针对多关节机械臂作业效率和安全性的运动规划问题，以开源机器人操作系统ROS为仿真平台进行了机械臂运动规划研究。利用Solidworks建立机械臂模型，经SW2URDF生成XML格式描述的机器人URDF文件。利用ROS Moveit!中的设置助手Moveit!Setup Assistant完成了运动规划相关文件的配置。在轨迹规划方面利用Moveit!框架下C++接口，在三维可视化平台Rviz中实现了笛卡尔空间直线与圆弧插补。在路径规划方面，采用快速扩展随机树（RRT/rapidly exploring random tree）和双向扩展平衡的连结型双树（RRTConnect）路径规划算法，完成了高维空间和复杂约束的无碰撞路径规划。仿真结果表明RRTConnect算法收敛速度快，搜索能力强，能够有效解决复杂环境下的路径规划问题，保证机器臂运动安全。

针对飞机机翼装配过程中装配累计误差大，返修率高等问题，对数字孪生技术在装配过程中的应用进行了研究。提出基于数字孪生的装配过程质量控制方法，通过构建数字孪生车间并使用各种数字化装配和检测设备对装配数据进行实时采集和分析，在研究和分析历史装配质量数据的基础上，通过Copula理论构建质量控制点之间的相关性模型，再借助装配质量熵和互信息理论构建产品装配稳定性测度模型，对装配质量控制点控制阈进行优化，预测并给出下一步的最优化装配方案，将最佳装配方案传送到物理车间进行实际装配。最后，在某车间以某型号机翼翼盒装配为例，对原型系统进行了应用验证，证实了整套方法的可行性。

针对传统永磁同步电机闭环控制系统存在体积大、成本高、可靠性低等缺点，提出了一种无转速传感器的闭环控制系统和电机参数在线辨识方法。在建立永磁同步电机两相静止坐标系模型的基础上，设计滑膜电流观测器估算电机的位置和角速度；考虑到电机运行过程中内部环境变化会导致电机参数变化，又设计了一种基于遗传算法的电机参数在线辨识。仿真结果表明：该组合系统能快速、准确地预估出电机的位置角度和转速，并对电机的定子电阻和电感有较高的辨识精度。能够满足永磁同步电机无传感器控制的需求。

在机器人运行时，为了使伺服电机在最优性能下达到目标速度、在工作过程中有着更强的抗扰动能力，并避免出现震荡、谐振的状况，从而造成机器人运行时动态稳定性严重降低。提出一种基于非线性动态学习因子的粒子群优化算法，对普通粒子群优化算法进行改进。该算法以伺服系统控制模型中的速度控制器为核心，实时辨识负载转动惯量值，使伺服系统内部控制参数根据实际工况调节；运用该辨识值，通过计算得到速度控制PI参数值，并实时修正速度控制器PI参数值。MATLAB/SIMULINK仿真结果表明，与传统的粒子群优化算法相比，无论在电机启动过程中、还是负载扰动下，该方法都具有更快的响应速度、更高的控制精度以及更强的抗干扰能力。

为提高机器人工作性能，满足实际复杂工况需求，研究了SNR3-C30型6R工业机器人的运动状态和轨迹规划。首先，根据D-H法建立机械臂连杆坐标系以及运动学方程；其次，基于其末端执行器的位姿矩阵特性，提出一种结合位姿分离思想的几何求逆优化算法，该算法利用机器人各关节相对腕部的几何位置关系来求解前三个关节角θ₁，θ₂，θ₃，然后在此基础上通过旋转子矩阵求解剩余的关节角θ₄，θ₅，θ₆；最后，在MATLAB Robotics仿真模块中对改进算法进行验证，并采用多项式插值法对机械臂进行关节空间轨迹规划。研究结果表明，改进算法具有优越性和有效性，并且当采用五次多项式插值法进行轨迹规划时机器人运行更平稳。

