针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟滞特性:1)设计一个非对称非线性迟滞函数,替换Preisach模型内部迟滞算子,描述柔性关节的非对称迟滞特性;2)在Preisach模型输出端引入惯性滤波环节,在Preisach模型输入端引入输入输出历史信息,描述柔性关节的速率相关迟滞特性。将改进的Preisach模型与实现非线性映射的全连接神经网络串联构成深度神经网络迟滞模型。通过对比实验验证了所提出的深度神经网络迟滞模型描述工业机器人柔性关节复杂迟滞特性的有效性,其具有良好的预测能力和较高的精度。
针对故障信号二维重构结合卷积神经网络的故障诊断方法中卷积操作对时序特征提取能力不足的问题,采用马尔科夫变迁场(MTF)与改进宽卷积神经网络(WDCNN),实现一种MTF-2DWDCNN故障诊断方法。首先将原始振动信号通过MTF编码得到具有时序特征的二维图像,其次利用二维卷积算子结合首层宽卷积的短时特征提取能力建立2DWDCNN网络模型,之后将二维图像输入到2DWDCNN中完成自适应特征的提取以实现轴承不同故障的分类,最后通过西安交通大学轴承数据集(XJTU-SY)和南京工业大学转盘轴承数据集对所提算法进行有效性和泛化性验证,同时与传统故障诊断算法以及二维重构诊断算法进行比较。结果表明:相较于其他故障诊断方法,此方法在不同故障数据下均达到98%以上的诊断精度,具有良好的诊断性能。
引入Reformer对滚动轴承进行故障诊断时,存在精度和效率都很低的问题。针对上述问题,引入了奇异值分解(SVD)方法和全连接层网络对Reformer进行了改进处理,提出了一种高精度和高效率的SRFC新方法。首先,利用SVD对所输入长序列信号数据压缩成不同的小数据段,并进行消噪处理;其次,利用并行的Reformer对上述小数据段进行细节故障特征提取;再次,利用全连接层网络调整上述特征信息大小,并将其融合为一体;最后,将上述特征信息作为输入,利用另一种全连接层网络实现故障诊断。经过实测滚动轴承故障信号分析可知,所提SRFC新方法的精度高达96%,比原算法Reformer提高了12.94%,与Transformer相当;所提SRFC新方法的运行时间低至6.36 s,分别比原算法Reformer和Transformer降低了95.73%和96.93%。因此,所提SRFC新方法在精度和效率方面具有优越性。
在飞机总装过程中,线束卡箍位置一致性对装配质量至关重要。检测该一致性的常用方法是精度低和效率低的人工目视检测。鉴于此,提出一种线束卡箍位置一致性视觉检测方法。基于SIFT对模板图像与测试图像进行图像匹配及透视变换,并裁减二者的公共区域。引入实例分割模型BlendMask检测卡箍分割图,利用卷积神经网络提取特征,并使用特征金字塔网络融合特征,通过直接回归检测卡箍矩形框,提取矩形框对应的高层特征和底层特征并融合输出卡箍分割图。对模板分割图和测试分割图计算交并比矩阵,根据交并比矩阵匹配模板分割图与测试分割图,设置交并比阈值并判定线束卡箍位置一致性。 BlendMask检测卡箍的AP为79.697%,AP50为98.431%,AP75为98.431%。所提方法检测时间为22.24秒。与人工目视检测相比,所提方法能够更加快速精确地检测线束卡箍位置一致性。
