超声辅助微细磨料水射流加工系统的关键零部件研究

为提高磨料水射流的加工性能,研制了超声辅助微细磨料水射流加工系统,对加工系统的关键零部件进行了设计与分析。利用数值计算及ANSYS仿真软件设计了超声喷嘴装置,保证超声波能量与射流能量充分耦合,减少了能量损失。采用Fluent模块优化了磨料浆体供给装置,促进磨料与射流均匀混合,改善了磨料水射流的加工效果。     

磨料水射流偏摆切割模型及试验

为研究水射流切割特性,提高切割效率,使用量纲分析法建立偏摆切割的切深模型,并针对偏摆切割的切割特性进行试验研究.基于模型计算结果和试验数据分析了主要工艺参数特别是偏摆角度对切深和断面质量的影响.结果表明,模型能够较好地预测切深,偏摆切割可以起到加大切深和减少断面斜条纹的作用,可使切深增大的有效偏摆角范围随压力升高而扩大,最佳偏摆角度随进给速度增大而增大,随靶距提高而减小.     

无磨料低温抛光中的振动分析及消除

针对无磨料低温抛光中冰盘会出现倾斜、引起加工过程的振动问题,对冰盘与工件盘的水平面内的相对运动进行了分析。对冰盘倾斜时,工件盘的纵向运动进行了建模,得到了冰盘与工件盘的偏心及冰盘的倾角越大,振动的幅值越大的影响规律,提出了抛光前对冰盘进行修整来消除振动的解决方案。通过对石英晶体的抛光实验,证实了这种方法的可行性,最终达到了粗糙度为0.53nm的超光滑表面。     

移动机器人路径规划算法综述

为提高机器人路径规划的搜索速度,缩短搜索时间,总结归纳移动机器人在路径规划问题上的算法及其特点。首先回顾移动机器人发展历史,并对路径规划技术进行概述; 其次对移动机器人路径规划进行分类总结,并从移动机器人对环境掌握情况的角度出发,将移动机器人路径规划分成全局规划和局部规划两类,然后对全局规划和局部规划的相关算法进行综述,同时对相关算法发展现状及优缺点进行总结。最后指出机器人路径规划技术在改进算法、混合算法、多机器人协作、复杂环境以及多维环境下进一步深入研究的未来发展趋势。     

车辆路径规划的数学模型及算法综述

车辆路径规划问题（Vehicle Routing Problem,VRP）是一项研究热点。在运输过程中,对车辆进行合理的路径规划可以在满足运输要求的基础上最大程度地节约人力物力,降低运输成本。在对车辆路径规划的研究过程中,模型和算法起着关键性作用。目前已有的模型和算法还存在一些不足。为此,对车辆路径规划问题的数学模型和算法进行了探讨。     

AGV系统路径规划时间窗模型及算法

针对双向单车道的AGV(automated guided vehicle)系统作业场景,考虑到AGV车辆行驶过程中直线和弯道的速度差异,以最小运行代价和优先级相结合为任务生成策略,构建了避免冲突的AGV系统动态路径规划的时间窗模型及其算法流程,为运行总成本最小约束下智能物流和自动化仓储系统中多台AGV协同作业的动态路径规划问题提供了有效方法。经过案例验证,该算法能够有效规划系统中多台AGV协同作业的路径,使系统运行的成本最低,降低仓储系统运行的总成本。     

移动机器人路径规划算法的研究

路径规划技术作为机器人研究领域中的一个重要分支,是依据某些优化准则,在其工作空间中找到一条从起始状态到目标状态的最优无碰路径.本文针对机器人路径规划技术进行了深入地研究,阐述了机器人路径规划问题的三个子问题等内容,讨论了传统路径规划方法 和基于智能算法的路径规划方法 .本文运用传统Dijkstra算法的贪心策略,针对静态环境下移动机器人路径规划的寻路径子问题,提出了一种改进的Dijkstra路径规划算法.该算法借助具有"先进先出"特点的队列,采用广度优先遍历二维网络结点.该算法在选择邻接结点进行遍历的时候,采用的禁忌策略是禁止访问已经访问的结点,以及被标识为障碍物的结点.实验及分析表明,该算法能准确并快速地寻找到最优路径,且时间复杂度为O(4*n).     