滚动轴承故障诊断是现代工业发展中的重要技术。针对滚动轴承信号特征提取与智能诊断问题，提出了一种基于WPD-CNN二维时频图像的滚动轴承故障诊断方法。首先通过小波包分解（WPD）将信号转换为二维时频图像；其次将时频图像输入VGG19卷积神经网络（CNN）模型自动提取有效特征，并输入Softmax分类器进行训练；最后使用训练好的分类器完成滚动轴承故障诊断任务。实验结果表明，10类故障数据的识别准确率均在98.3%左右，高于其他深度学习和传统方法，因此所提出的故障诊断模型能有效地进行滚动轴承复杂信号的特征提取以及分类任务。

已知的基于移动最小二乘法（MLS）的数据拟合存在较大的提升空间，提出了一种改进的移动最小二乘法（IMLS）。通过对正态加权函数与两种典型加权函数的分析与对比，证明了正态加权优越的拟合性能。以正态加权作为加权函数对移动最小二乘法进行了改进，并对其影响半径与形状参数对拟合性能的影响进行了深入研究，给出了曲线拟合和曲面拟合的数值实例，数值算例和测量数据处理表明，改进的移动最小二乘法在曲线拟合和曲面构造方面性能优于移动最小二乘。

针对基于瞬时频率估计的阶比分析方法中，瞬时频率难以估计的问题，提出一种基于同步提取变换（SET）的阶比分析方法，对轴承的变转速振动信号进行分析。该方法利用SET良好的能量集中特性，提取强噪声环境下轴承振动信号中的瞬时频率，通过对计算瞬时频率的鉴相时标，对时域信号进行等角度采样，从而得到稳态的角域信号。通过分析轴承实验台的变转速振动信号表明，该方法能够有效抑制噪声的干扰，精确地提取出变转速信号的瞬时频率，成功地实现变转速状态下轴承的故障诊断。

为探究超声振动辅助对单晶硅切削性能的影响, 揭示超声振动辅助切削的基底去除机制, 基于Tersoff力场和Morse力场, 采用分子动力学方法对不同振动频率和振幅的超声振动辅助切削行为展开研究。根据基底原子运动轨迹、刀具受力、基底势能、亚表面损伤、等效应力和原子去除数量的变化规律, 分析了超声振动辅助切削单晶硅的切削性能和去除机制。结果表明, 传统切削通过摩擦推挤方式去除原子, 超声振动辅助切削通过摩擦剥离方式去除原子。振动频率和振幅的升高均有利于降低刀具的切削力和法向力, 增加刀具的做功, 降低非晶层厚度, 增加基底原子去除数量, 超声振动辅助提高了单晶硅的切削性能和效率。研究结果可为单晶硅高效、高质量加工提供理论指导。

针对封头打磨机器人在工作过程中末端执行器轨迹跟踪和恒力控制要求与打磨机器人在封头上行走的振动抑制问题，提出一种基于神经网络的力/位混合控制方法。采用力/位混合控制器完成打磨机器人力和位置的同时控制要求。针对打磨机器人平台行走过程产生的振动干扰，设计神经网络鲁棒控制器，通过神经网络对系统参数误差和振动干扰进行抑制。仿真结果显示，该混合控制器不仅能保证打磨机器人末端执行器位置的精确控制和有效的恒力控制，而且对外界振动干扰有很好的抑制效果。

基于动力学模型的控制是改善机器人运动控制性能的有效方法, 为了得到精确的动力学模型, 需获得准确的机器人动力学参数, 采用加权最小二乘法与遗传粒子群混合算法结合的辨识算法获得准确的动力学参数。关节摩擦影响动力学模型精度, 传统库伦粘滞摩擦模型精度不高, 引入一种新的连续摩擦模型, 采用牛顿-欧拉法建立机器人动力学模型, 采集机器人在激励轨迹运动下的数据, 先采用加权最小二乘法辨识得到初始解, 在初始解的基础上设定解的边界, 分别采用遗传算法、粒子群算法、遗传粒子群混合算法辨识动力学参数, 并于已有方法进行对比, 结果表明遗传粒子群混合算法辨识动力学参数精度更高。最后, 选取验证轨迹验证动力学参数的精度, 结果表明辨识得到的动力学参数能够建立精确动力学模型。

