金属辐射板冬季供热性能实验研究

为研究金属辐射板冬季供热特性，搭建了金属辐射板测试系统实验台。采用改变进水温度以及环境温度的方法，对单块金属辐射板换热能力进行了测试。研究结果表明：进水温度由36 ℃升高到40 ℃后，金属辐射板表面平均温度上升了3.35 ℃，平均供热量提高了25.29%；环境温度由18 ℃升高到22 ℃后，金属辐射板表面平均温度升高了0.22 ℃，平均供热量降低了17.76%。该金属辐射板冬季供热时，适当提高进水温度，供热效果更佳。     

U形管内浆体输送特性研究

为了探究通过U形管路输送不同质量分数颗粒的浆体流变特性，课题组对其内部流场进行了研究。通过计算流体动力学软件FLUENT对水平U形管内浆体的流动进行了数值模拟，获得了入口段、出口段及弯头等5个截面处颗粒的速度和体积分数分布情况，并且通过计算分析了速度、颗粒质量分数和管径对弯管压降的影响。研究结果表明：在弯头处二次流的存在，导致弯头局部流动情况变得复杂，使得截面内侧颗粒体积分数高于外侧；管道沿线的压降受流速和颗粒质量分数的影响很大，随着颗粒质量分数的增加，剪切应力和剪切黏度的增加导致压降增大。课题组的研究有助于了解颗粒质量分数和流速对浆体流变的影响。     

基于FIR滤波的拐角精确插补算法

刀具轨迹一般是由一系列直线（G01）或圆弧(G02)组成，为了实现路径之间的平滑转接和精确过渡，课题组提出了基于有限脉冲响应（FIR）的连续拐角精确插补算法。该算法利用FIR滤波器对速度脉冲进行滤波，生成刀具的拐角轨迹，通过调节滤波器重叠时间，精确控制拐角轮廓误差，利用过滤后脉冲生成加速度曲线的频谱，加速度曲线可以避免不必要的残余振动。通过实验与传统点对点（p2p）插补算法进行对比，课题组提出的算法加工时间减少了14.6%，加工效率明显提高。     

铝合金 钢搅拌摩擦焊温度场数值研究

针对以往搅拌摩擦焊数值模拟中采用的热源模型较为简单,不能很好反映出实际焊接过程中温度场的分布,而做试验又需要巨大投入的情况,课题组基于热弹塑性法和改良的热源模型,利用ABAQUS软件及其DFLUX子程序接口建立了304不锈钢和5052铝合金搅拌摩擦焊的数值模型,对铝合金 钢异种材料的搅拌摩擦焊过程进行了数值模拟,分析了焊接过程的温度场,同时对偏置量、转速和焊速3个焊接参数进行优化,发现在转速取500 r·min-1,焊速取80 mm/min,偏置量取2 mm的情况下,得到的焊接过程瞬态及稳态温度场均处于理想状态。模拟准确地预测了实际焊接过程中的温度变化,且对实际焊接过程中焊接参数的选择具有一定参考意义,减少了为得到合适参数而进行的大量试验的成本。模拟结果能指导和预测实际焊接过程。     

基于6 UPU型平台的动感座椅运动分析与轨迹规划

针对娱乐场所的动感座椅由于结构限制不能模拟太复杂场景的情况,课题组提出以6 UPU型Stewart平台作为底座,设计了一种动感座椅。对该机构进行运动学和动力学分析并搭建数学模型。以应用为背景给动平台规划了一条复杂的运动轨迹,并将轨迹离散成一连串的轨迹点。基于ADAMS软件搭建了虚拟样机,将轨迹点导入ADAMS中运行,验证该设计的可行性。仿真结果表明该设计空间上更为灵活,可以用于模拟电影中复杂的情景。     

基于进化神经网络的304不锈钢车削加工表面粗糙度预测

表面粗糙度是衡量加工零件质量的重要指标之一,对表面粗糙度进行提前预测有利于提高加工质量。课题组采用正交试验方法进行了YG8硬质合金刀具干式车削304不锈钢棒料的实验,得到不同切削条件下的表面粗糙度。由于BP神经网络的算法预测精度不高而且容易陷入局部极小值,利用遗传算法的全局搜索能力优化BP神经网络的结构和初值,建立基于进化神经网络的表面粗糙度预测模型。结果表明：进化的BP神经网络模型有效地克服了BP神经网络容易陷入局部极小值的缺陷,实现了表面粗糙度的精确预测。     

非均匀光照金刚石切割线颗粒提取方法

针对常用的金刚石切割线人工检测抽检误检率高，检测精度低，而且由于实际环境中成像条件的限制，图像的背景光照不均匀，金刚石颗粒粘连在一起，给金刚石颗粒提取带来困难的现状。课题组提出了基于机器视觉的非均匀光照金刚石切割线颗粒提取方法，利用同态滤波去除噪声与光照不均匀度，最大间方差法对采集的图像进行二值化处理，引入形态学与分水岭分割融合的算法对粘连颗粒进行分割，根据八连通域标记方法统计出颗粒数。课题组对6种不同样本进行对比试验，结果表明课题组所提出的方法准确度较高，提高了计算速度。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明：从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0.05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。