针对噪声环境下单一及复合电能质量扰动(Power Quality Disturbance,PQD)识别的准确性和鲁棒性不足的问题,提出了一种基于双路时频特征融合网络的PQD识别模型。首先对电能质量扰动信号进行处理,通过S变换生成对应的矩阵图像,并结合周期重构矩阵图像,以此构建双路输入特征;再将两种矩阵图像特征送入轻量级网络ShuffleNet_V2进行特征提取,提取得到的特征随后被展平并拼接,形成一组特征序列,输入到多头注意力机制模块中进行深度融合;最终,通过分类层输出电能质量扰动的识别结果。实验结果表明,该模型能够有效地提取和融合时频特征,从而在复杂噪声背景下实现对PQD信号的准确识别,验证了方法的有效性。
为提高永磁同步电机滑模系统性能,分别从趋近算法和滑动模态函数角度对滑模系统进行改进。从趋近算法角度对滑模控制器进行设计,在指数趋近律和幂次趋近律的基础上,引入与滑模函数相关联的双曲正切函数设计了一种自调节趋近算法,用自调节趋近算法设计自调节滑模控制器并用李雅普诺夫函数验证其稳定性;采用自适应滑模观测器实现永磁同步电机无感控制,从滑动模态函数角度对滑模观测器进行设计,采用自适应环节对滑模观测器进行优化。仿真表明:自调节滑模控制器结合自适应滑模观测器的无位置传感器控制方法具有可行性,自调节滑模控制器具有良好的动态性能和抗扰性,改进的自适应滑模观测器能有效提高反电动势观测精度,削弱抖振,减小转子位置和转速的估计误差,为永磁同步电机无位置传感器滑模控制系统优化设计提供参考。
频率稳定是微电网安全稳定运行的重要因素。针对微电网系统内外部扰动导致的频率波动问题,设计了复合控制器进行微电网负荷频率控制。建立风光火储两区域互联微电网负荷频率控制模型,将重复控制与自抗扰控制相结合形成复合控制器,复合控制器比单一控制器的控制精度更高,增强了系统鲁棒性。并采用改进灰狼算法对控制器关键参数进行优化整定,对收敛因子进行非线性改进,使得算法兼顾全局搜索能力和局部开发能力,寻优效率更高。最终仿真结果表明,与PID控制器、自抗扰控制器相比,在有扰动的情况下,复合控制器能够迅速地将频率收敛到额定值,保持微电网系统的频率稳定,提高系统的动态性能。
为了提高整车动力性和传动效率,提出电力机械无级变速传动系统自适应控制方法。在传动系统结构分析下,对电机和变速器对应参数进行匹配,根据匹配的系统参数,通过传动系统 I 段→换段阶段→II 段构建动力学模型,并采用微分先行 PID控制算法对传动系统进行自适应控制。选取6速DDCT双离合器变速器为实验对象,通过与两种传统方法进行对比,仿真实验结果表明,所提方法进行自适应控制后,消耗的燃油量为78 mL,进行无级变速传动所用的时间在10.85 s内,控制的精度最高可达99.75%,电力机械无级变速传动效率较高,控制效果较好,为汽车行业发展奠定了一定基础。
为了减少算法求解作业车间调度问题(Job Shop Scheduling Problem,JSP)时的无效重复搜索,以提高算法性能,提出一种邻域单次搜索人工蜂群算法(Single Neighborhood Search Artificial Bee Colony Algorithm,SNSABC)。在工序加工优先级的编码方式上结合JSP本身的特性设计邻域搜索策略,该策略采用了交换算子和路径重连算子配合搜索的方式。每次交换算子选择未被搜索过的位置搜索,在交换过程中跳过不能改变最大完工时间和已经做过的工序交换。若没有搜索到更优解,将搜索的位置标为已搜索。若搜索到更优解,将更优解进行路径重连。根据邻域搜索策略改进侦查蜂阶段,淘汰所有关键工序位置搜索完毕的解,用淘汰的解和种群中剩余的解分别交叉寻找更优解。在人工蜂群算法中加入所提策略,算法搜索效率和求解质量得到明显提升,能够快速搜索到可接受解,在大部分算例可以收敛到已知最优解。相比于对比算法,邻域单次搜索人工蜂群算法求得的最优解和均值具有更短的完工时间。实验结果表明所提策略有效提高了算法的性能。
