课程文献中心 更多>>

关键词： 分布式驱动   移动机器人底盘   转向稳定性   模型预测控制  

摘要： 针对分布式驱动移动底盘转向时稳定性较差与响应速度慢的问题,提出一种基于模型预测控制(MPC)方法的移动机器人底盘转向控制策略.上层控制器基于7自由度动力学模型,以最优横摆角速度、质心侧偏角和侧向车速为目标,考虑多种约束,采用二次规划算法求解移动机器人底盘输出的合力矩,并转化为车轮转角进行控制输入.下层控制器将根据最佳滑移率求解驱动力及制动力.最后,采用CarSim与Simulink开展联合仿真,搭建实车验证平台,选取正弦线和双移线工况展开实车实验,结果表明基于MPC的分布式驱动移动底盘转向稳定性控制策略是有效性的.

关键词： 首席技术官   汽车底盘   中心驱动   上汽通用五菱   平台打造  

摘要： 由中国汽车技术研究中心有限公司携手行业权威机构、高校等共同精心打造的汽车底盘领域专业技术奖项--“2024中国十佳底盘”,如今已圆满落下帷幕。基于天舆架构D平台打造的家用大空间SUV五菱星光S,凭借着S级安全、S级可靠、S级能效、S级舒适等卓越优势,成功斩获“2024中国十佳底盘”这一荣誉。

关键词： 升压汇集站   电气设备   故障诊断   预防性维护  

摘要： 文章围绕中绿电总承包(Ⅰ标段)乌市米东区350万kW光伏工程200万kW的升压汇集站电气设备,探讨了其故障诊断及预防检修策略。深入分析了电气设备的运行特点,归纳总结了常见故障类型及其诊断方法,并针对性地提出了预防检修措施。旨在提高升压采集站电气设备运行的安全性和稳定性,降低故障率,为光伏工程的持续稳定运行提供技术保障,进一步优化光伏工程的整体运行效率。

关键词： 刀具磨损   卷积神经网络   注意力机制   对称点模式   特征融合  

摘要： 刀具磨损是影响零件加工质量的重要因素之一,为了准确可靠地监测刀具磨损状态,提出了一种基于融合特征和注意力机制卷积神经网络的刀具状态预测模型。首先,在铣削过程中采取切削力与振动信号,提取了有效的加工信号;其次,利用对称点模式、小波包分解等信号处理技术对力与振动信号进行重构,建立了不同磨损状态下的信号特征二维图,并对不同工艺参数进行灰度化表征;最后,构建基于SE注意力机制的卷积神经网络模型,利用融合的信号特征图与工艺参数灰度图对刀具磨损状态进行预测。结果表明,基于融合特征与注意力网络的识别模型对于刀具的磨损状态预测有较好的识别效果。

关键词： 机轴承   故障诊断   深度学习   自动编码器   寻优  

摘要： 为了进一步提高电机轴承的故障诊断效率,设计了一种混沌萤火虫参数(CFA)故障诊断方法,建立了其相应的控制流程。以电机轴承测试故障平台为依托,开展振动信号处理分析。研究结果表明:相对萤火虫算法,混沌萤火虫算法进行诊断的准确率更高,能够大幅减小波动幅度。相比较其他的方法,CFA方法准确率达到99%以上,表明混沌处理促进了萤火虫算法鲁棒效果与泛化性的显著提升,由此获得更优的诊断精度。该研究可以拓展到其他的机械传动领域,具有很好的应用价值。

关键词： 定位柱   凸焊焊点   凸环直径   剪切力  

摘要： 液力变矩器定位柱凸焊焊点剪切力达到设计要求且稳定至关重要。主要通过优化焊接参数解决定位柱凸焊剪切力不稳定的问题,经验证改善效果不明显;优化薄板侧焊接电极尺寸和材料后,凸焊焊点剪切力改善效果明显,但焊接质量不稳定;最终提出优化定位柱凸环直径的方法,发现凸环直径是影响凸焊焊点剪切力的关键因素,经理论计算和实际验证相结合确定了最优的凸环直径,达到了批量生产要求。

关键词： 网络通信   无法启动   仪表故障   行驶里程   故障诊断   续航里程   模块故障   客户  

摘要： 车型:欧拉黑猫。行驶里程:13461km。故障现象:客户拨打救援电话反映车辆无法启动,拖车到店后,向客户了解情况:车辆开始是偶尔无法启动,频率很低,等会儿就可以启动了;现在在家里试了多次都无法启动,仪表上各种指示灯闪烁(如图1所示)。故障诊断:观察仪表故障指示灯闪烁、续航里程不显示的现象,分析可能原因电压不稳,网络通信线故障(如图2所示),单个或多个模块故障,线路进水或者其他原因导致线路互连,加装干扰等。

关键词： CytoFLEX流式细胞仪   故障诊断   处理措施  

摘要： 流式细胞术普遍应用在肿瘤学、细胞生物学、免疫学等诸多领域中,是临床疾病的重要诊疗手段,也是科研工作中常用的一种技术方法。CytoFLEX流式细胞仪是我国研发的一种新型仪器,运用了“Clear Focus”技术与专利的WDM收集模块,大幅缩减了仪器的体积及成本,与传统的流式细胞仪有着明显的区别。本文简述CytoFLEX流式细胞仪的常见故障,介绍其相应的处理措施,以期让更多的仪器使用者能够更好地应对突发故障,促进仪器高效运行。

关键词： 机器学习   故障诊断   预测  

摘要： 深入探讨了机器学习算法在工业故障诊断与预测领域的应用,重点分析了监督学习、无监督学习、半监督学习和强化学习四种主要算法。介绍了监督学习在故障分类和回归分析中的应用,强调了高质量数据集的重要性以及模型过拟合与欠拟合的防范。讨论了无监督学习在未标记数据中发现故障模式的能力,并指出其在降维和数据预处理方面的作用。半监督学习部分聚焦于如何利用有限的标记数据优化学习过程,而强化学习则被提及为适应动态环境和优化决策的有效工具。通过具体实例阐释了这些算法在实际故障诊断与预测中的应用,并展望了机器学习技术在智能制造和预测性维护方面的未来发展前景。

关键词： 直线导轨   SL(S-L2UWE)变换   SA-ConvNeXt   故障诊断  

摘要： 提出了一种基于SL(S-L2UWE)变换和SA-ConvNeXt模型相结合的故障诊断方法,以解决永磁同步直线电机导轨磨损、滚珠磨损和滚珠缺失等多类型故障精准识别诊断的问题。首先对采集的振动信号进行S变换处理,将一维时域信号转化成二维时频图像;利用L2UWE算法对S变换后的图像进行增强,实现故障时频图像颜色和形状的细节特征增强显示;将自注意力模块(self-attention,SA)引入到ConvNeXt模型中,从特征通道层面上统计图像的全局信息,使网络关注重点特征,提高模型分类精度。最终,基于SL变换和SA-ConvNeXt深度学习模型对于直线导轨故障的识别准确率高达93.8%,能准确识别导轨和滚珠磨损、缺失等故障。对比试验和鲁棒性试验,验证了本文所提方法的有效性和优越性。