自主车辆路径规划算法研究

在自主车辆的路径规划是否经过特定点的两种实际情况下,提出了不同的解决方案。当车辆不需要经过特定点时,引入A*算法,较传统算法将启发函数改为欧几里得函数(Euclidean Distance),并引入一个权值以降低启发函数的权重。当车辆需要经过特定点时,应用Hopfield神经网络思想优化算法,以达到理想的路径规划。仿真实验表明,改进后的算法使得路径规划寻优得到明显提高,并验证了算法的有效性。     

PRM路径规划算法优化研究

针对限定环境下移动机器人路径规划问题,运用PRM(probabilistic roadmap method)算法进行初始路径规划,并提出一种基于改进的节点增强法与几何平滑策略的路径优化算法.利用节点增强法对初始规划路径进行优化处理,采用新增节点逐步取代原路径节点,减小路径中的拐点个数,从而缩短路径长度.同时采用一个基于几何平滑策略对优化路径进行平滑处理,以达到路径平滑的目的.仿真结果表明,该优化算法不仅能有效降低搜索路径的长度,而且能大幅度提高路径的平滑度.     

薄壁盘套类零件的装夹规划算法

在定义零件制造模型、装夹和加工操作的基础上,分析了机床类型、刀具接近方向和加工操作顺序约束对装夹的影响,建立了薄壁盘套类零件装夹规划数学模型.根据薄壁盘套类零件分阶段加工特点,将薄壁盘套类零件装夹规划问题分解为粗加工、半精加工和精加工3个子问题,并采用基于规则、聚类和图论的方法确定装夹顺序和每次装夹的加工操作集合,提出了完整的薄壁盘套类零件装夹规划方案.同时,以航空轴套零件为例,验证了所提出方法的可行性与有效性.     

功能梯度材料零件层片路径扫描算法

提出了一种用于加工功能梯度材料零件的路径扫描算法.首先将功能梯度材料零件进行分层处理,把每一层片内连续分布的材料离散为若干个材料均匀分布的子区域,再对每个子区域分别加工从而实现一定精度要求下功能梯度材料零件的加工制造.给出了路径规划实例,验证了路径扫描算法的正确性.     

自动抛光凸区域上自由曲面的扫描路径算法

为了减小抛光加工的表面粗糙度和提高效率,构建抛光工具路径并均匀覆盖于三维曲面上,曲面的定义域为任意二维凸区域。扩展扫描方式根据曲面一个方向上的一组切割曲线的标准长度分布,灵活调整相应位置穿越的扫描线数量,既包含一般的贯穿曲面的曲线,又包含起点或终点在曲面内的曲线,与传统扫描方式相比具有很大灵活性。为优化扫描方向和确定扫描线的端点,给出了曲面立体光固化(STL)模型的边界提取算法。通过一个曲面的扫描路径建构实例,详细阐述了任意二维凸区域上扩展扫描的算法流程,包括曲面分割、点列筛选和路径点的连接等步骤。路径长度和相邻扫描曲线的间距分布,定量地表明扩展扫描方式可适应曲面形状变化并提高路径覆盖均匀度。     

自动抛光凸区域上自由曲面的扫描路径算法

为了减小抛光加工的表面粗糙度和提高效率,构建抛光工具路径并均匀覆盖于三维曲面上,曲面的定义域为任意二维凸区域。扩展扫描方式根据曲面一个方向上的一组切割曲线的标准长度分布,灵活调整相应位置穿越的扫描线数量,既包含一般的贯穿曲面的曲线,又包含起点或终点在曲面内的曲线,与传统扫描方式相比具有很大灵活性。为优化扫描方向和确定扫描线的端点,给出了曲面立体光固化(STL)模型的边界提取算法。通过一个曲面的扫描路径建构实例,详细阐述了任意二维凸区域上扩展扫描的算法流程,包括曲面分割、点列筛选和路径点的连接等步骤。路径长度和相邻扫描曲线的间距分布定量地表明扩展扫描方式可适应曲面形状变化并提高路径覆盖均匀度。     