针对原始RRT算法无法直接应用于扑翼飞行器且具有规划效率低、规划路线曲折等缺点,提出一种应用于扑翼飞行器的改进RRT算法。根据扑翼飞行器飞行表征提出最大偏航角及最小步长约束条件,采用基于目标偏离角度的动态步长策略及目标启发策略提高规划效率,且利用基于最大偏航角的剪枝策略及五次B样条曲线对航路进行简化及拟合平滑处理。通过三种不同场景仿真实验,验证所提出改进RRT算法具有规划效率高、规划航路短且规划航路更具有连续性和平稳性等特点。最终建立扑翼机运动学模型并采用PLOS路径追踪算法对改进RRT算法进行仿真实验验证,证明所提出改进RRT算法具有可实现性。
针对熔融沉积成型(Fused Deposition Modeling,FDM)中多零件排布效率低,功能特征成型质量不可控等问题,提出一种基于功能特征的多零件排布优化算法。首先,考虑功能特征表面质量,以自适应表面粗糙度为优化目标,利用遗传算法分别求解各个零件的最优成形方向;然后,求解位于最优成形方向的零件在XOY平面的实际投影轮廓;最后,根据临界多边形(No-Fit Polygon,NFP)规则进行零件放置,并利用遗传算法搜索全局最优解,实现多零件排布优化。实验结果表明,所提出方法可以有效保证功能特征表面质量。此外,相对于考虑零件投影包络矩形的优化算法,该算法能够有效提升零件打印空间利用率。
为解决工业控制系统多场景异常检测模型迁移难题,提出了一种基于特征排序和遗传算法的TrAdaBoost迁移学习的工控异常检测算法。由于TrAdaBoost要求同维数,首先采用特征选择算法Lasso做特征排序,然后根据排序结果选择重要特征。其次,将源域与目标域数据分布情况与回补参数相结合更新样本权重,减少权重两极化情况。最后采用遗传算法对TrAdaBoost在目标域上基分类器数目进行参数优化,以提高算法在数据上的适应性。将算法在新加坡数据集和自建数据集上进行实验,使用源域数据集进行迁移实验后,正确率提高9.1%,该算法对知识迁移和样本不足的问题提出了更好的解决方案。
铁素体不锈钢具有良好的耐大气腐蚀性能,机械和焊接性能良好。这类金属材料在制造煤车、建筑行业和海水淡化管道中有着广泛的应用。与奥氏体不锈钢相比,它们是更便宜的替代品。用Gleeble-3800热模拟试验机在应变速率0.01~10 s-1和950~1100 ℃的条件下对Cr12铁素体不锈钢进行热压缩实验,研究其高温热变行为。通过Arrhenius应变补偿本构模型建立流变应力预测模型,由能量耗散图和失稳图两部分叠加建立基于DMM的热加工图。结果表明:Cr12不锈钢的流动应力对其变形行为是敏感的,根据得到的应力应变曲线建立七阶多项式拟合的应变补偿模型,并计算出相关系数R,平均相对误差AARE,均方根误差RMSE分别为0.988,4.108%,6.107 MPa,表明建立的应变补偿方程较为精确。根据热加工图可以确定该金属材料较优的工艺参数范围在温度为1025~1100 ℃,应变速率为0.03~0.22 s-1之间的的区域。
为研究所设计的高速电主轴在实际工况下的热态特性,采用热网络法和能量守恒定律构建电主轴热网络模型和热平衡方程组。基于温度平衡实验,将获取的电主轴温升数据作为稳态和瞬态温度场有限元分析的线性初始条件,求解电主轴内部温度场分布及温度-时间变化曲线。另外进行热-固耦合有限元分析,求解得到电主轴在4850 s达到热平衡时,轴向最大热位移为50.493 µm;并提取仿真数据建立时间-热位移变化曲线。最后基于主轴热变形量测仪和电容式位移传感器测量电主轴在空转达到热平衡时的温度-时间-位移曲线,求得其Z向平衡热位移量为47 µm,验证有限元结果的正确性,为主轴的使用提供了热机方案,同时为进行主轴的热误差补偿提供数据支持。
