基于VRML-Java的虚拟现实技术在可视化装配中的应用

为实现建立在开放技术标准之上的可视化装配系统，本文对基于VRML－Java的虚拟现实技术在工程设计领域的应用进行了研究，提出了一种新型的Web环境下3D交互仿真结构，3D模型下载到客户端显示，复杂的运算和仿在服务器上进行，从而实现服务器端装配模型和客户端显示模型的分离，在此基础之上可以完成VRML场景的动态生成，装配控制、碰撞检测以及装配过程的动画回放等功能，该结构不仅可用于网络环境下的可视化装配，也适合于其他领域基于Web的科学可视化。     

基于小数据集贝叶斯网络建模的偏差源诊断方法

针对装配过程尺寸偏差的小样本检测条件,提出了基于条件独立性检验的结构学习算法,结合柔性装配偏差关系模型,推导了贝叶斯网络子节点的先验条件概率,将小数据集与先验概率融合并获得贝叶斯网络参数,实现了装配偏差影响因素的贝叶斯网络建模,并用于某车型侧围装配过程的偏差源诊断.结果表明,所提出的偏差源诊断方法具有较高的准确性.     

汽车车架全铆接总成装配及检测

各类汽车的基础件———车架 ,是由几十种钢制散件总成装配而成的框架式结构件 ,目前国内外车架的总成装配工艺 ,基本上采用了以下三种方式 :(1)车架散件利用工装定位压紧 ,点焊连接组合 ,铆焊接而成 ;(2 )车架散件采用冷铆与焊接结合 ,组装成形 ;(3)车架散件利用工装定位压紧 ,全部采用液压冷铆连接 (以下简称全铆接 ) ,组装不允许点焊连接 .以上三种总成装配工艺 ,首属全铆接车架的强度高 ,柔性刚度好 ,减震性能有所改善 ,此种车架一般适用于档次较高的各类乘用车及载重车的安装配套 .本文就全铆接车架的总成装配工艺及检测方式的实施 ,进行一定的阐述及总结 .     

一种新的装配序列规划方法研究

在新的装配序列规划方法中，采用多色集合建立了装配信息模型，把装配约束关系分为定位关系、阻碍拆卸关系和联接关系，建立了装配约束关系方程——定位方程、阻碍拆卸方程和联接关系方程，用数学方程表示零件的装配约束条件，同时提出了求取零件装配序列的算法．与传统的装配序列规划方法相比，基于多色集合理论的装配序列规划方法通过装配约束关系方程，提前排除了不合理的装配序列，因此避免了由约束信息膨胀产生的组合爆炸．     

几何尺寸公差的分层优化设计

为优化装配系统中公差链的公差值,建立了几何尺寸公差的优化模型,并提出公差的分层优化设计算法：第一层,解决设计公称值居中的优化问题;第二层,解决进一步降低成本的概率性优化问题．以一个齿轮装配箱为例,验证了该优化设计算法．结果表明,该算法可优化尺寸公差和形位（几何）公差,具有通用性．     

面向芯片封装的高加速度运动系统的精确定位和操作

介绍了下一代芯片封装设备的特点,及其研制中亟待解决的核心科学问题:高速、高加速度运动系统的精确定位与操纵理论.通过对当前研究现状的分析指明了解决该问题的理想途径:设计一种高推重比直接驱动的无/极低摩擦并具有可控阻尼特性的运动定位工作台及其相应的位置伺服、视觉定位及力控制系统,并列举了相应的关键技术、研究方法和技术路线,为有关研究工作的深入展开奠定了基础.     

五自由度装配机器人及其微机控制实验系统

为开展非确定环境下机器人智能装配策略的研究,对原示教－再现型四自由度ＳＣＡＲＡ装配机器人进行了改造,使其变成微机控制的五自由度装配机器人,并建立了基于力／位姿信息的装配状态监控实验系统,针对实际产品３ＳＥ３行程开关芯体与壳体的装配过程进行了插装装配控制策略的研究。     

基于solidworks的安全阀建模中弹簧特征的生成

本文针对用Solidworks进行安全阀的零件建模和整体结构的虚拟装配中,弹簧在装配中需要压缩的要求。结合"自上而下"和"自下而上"的设计方法,提出了在Solidworks装配环境中先装入与弹簧两端直接接触的零件,再用插入新零件的方法,生成弹簧实体模型。这种关联的弹簧建模方法,可以满足安全阀工作中,弹簧根据压力伸缩的需求。     

X射线聚焦望远镜镜片装配一体化建模和仿真

针对圆锥嵌套式Wolter-I型X射线聚焦望远镜镜片装配过程,基于Abaqus有限元软件建立了三维自适应一体化建模和仿真算法流程。利用Python语言结合Abaqus脚本接口进行二次开发,提出自适应建模仿真算法,并可精确获取不同工况下镜片的应力分布、面形偏差分布等结果。同时,在此基础上进行图形用户界面(GUI)二次开发,形成了可操作性更好的插件,大大提高了仿真效率和精度,节约了实验和人工成本。仿真结果给出了理想的镜片厚度及最佳装配载荷,并给出了更合理的面形偏差的评估方法,为光路分析以及指导实际装配过程提供了重要的理论依据。     

基于预测机制的装配作业重调度问题建模优化

飞机移动装配中因作业质量问题增加的修复作业会打乱装配计划并造成经济损失,为解决该问题提出了一种预测-重调度形式的闭环框架,该框架的前端利用质量相关部件衰退以及作业质量特性偏差的历史数据训练了作业质量预测模型,基于预测结果,重点针对后端建立了装配作业重调度模型并设计了改进型免疫算法(I-I-A)用于生成新的装配计划。数值实验部分从不同角度验证了I-I-A的有效性,同时也对所提闭环框架的性能优劣进行了对比分析。