无人机检修作业已成为架空输电线路日常运行维护的重要手段。当检修系统接近线路作业时，高电压、大电流、强电磁环境均容易对系统造成破坏。基于35 kV交流输电线路直线塔检修作业的实际工况，提出了一种基于机械臂的无人机检修作业系统设计方法，建立了35 kV输电线路无人机检修作业有限元模型，主要研究了输电线路周围电场对所设计系统的影响，最后搭建了35 kV线路无人机检修作业真型试验平台对系统进行加压测试。仿真与试验结果表明，检修作业系统能够满足35 kV架空输电线路的检修技术要求。该研究成果可为35 kV输电线路多旋翼无人机检修作业系统的相关部件设计与防护提供技术保障。

针对高速永磁同步电机载波比低、数字控制延时较大所引起的电流环解耦效果差问题, 在传统偏差解耦控制的基础上提出一种改进型偏差解耦控制策略。首先, 该策略对电流环的控制时序进行分析, 研究数字控制延时产生的角度延迟的影响; 其次, 在考虑延时效应导致的轴间附加耦合项与电机自身耦合项的基础上, 依据传统偏差解耦控制的原理, 建立含耦合项的电流控制方程, 推导出新的解耦项, 并将其作为系统补偿量来抵消耦合项的相互影响。通过搭建三相高速永磁同步电机仿真模型对所提控制策略进行验证, 与传统偏差解耦控制相比, 在负载突变工况下, q轴电流波动降幅为54.6%~62.5%, d轴电流波动降幅为43.9%~60.3%, 三相电流波形明显改善, 提高了系统的控制性能。

以不满足Pieper准则的串联机械臂为主要研究对象, 针对逆运动学求解存在的精度低、收敛速度慢以及通用性差等问题, 提出了一种适用于各类串联机械臂求逆解的改进Levenberg-Marquardt算法。根据改进D-H参数法建立了机器人运动模型, 以最小化位姿误差为目标构建了逆解问题的目标函数; 通过收敛因子非线性更新、信赖域法调整收敛步长以及延用迭代初值等3种策略得到了一种改进LM法, 并将其用于逆运动学求解; 最后在MATLAB环境下进行仿真试验。结果表明, 改进的LM法具有收敛速度快、稳定性能好、精度高等特点, 证明了该算法求逆的可行性与有效性。

针对盾构主减速机齿轮故障特征难以提取的问题, 提出了一种基于参数优化变分模态分解(variational mode decomposition, VMD) 和峭度准则的故障诊断方法。利用粒子群算法(particle swarm optimization, PSO), 以最小平均包络熵为适应度函数来确定VMD算法的模态分量个数K及惩罚因子α的最佳组合; 将原始振动信号利用[K, α]参数组合通过VMD分解成若干本征模态(intrinsic mode function, IMF)分量, 根据峭度准则筛选出最佳和次最佳IMF分量进行重构, 降低噪声干扰; 最后, 提取重构信号的时域和熵理论特征, 利用粒子群优化支持向量机(PSO-SVM)和轻量级梯度提升机(LightGBM)进行故障识别分类。通过使用DDS试验台实测信号数据验证表明, 该方法能够有效地提取齿轮故障特征, 实现对齿轮故障类型的准确判定, 验证了该方法的可行性和有效性。

针对生产过程中不确定性机器故障使初始调度方案可执行性降低的问题,提出了一种考虑机器故障概率的柔性作业车间重调度方法。采用事件和基于故障概率的周期混合驱动策略,综合使用多种重调度方式,引入最大完工时间偏差、工序开始时间累积偏差、工序机器变动量作为评价指标,借助结合变邻域搜索的改进遗传算法对调度方案进行求解。通过对处理后的柔性作业车间案例仿真分析,结果表明,相比于单一重调度方式该方法最优重调度方案在性能评价指标上有显著提升,验证了所提出重调度方法应对不同情况下机器故障扰动的优越性。

针对移动机器人路径规划的效率和所规划路径的安全性问题, 基于阿克曼六轮转向模型, 提出了一种基于改进Hybrid A^*算法的路径规划方法。通过改进Hybrid A^*算法中的启发式函数, 引入距离惩罚函数, 减少了节点搜索数量; 通过构建安全走廊, 引导移动机器人尽可能远离障碍物; 在代价函数中加入了节点向前、换向和向后扩展的惩罚项, 确保所规划路径的可执行性与安全性。通过仿真表明, 基于改进Hybrid A^*算法的路径规划方法适用于阿克曼六轮移动机器人, 提高了路径规划的效率, 规划的路径更具安全保障。

