一种三自由度并联机器人的动力学分析

介绍了一种三自由度并联机器人系统,建立了系统固定坐标系和运动坐标系.使用有限元法和弯曲振动法分析了机器人的动力学特性,建立了机器人的动力学方程,并对比了假设模态法的动力学特性.通过机器人的实验系统获得了机器人的共振频率和阻尼比,并分析了共振模态.将三种计算方法得到的固有频率与实验值作了比较,结果表明假设模态法获得的固有频率更接近于实验值.     

考虑啮合齿对失效相关性的齿轮系统可靠性评估

为了考虑齿轮系统在输入扭矩载荷作用下啮合齿对的失效相关性,详细分析了齿轮时变啮合关系,基于蒙特卡罗抽样方法,提出了考虑齿轮啮合时变特性及失效相关性的仿真方法。编写了考虑多种失效模式和时变啮合关系的可靠性仿真程序,以齿轮的齿根弯曲和齿面接触静强度失效模式为研究对象,分析了多种失效模式的共因失效现象和时变啮合特性,并比较了所提出方法与传统的串联系统可靠性分析方法之间的差异。算例表明:随着载荷作用次数的增加,传统方法由于未考虑相互啮合轮齿的失效相关性、时变特性和各轮齿强度的不确定性,从而高估或者低估了齿轮系统的可靠度,表明文中提出的方法更贴合实际,评估结果更趋于合理。     

复杂结构件疲劳可靠性模型与评估技术研究

为了评估复杂结构件在随机载荷作用下的疲劳可靠性,将含有多个疲劳细节的复杂结构件看作由多个只含有单一疲劳细节的单元构成的串联系统,在不做各个疲劳细节失效独立假设的前提下,根据疲劳可靠性异量纲干涉模型,提出了一种从系统层级上直接建立的复杂结构件疲劳可靠性模型。以某型列车枕梁为例,展示了随机载荷历程下含多个疲劳细节结构的疲劳可靠性预测方法及流程,并对其疲劳可靠性进行了分析。结果表明:在随机载荷作用下,提出的模型考虑了复杂结构件中疲劳细节之间失效的统计相关性,计算出的列车枕梁服役30年后的可靠度约为0.90,相比之下,传统的系统可靠性模型计算的可靠度偏于保守。     

液压支架随机载荷历程及Monte Carlo法的应用

为较准确地预测液压支架的使用寿命,利用支架与围岩的相互作用关系,通过围岩的运动规律,分析出了液压支架外载荷的来源及特征.应用Monte Carlo法进行随机抽样获取载荷谱,统计得到其载荷幅值服从形状参数为1.31,尺度参数为216.96的威布尔分布,而载荷均值服从均值为1 200 N·m,标准差为51.96N·m的正态分布,进而模拟出了液压支架在井下真实的载荷历程.为进一步研究和编制程序载荷谱,进行实验室模拟试验和疲劳寿命预测做好准备.     

基于特征分析的机电产品交互界面评价模型

将特征元素作为交互界面基础,提出了基于特征分析的机电产品交互界面设计评价模型.对机电产品交互界面进行特征元素分解,运用相似性实验提取典型特征属性,并以层级分析法建立属性特征的语义量化模型,使感性语义词汇以量化的数理形式表达出来.分别建立外观特征与操作行为的映射规则,属性特征与功能部件的映射规则.评价模型以两种映射关系确定整体交互界面的特征表达,以此为基础进行计算,最终得出属性特征、外观特征、操作行为的效用值,以及整体综合效用值4个评价参数.以龙门刨床为实例验证了评价模型的有效性,而且评价参数可以有针对性地评价交互界面各功能部件、操作步骤对属性特征的表达程度.     

基于Monte Carlo-神经网络的系统相关失效概率模型

相关失效的存在大大降低冗余系统的安全作用，在工程实际中必须加以考虑。根据可靠性数学理论及零件失效机理分析。把零件失效概率看作是基于应力的条件概率，推导系统相关失效概率的数学表达式．通过Monte Carlo法仿真。得到零件条件失效概率的分布类型；并从已知的低阶失效数据中提取相关失效信息，建立神经网络模型，得到其分布参数。利用该模型可以预测系统中的任意阶相关失效概率，也可以用来预测组成零件相同、环境相同但不同大小的其它系统的相关失效概率。例示其应用方法并检验其预测能力，结果证明该方法准确可靠。     

基于小波神经网络的抽油杆缺陷识别

为了正确识别深井泵抽油系统中抽油杆杆体的缺陷以减少油杆井下断裂等事故的发生,讨论了应用小波变换和神经网络技术进行缺陷识别的方法.使用小波与神经网络松散型结合的方法,基于小波包原理,将抽油杆的时域检测信号分解到独立的频带内,应用自适应学习速率梯度下降动量法的BP网络,将提取的频带能量作为神经网络输入,抽油杆的裂纹、腐蚀坑、偏磨、损伤及无缺陷作为神经网络待识别输出.经过实验室大量的实验数据训练和验证,结果表明,此种方法既可以正确识别抽油杆的单一缺陷,也可以识别混合缺陷.     

柔性作业车间多目标调度优化研究

研究了多目标柔性作业车间调度问题(FJSP),提出了一种基于Pareto的混合遗传算法,并建立了包括生产周期、总拖期时间和机床负载在内的多目标优化模型.该算法采用基于工序的编码方式和活动化解码方法,将Pareto排序策略与Pareto竞争方法结合起来.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法,用Pareto解集过滤器保存进化过程中的最优个体,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真试验证明,提出的混合遗传算法可以有效解决多目标FJSP.     

基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命，引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一，尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点，本文中提出了一种基于最小二乘的迭代方法对其进行参数估计，将初始位置参数设置为0，使用最小二乘法得到初始形状参数和尺度参数，将其代入位置参数的无偏估计得到新的位置参数，进行多次迭代，在此过程中形状参数和尺度参数逐渐变小，位置参数逐渐变大，最终获得稳定的形状参数、尺度参数和位置参数，即为最终的参数估计值，并计算可靠度为99%的寿命。通过蒙特卡洛（Monte Carlo）仿真证明此方法是收敛的，并在不同的威布尔模型、不同中小样本量（样本量为10、15、20、25和30）下，使用偏差（Bias）和均方差根（RMSE）两个指标与相关系数法进行对比，此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析，表明该方法具有可行性和有效性，估计结果与相关系数法相比更加保守，更适于工程应用。