微小零件聚拢分离柔性振动供料器设计

针对工业生产和装配中零件上料易发生堆叠现象，出现零件难以被视觉识别以及难以被机器人抓取的问题，课题组根据有限元分析设计了具有零件聚拢和分离功能的柔性振动供料器。将电磁作动器作为单一动力源设计了硬件结构；根据模态分析结果设计了供料器料盘的尺寸，选择了合适的材质；提出了基于料盘模态振型的零件聚拢分离控制方法；采用C#窗体技术和CANopen协议，设计了供料器上位机控制软件。实验结果表明：该柔性振动供料器具有明显零件聚拢和分离效果，可有效分离堆积零件，提高视觉定位和机器人抓取效率。     

基于ABAQUS的齿轮简化杯状体轻量化设计

为了验证某型号的齿轮简化杯状体构件的使用安全性，并寻求轻量化解决方案，课题组采用有限元软件Pro E进行建模，用Hypermesh进行网格划分，利用ABAQUS软件进行了杯状体构件的模态仿真分析和应力应变仿真分析。根据有限元结果对杯状体底部进行结构优化设计，寻求轻量化解决方案。结果表明：在相关工况下分析得出的最大应力满足许用应力值，此型号的杯状体构件性能安全；所做的拓扑优化设计避开了应力值较大区域，满足安全性要求。本研究为产品进行轻量化设计提供了思路。     

车灯面罩热板焊接温度场CAE模拟

针对塑件热板焊接中温度控制不精确影响焊接质量，且容易在塑料件上产生残余应力的情况，课题组对车灯面罩热板焊接的温度场进行了研究。基于ANSYS仿真平台对车灯面罩热板焊接进行温度场仿真分析，通过建立合理有效地温度场仿真模型得到了面罩热板焊接后的温度场分布，并通过实验验证了焊接过程中温度载荷、边界条件设置的合理性及仿真结果的正确性，最终得出车灯面罩热板焊接的仿真计算可行的结论。     

基于数字光处理技术的多材料增材制造装置研究

针对目前市场上多数增材制造设备成型加工时材料单一，成型件功能单一等缺点，课题组提出了一种低成本、基于数字化光处理技术（DLP）的多材料增材制造系统。在分析传统数字光处理技术工艺基础上，课题组设计了一种多材料线性切换装置和清理装置，并搭建相关的成型系统平台；采用LabVIEW虚拟仪器平台作为控制系统核心，编写上位机程序，Arduino做下位机运动控制，建立从机电设计到多材料工艺过程一体化策略。课题组使用商业光敏树脂应用测试，结果表明系统能够实现层厚及成型件尺寸的精确控制和打印切换功能。系统能实现多材料加工成型，打印具有一定功能性的器件。     

自由落体冲击悬臂梁实验设计与教学实践

在自由落体冲击悬臂梁的实验中，将悬臂梁看作为一个弹簧，悬臂梁静变形曲线作为振型，考虑冲击前后悬臂梁和冲击物耦合系统角动量守恒，提出了一个简单可靠的方法计算冲击物与悬臂梁耦合系统一阶固有频率和其在受到冲击时的动荷因数。本实验使学生能够准确理解相关概念，提升创新能力，在教学实践中收到了良好的效果。     

基于RBF神经网络的永磁同步电机控制系统

由于永磁同步电机控制系统具有非线性等特点，而使传统PID人工调节参数过程过于繁琐，且无法根据电机的运行状态改变参数，为了提高控制精度、增强控制系统的自适应能力，课题组以电流环PI控制为基础，结合径向基（RBF）神经网络对永磁同步电机进行在线辨识，根据辨识得到的灵敏度信息整定PID控制参数，建立参考模型。在MATLAB软件中利用Simulink中建立了PMSM模型，通过对比PID、RBF PID在启动环节和负载变化时的速度变化，验证了改进BRF PID控制的有效性。仿真结果表明RBF PID控制具有更快的响应，更好的抗干扰能力。     

基于调制函数的振动力学模型全参数估计

为提高振动力学模型的精度，课题组对振动力学参数展开研究。基于经典系统力学模型通过在定义域内进行级数展开，重构动力学模型；应用分部积分法及引入调制函数将微分问题转化为关于加速度的积分方程，以便于获取加速度信息作为输入；采用最小二乘法估计刚度、阻尼值，应用雅克比正交级数来表示未知力，从而实现动力学模型全参数的估计。通过估计值和真实值对比验证了课题组所提出的估计方法的准确性。该方法可实现未知参数下的动力学建模，具有一定工程应用价值。     

低渗储层应力敏感评价方法探讨

应力敏感评价是储层保护以及油气井产能评价的重要依据，尤其对低渗储层更显意义重大。目前国内对油气储层的应力敏感评价方法及标准尚存在争议,通过对国内外曾提出的应力敏感评价     

电潜泵举升系统温度压力耦合计算方法研究

电潜泵温度场的准确计算对于设备的选型和正常生产意义重大。针对前人的方法往往没有考虑到压力对温度分布的耦合作用或仅仅假设生产系统中为单相流体的实际，建立了电潜泵举升系统     

基于多关联参数特征子空间的纺纱质量波动预测

针对纺纱生产过程影响因素多、监测维度广导致的过程波动难以分析和纱线质量难以预测的难题，课题组提出一种基于多关联参数特征子空间的纺纱质量波动预测方法。首先分析影响纱线质量的关联参数之间关系，构造能够表征纱线质量波动的特征子空间；然后构建面向特征子空间的纱线质量深度学习预测模型，实现纱线质量智能预测。通过实例进行分析，结果显示提出的方法能够有效分析纱线质量的多关联参数波动规律，并能准确对纱线质量进行预测。