为提高机械臂的工作效率和稳定性,提出了一种基于改进粒子群算法的时间最优3-5-3多项式插值轨迹规划算法,通过动态调整粒子群算法的惯性权重和学习因子的大小,优化了算法局部和全局搜索能力。以UR5e机器人为研究对象,利用逆运动学求出给定机械臂末端路径点对应的关节位置序列,采用分段多项式拟合关节空间下运动轨迹;在速度约束条件下,利用改进的粒子群算法对机械臂运动轨迹进行时间最短优化;通过MATLAB软件进行仿真并进行实验分析。结果表明,改进后的算法在收敛速度和寻优精度有了明显提升,有效减少了机械臂完成目标任务的时间。

为了保证RV-80E减速器批量装配过程的一致性和稳定性, 针对其装配质量控制关键技术进行了研究并开发了基于机器视觉的装配线。通过分析RV-80E减速器过定位结构原理, 提出了核心零件的8个关键配合方式和影响整机性能的3个复杂尺寸链。以实现最优整机性能为原则总结了RV-80E的精密装配工艺流程和质量控制参数。设计并开发了RV-80E装配线和机器视觉系统, 装配线覆盖RV-80E的智能选配、衬套精密压装、滚针安装、螺钉自动拧紧等关键装配工序, 在智能选配和衬套精密压装工位引入了基于VisionPro的视觉防错技术。统计分析了600台RV-80E减速器的传动误差指标符合正态分布, 其Cpk指标为1.45, 生产数据表明基于机器视觉技术的装配线改善了RV-80E装配过程的一致性和稳定性。

针对机械臂在实际工作中无法完全建立精确的数学模型以及系统具有较大的不确定性,提出一种基于RBF神经网络补偿的自适应滑模鲁棒控制器。首先,利用计算力矩控制方法,结合基于RBF神经网络实现的补偿控制器使系统获得较好的跟踪效果;其次,引入滑模鲁棒控制,将建模误差以及外部干扰通过在线训练和调整参数对机械臂的未知不确定量部分进行实时估计和补偿,提高了跟踪精度以及提升了逼近的速度,同时,引入饱和函数降低了滑模控制中的抖振现象。仿真结果表明,改进后的控制器,对比文中传统控制器2和3在跟踪机械臂关节位置的响应速度上分别有约4 s和2 s的提升,同时,改进后的控制器在对于系统不确定性的补偿速度上有提升,约在1 s内做出响应。

为探究椭圆振动车削（Elliptical Vibration Turning，EVT）316L不锈钢过程中振幅、频率、切削速度对切削力的影响，利用有限元软件ABAQUS建立切削仿真模型，进行不同振幅、频率、切削速度下的切削过程进行对比研究。研究结果表明：与常规车削316L不锈钢相比，EVT方式可以降低切削过程中的Mises应力、切削力、切削温度，是改善316L不锈钢加工的有效方式；EVT方式下切削力随着振幅和频率的增加而降低，随着切削速度的增大而增大，振幅、频率、切削速度对切削速度方向的切削力影响更显著。

为了实现不同规格电主轴在模拟实际加工工况下的动静态性能测试功能,通过分析电主轴的静力及动力学模型,得到性能评价指标,设计了类V型块装夹机构,实现了不同规格电主轴的装夹;设计出非接触式气浮加载装置实现静力加载,相比于常用的对拖式加载、电磁加载具有结构简单、发热量小、承载力稳定等突出优点;以铣削加工的方式实现动态加载,更加接近实际工况;选择合适的传感器及动态测试分析仪实现电主轴前端径向位移、动静载荷和转速数据的采集、存储与及时分析。对实验装置的关键部件进行分析及校核,得到最大线性位移为0.015 mm,对测试系统带来的误差可忽略不计。所得结论验证了实验装置运行的可靠性,满足了机床电主轴动静态性能测试的需求。