针对柔性流水车间生产调度问题,在考虑缓冲区容量约束的情况下,建立了最小化完工时间和最大化设备利用率的混合整数规划模型,并提出了一种改进的离散粒子群算法进行求解。根据问题模型的特点,设计了基于工件顺序和加工机器的矩阵编码方式,并采用了改进的NEH方法生成高质量的初始种群。为了克服离散粒子群算法易陷入局部极值的缺点,设计了结合Levy飞行特点的粒子更新机制。当种群优化停滞时,通过该机制将部分粒子更新至新的未探索区域,进而避免陷入局部极值。通过与3种主流优化算法,在不同规模的测试算例下进行对比分析,验证了所提出算法的有效性。在某火腿肠高温车间的实际应用,表明了所提出的算法能够有效解决考虑缓冲区容量的柔性流水车间生产调度问题。
数据规模扩大与数据关系复杂化给数据聚类带来了挑战,现有方法性能已无法满足求解具备多视图、多类型关系的多维数据聚类问题。提出了一种结合非负矩阵分解框架的流形学习方法,学习多维数据的准确低阶表示,该低阶表示可用于数据检索、分类和聚类等多种用途。还在非负矩阵分解框架中加入多样流形学习,利用不同数据类型数据点之间的距离信息来学习不同的流形以进行数据聚类。直接从输入数据矩阵中同时学习,而不是像现有聚类方法那样依靠重构一个大对称矩阵来求解多维数据聚类问题。对于新制定的目标函数,建立了一套更新规则,保证了所提出方法的正确性和收敛性。进行了严格的实验来测试所提出方法在多维数据上的聚类性能,并将其与基于非负矩阵分解的其他方法进行对比。实验结果表明,所提出方法能够更好地学习数据聚类结构,验证了其有效性。
为了解决定制装备开发过程中,已有需求和新需求产生矛盾导致的研发周期长、研发成本高问题,利用可拓理论改进的公理化设计(Axiomatic Design,AD)-设计结构矩阵(Design Structure Matrix,DSM)指导定制装备设计。通过形式化的手段分析需求的可拓性,改进公理化设计中CA S-FR S映射无法适应需求进化的问题。利用AD模型的“Z字映射”完成定制装备功能域到物理域的转化。以关联度标准建立评价模型对定制装备设计参数相关性做量化分析,并代入DSM矩阵的转化过程中,利用系统聚类解得定制装备的模块划分方案。以激光清洗机设计实践为例,可拓理论可以有效应对需求进化过程中产生的矛盾问题,成功完成了产品的模块化设计与试制验证。研究表明:以可拓理论改进的AD-DSM模型可以为响应需求进化、缩短研发周期、降低设备试制成本提供有效的决策手段,为复杂定制装备设计的迭代创新提供了一个新思路。
利用熔融的高炉渣生产矿棉可以节约大量能源,实现钢铁产业循环经济高效发展。针对矿棉生产过程中熔渣和冷料添加引起核心工艺参数流量突变这一关键问题,提出了一套高温熔渣闸板开度控制系统。使用工业相机采集闸板阀画面,通过RGB通道分解以及高斯滤波对图像进行预处理,再采用阈值分割对熔渣进行特征提取,完成闸板开度的检测;通过添加心跳信号的方式,确保上位机与PLC之间通讯的可靠性;PLC对比闸板开度检测值和设定值,控制液压系统调节闸板开度,从而稳定了流量。研究及应用表明:系统实时检测闸板开度,实现闸板的闭环控制,增加了熔渣流量的稳定性,提升了产品质量。该研究为炼铁厂熔融炉渣再利用中精确控制熔渣流量提供了一种低成本、高效的智能化方案。