智能体路径规划算法研究综述

Agent路径规划指的是智能体在运动的过程中构成路径的策略。从Agent的传感器获取到的障碍物信息为动静的角度来看,路径规划有两种规划方式,一是智能体处于静态环境下的路径规划,二是智能体处于动态环境下的路径规划。该文对近年来的路径规划算法进行相比较,指出未来路径规划的研究方向和趋势。     

基于模拟退火的机器人路径规划算法

本文利用模拟退火算法对该模型进行优化求解,为移动机器人寻找到一条最优路径。通过实验得到模拟退火算法有效提高了收敛速度,快速完成了移动机器人路径规划的任务。     

无人驾驶拖拉机实时避障路径规划算法

为了实现无人驾驶拖拉机在直线作业时的实时避障路径规划功能,提出一种在改进最短切线法的基础上用五次多项式函数规划路径的避障路径规划算法。针对最短切线法规划的路径曲率不连续、难跟踪控制的问题,首先采用改进最短切线法求相关坐标点,然后基于求得的坐标点用五次多项式函数求解路径,最后得到由两段五次多项式函数曲线和直线组成的曲率连续的避障路径。对避障路径规划算法进行仿真,结果表明,该算法生成路径长度短、实时性好、安全性高。基于常州东风无人驾驶拖拉机的运动学模型设计一种模型预测控制器,在Simulink与CarSim联合仿真平台上对无人驾驶拖拉机的避障路径规划及跟踪控制进行联合仿真,结果表明：与改进最短切线法相比,基于五次多项式函数的路径规划算法规划的路径跟踪控制精度更高,更易于跟踪控制。     

基于蚂蚁算法的移动机器人路径规划

蚂蚁算法是近几年问世并逐步引起重视的一种新的全局优化仿生算法，它模仿昆虫王国中蚂蚁搜索食物的行为特征，是一种通用型随机优化方法。移动机器人在进行工作时，往往要求根据某一准则，在工作空间沿一条最优（或近似最优）的路线行走。因此首先对移动机器人的规划空间进行链接图表示，然后采用Ford算法求出移动机器人的初始路径，最后运用蚂蚁算法对初始路径进行优化，取得了较好的效果。     

移动机器人全局动态路径规划融合算法

针对移动机器人全局动态路径规划效率较低的问题,提出一种基于安全A^*算法与双速度模型动态窗口法的全局动态路径规划融合算法.首先,通过安全A^*算法得到全局最优路径节点,将其作为临时目标节点,为动态规划提供全局信息,避免出现局部最优.然后,采用时间序列Bottom-Up算法减少路径节点数,从而减少迭代次数、计算代价和储存代价,提高算法效率.最后,采用双速度模型对动态窗口法进行改进,通过避障重规划机制,解决全局动态路径规划时移动机器人绕远甚至绕圈的问题,并通过MATLAB平台进行仿真实验.仿真结果表明：文中算法的规划效率可提高46.18%,保证了路径的安全性和移动机器人速度的平稳性,文中算法的路径质量和规划效率更佳.     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划,为发挥算法中改进遗传算法和鲸鱼优化法的优势,弥补遗传算法出现优化准确率和收敛度不高等问题,将改进遗传算法和鲸鱼优化法融合,增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化,改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较,结果表明融合改进优化算法可以有效获取最优算子,减少运算时的迭代次数,同时提升算法的规划准确率。     

复杂环境下移动机器人路径规划算法

对复杂环境下移动机器人全局和局部路径规划问题进行研究,提出一种全局-局部混合模式的路径规划方法.首先,对全局运动空间进行建模,运用全局模式规划一条从起点到终点的全局路径;然后,针对空间中影响机器人运动的移动物体,通过位置、速度分析碰撞的可能性,从而进行局部路径规划;最后,基于MATLAB仿真平台,将文中方法与经典人工势场法、改进人工势场法进行对比实验.实验结果表明:文中方法在机器人路径规划任务中的总时长和总长度均优于其他两种方法.