为解决深度强化学习中的收敛慢和过估计问题, 提出一种改进融合深度强化学习的方法。引入人工势场中的受力作为深度强化学习的奖励值, 引导机器人避开障碍向目标移动, 提升深度强化学习网络的收敛性; 融合平均DQN和双DQN方法DDQN, 把平均DQN用于DDQN的目标网络, 解决过估计问题; 把浅层特征作为深层网络输入进一步提升学习效果。与其它方法对比实验结果表明, 改进后的方法能够提升训练网络的收敛性, 更好地解决过估计问题。机器人使用改进后的方法得到的奖励值更大, 规划的路径更优。

为了解决传统A^*算法路径搜索时间较长, 拐点和转弯次数过多, 搜索路径不够安全、平滑等问题, 提出了一种融合改进A^*和TEB算法的路径规划方法。首先, 更改启发函数的距离评价方式提高搜索效率, 并引入转向角代价函数进一步优化评价函数; 其次, 在扩展节点时启用自动切换搜索邻域的方式安全扩展, 并提取路径中的关键节点; 最后, 将B样条曲线优化后的路径使用TEB算法进行局部路径规划。实验结果表明融合后的算法能有效提高规划效率, 路径更加安全平滑, 且机器人能够顺利避开动态障碍物。

针对蚁群算法在移动机器人路径规划中存在的稳定性不足、收敛速度慢、前瞻性差，易过早陷入局部最优等问题，优化改进了传统的蚁群算法。通过改进转移概率来优化转移规则，让蚂蚁可以精准地搜索到下一个最佳栅格位置；采用基于无限步长原理的新启发式信息来扩展视野，提高可见性精度；另外，改进算法还采用了新的信息素更新规则以加快收敛速度，扩大搜索空间。仿真结果表明，该改进算法在路径搜索效率和收敛速度方面明显优于传统蚁群算法。

为了有效解决传统四缸、六缸及多缸发动机缸体主轴承座两侧面铸造时产生多余留量难题，文章研制了缸体主轴承座侧面加工专用机床，使用该机床加工主轴承座两侧面能够避免发动机在运转过程中连杆带动曲轴干涉的问题，同时该机床在关键部件设置了传感器，能够采集加工状态实时信息。实际运行结果表明该机床较传统机床更加稳定、可靠、高效率、低噪声、环保且维护简单。

为进一步提高刀具磨损量预测模型的准确度,实现对刀具加工过程的在线监控。提出一种基于改进的沙猫算法(improved sand cat swarm optimization,ISCSO)和长短期记忆神经网络(long short-term memory,LSTM)的刀具磨损量预测模型。利用刀具的加速度振动信号为输入样本,应用长短期记忆神经网络对铣刀磨损值进行预测。针对沙猫算法收敛精度低等问题,引入混沌映射、非线性收敛因子和对立点检测机制,利用改进的沙猫算法优化长短期记忆神经网络的参数。实验结果表明ISCSO-LSTM模型的刀具磨损预测精度明显高于LSTM模型。

为了解决传统深度学习方法无法挖掘原始振动数据与旋转机械状态之间的非线性映射关系问题，提出了一种基于堆叠式自动编码器与深度Q网络相结合的深度强化学习旋转机械故障诊断方法。首先，建立故障诊断“博弈”模型从而为故障诊断代理提供观察、行动和获得奖励的交互式环境；其次，堆叠式自动编码器采用完全连接模型进行逐级的内在特征学习进一步构建了故障诊断代理，然后通过引入记忆回放和迭代更新策略以及奖励反馈机制，使得深度Q网络实现了原始振动信号与故障模式之间的非线性映射关系。实验结果显示提出的方法在滚动轴承以及液压泵故障诊断上具备较高的诊断精度，验证了该方法能够有效地实现了旋转机械端到端的故障诊断。

针对传统机械臂的离线式笛卡尔空间轨迹规划无法解决与环境发生接触的情况,提出了一种基于导纳的机械臂实时柔顺轨迹规划方法。将机械臂笛卡尔空间轨迹规划分为了位置规划与姿态轨迹,并通过时间标度参数s(t)将二者归一化,其中以最为常见的直线运动和圆弧运动为例进行了轨迹规划说明;构建导纳控制器,并将末端六维力传感器获取到的信息代入控制器中,计算出末端位姿的调整量;在轨迹规划的基础上引入导纳控制,解决了轨迹规划无法实时感知外界环境作用力的问题;最后,搭建了机械臂实物验证实验,进行了直线运动和和圆弧运动实验。实验表明,基于导纳的实时柔顺轨迹规划方法既可以实现机械臂轨迹高精度运动,也可以主动顺从外界环境接触力,提高了系统的稳定性和安全性。

