装车。在物料装车的过程中,抓手翻转的对称性是影响装车整齐的重要因素。首先对末端执行器进行运动学分析,解析两端抓手翻转角度偏差,并对其偏差进行优化;其次压紧机构的使用对物料装车整齐也存在影响;对末端执行器抓取物料后进行静力学分析,解析出气缸输出扭矩与物料自重和压紧机构负载之间关系,作为驱动气缸进行选型的根据。试验结果表明:该双爪末端执行器相比较原有单爪末端执行器装车效率提升41.2%,物料装车垛型整齐,同型号车辆多装8%的袋装物料,同时抓手采用单气缸降低了耗气量,保证袋装物料外观整洁。
针对矿用外转子式永磁同步电动机的温升散热问题,以额定功率为210 kW的永磁电动机为研究对象,基于建立的周期性有限元模型,对其进行温度场模拟研究,详细分析了电机内部的温度变化情况,并完成了样机试制与试验。使用Fluent流体有限元分析软件,分别对电机稳态温度场和瞬态温度变化过程进行了仿真分析,额定负载下转子和永磁体的温度相对较高,达到116 ℃;同时研究了水道流量变化对冷却效果的影响和过载工况下电机的温升散热情况,短时过载下电机各部件温度均明显高于额定工况温度,最高值达到170.06 ℃。额定负载和过载时温度均低于绝缘材料最高承受温度和永磁材料极限工作温度,矿用永磁同步电动机可实现安全运行。最后通过样机测试,误差值在合理范围内,表明矿用永磁电动机温度场分析的准确性,为低速大转矩类永磁同步电动机的温升散热 研究提供重要参考。
作业平台作为升降平台的重要结构,作业平台的强烈振动会对工作人员造成损害。以STC系列升降平台为例,采用有限元方法和响应面法对作业平台进行结构优化,提高作业平台抗振性能以减小振动。首先以静力学分析和模态分析结果为参考设置了作业平台的输入尺寸参数;然后以作业平台第一阶固有频率最大为目标函数,以许用静挠度和许用应力为约束函数;其次采用Box-Behnken试验设计建立样本空间,通过有限元软件对样本点进行有限元计算,根据响应值建立响应面,并对响应面的拟合质量进行评价;最后通过遗传算法得到优化方案。结果显示作业平台第一阶固有频率增大39.9%,且最大变形减小了21.9%,最大应力减小了13.8%,减小了作业平台在施工过程中的抖动,并避开人体极限频率,为工作人员提供了更舒适和安全的环境。
POY丝锭全自动整车称重系统的设计和开发,主要包括现场级重量数据采集程序设计、整车称重数据处理程序设计和故障诊断系统设计。整车称重系统替代以往单锭称重之后,为了更好地从一组组称重数据中提炼关键有效的信息,以帮助用户快速准确了解丝锭重量信息,并更深地挖掘出这一组组数据反应出的丝锭重量变化,丝锭质量是否合格,称重系统工作是否准确高效,我们针对性设计了重量数据采集程序,整车称重数据处理程序,故障诊断系统。经实践论证该系统不仅能够准确高效地采集重量数据,更关键的是能够对采集到的重量数据通过编写的算法处理进行深加工,提炼出最大值,最小值,平均值,标准差,极差,超欠差等能够反映产品质量和系统运行状况的数据,并根据提炼出的数据进行故障诊断,发出报警以供用户查看,了解系统的运行状况,维护系统稳定高效的运行。系统实现了丝锭重量信息的融合与数字化管理,稳定性好,称重速度快,精度高,大大减少了劳动强度,提高了系统自动化水平和生产效率。