为提高GCr15钢球表面的耐磨性能,将GCr15钢球、硬质球、研磨粉及研磨液混合进行钢球强化研磨加工。通过采用光学金相显微镜、X射线衍射仪、维氏显微硬度计分别检测GCr15钢球的截面显微组织、晶粒尺寸及维氏显微硬度,再通过摩擦磨损试验机对不同钢球强化研磨加工时间的GCr15钢球进行摩擦磨损试验,分析其平均摩擦系数、磨损量及磨痕宽度,研究钢球强化研磨加工时间对GCr15钢球表面耐磨性能的影响。结果表明,在其它加工工艺参数保持不变的情况下,钢球强化研磨加工时间由30 min增加至90 min时,其表层强化层厚度增加,晶粒细化程度逐渐增大,维氏显微硬度提高,使其耐磨性能增强。

针对传统五轴机床回转中心的标定方法的精度和效率问题, 提出一种带有自动修正功能的双摇篮式五轴机床RTCP的标定方法。应用最小二乘拟合的粗自动标定和“自校验-自修正”的精自动标定方案, 通过引入试切校验思想, 使用接触式探头和标准球对现有RTCP参数进行精度自校验, 并根据误差反推RTCP参数, 然后再次校验, 不断迭代优化并逐步逼近最优解, 形成闭环标定。经过试切和标准球校验显示, 经过自修正精度优化的结果单方向误差在0.01 mm以内, 对比粗标定误差0.03～0.06 mm, 精度提升66%以上, 且多组实验的重复性能良好。

滚动轴承摩擦力矩是导致轴承发热的主要因素, 为准确描述轴承摩擦力矩与温升的耦合关系, 基于滚动轴承拟动力学及弹流润滑理论, 考虑轴承预紧力、离心效应、热膨胀等影响, 建立了基于热-力耦合的陶瓷球轴承摩擦力矩计算模型, 并试验验证了模型的正确性。分析了不同工况条件及轴承结构参数对陶瓷球轴承摩擦力矩的影响, 计算结果表明：陶瓷球轴承摩擦力矩受载荷、转速、预载荷影响较大; 合理选择轴承的结构参数以及润滑油温度均有助于降低轴承整体的摩擦力矩。

针对现有EPS (electrical power steering)电机测试系统结构受限、忽视弱磁控制下被测电机转矩输出能力等问题,研发了基于LabVIEW的EPS用永磁同步电机(permanent magnet synchronous motor,PMSM)性能测试系统。系统分为主动电机加载、被测电机控制、数据采集三大模块,通过开放控制器弱磁超前角参数、引入阶次分析技术等方法,对某型EPS用PMSM进行转矩-转速特性(T-N)和转矩波动测试(T-R)。试验结果表明,电机在被测转速点下输出转矩误差不超过5%(0 rpm时误差不超过3%);低转速工况转矩波动主要分布在24阶,转矩幅值小于0.030 N·m,其余各阶次未出现明显转矩波动。验证了试验台架的准确性与可靠性,完成产品质量自动化检验。

现有热误差预测多基于温度数据建模, 特征维度单一, 且热误差非线性和耦合性特点, 导致预测模型适应性较弱, 预测精度较低。针对上述问题, 设计了一种多源异构数据采集方案, 建立基于多维温度、能耗数据和深度神经网络的立式机床热误差预测模型。搭建了实验平台, 进行了支持向量和随机森林回归模型预测精度的对比。对比分析可知：DNN模型相比于传统回归模型, 适应性较强, 预测精度较高, Z向热误差平均绝对误差为0.973 μm, 在提高预测模型适应性的同时, 显著提高了热误差预测精度。

为了实现具有较高比表面积的多孔结构拓扑优化，引入局部体积约束对设计域内的材料分布进行限制，基于改进固体各向同性惩罚模型的变密度法，构造多孔结构周期性约束条件，以结构刚度最大化为优化目标，建立周期性多孔结构拓扑优化数学模型，采用移动渐近线法求解，得到高比表面积二维周期性多孔结构。通过测量优化后多孔结构单胞的表面积，并与无局部体积约束优化所得多孔结构对比，本方法可通过牺牲较少的结构性能，有效提升周期性多孔结构的比表面积。

针对螺旋端铣过程中的颤振现象，采用三维切削力模型，提出了新的预测模型。相较于以往采用二维切削力的端铣颤振预测模型，新的预测模型主要考虑主轴刀架刀具单元的柔性，研究了螺旋立铣刀的动态稳定性问题，具有更高的准确性。通过对主轴-刀具组合的有限元建模，得到了刀尖的频率响应。采用三维切削力模型，推导了加工过程中稳定切削深度和工作速度的表达式。利用切削试验对三维稳定性模型进行了试验验证，试验得到的结果与仿真结果吻合良好，由此验证了建立的端铣稳定性预测模型的正确性，最后，对比分析了基于不同预测模型的颤振稳定域波瓣图，结果表明改进优化后的预测模型具有更高的准确性。

为提高永磁同步电机(PMSM)位置伺服系统的性能,针对外部扰动及参数不确定性对控制性能的影响,提出一种改进的非线性反步自抗扰控制方法。首先,针对传统自抗扰位置控制器中反馈控制律的设计仅限控制增益已知的情况且其收敛性能有限的问题,基于反步控制及连续光滑非线性函数改进了控制律设计;其次,针对传统自抗扰控制器所采用的等效扰动估计方法性能有限的问题,引入朗道自适应观测器对扰动及参数分别辨识。仿真结果表明,所提出的非线性反步自抗扰控制方法有效地提高了永磁同步电机位置伺服系统位置的跟踪收敛速度及跟踪精度,增强了系统对外部扰动及参数不确定性的自适应能力。

针对高端精密高速电主轴普遍存在损耗大、效率低、转子发热严重等问题, 提出采用基于非晶合金定子铁芯的高速永磁同步电机, 根据非晶合金定子铁芯的磁化特性和损耗特性开展了高速永磁同步电机优化设计研究, 采用有限元法建立了一款额定功率3.7 kW、额定转速7000 rpm、最高转速15 000 rpm的永磁电机物理分析模型, 与相同结构参数的硅钢(35W270)电机损耗、效率等性能进行了对比分析。通过分析结果表明采用非晶合金作为高速永磁电机定子铁芯较硅钢电机额定工作点理论铁损下降76.5%; 经对两款样机进行实际测试, 考虑到铁芯加工及装配工艺导致铁损的恶化, 实测铁损下降50.7%, 效率提高1.4%, 相同负载与冷却条件下定子绕组温升下降15.1 K, 表明了非晶铁芯在高速电主轴中应用具有明显的优势。

为提高永磁同步电机的控制性能,设计了一种自抗扰控制器与改进ESO并联的永磁同步电机矢量控制系统。首先,利用光滑的非线性函数改进传统的ESO,提高其对信号的平滑处理能力,并将改进的ESO与ADRC并联,提高信号处理的准确率;然后,将系统的电磁转矩与负载误差、转速误差与时间积分主动补偿到电流环,提高系统的响应速度和抗干扰性;最后,利用乌鸦算法优化ADRC的参数,减少人工参数整定的复杂度。Simulink中的仿真结果表明,改进系统比ADRC和PI控制具有更好的鲁棒性和稳定性。

针对航空用紧固件抗剪性能这一关键特征,分别建立了毛坯件和热处理工况航空用Ti-6Al-4V紧固件的双剪切三维数值模型,揭示了Ti-6Al-4V紧固件双剪切演化过程及抗剪失效机理。结果表明,该模型可以有效模拟钛合金紧固件双剪切工况下的载荷-位移曲线,剪切强度预测平均误差为0.5%。热处理后Ti-6Al-4V紧固件的剪切强度提升了35%。在抗剪过程中,工件的应力集中由下刀面接触域逐渐扩展到整个受剪面,直至工件抗剪失效。该研究为钛合金紧固件抗剪性能分析及提升提供理论依据和指导。