针对工业设备轴承故障诊断中普遍存在的跨工况迁移困难及目标域数据标签稀缺等挑战，提出一种融合特征增强与域对抗学习的智能诊断方法。通过构建基于小波变换的对称点模式特征图（WT-SDP），将原始一维振动信号映射为具有几何语义的二维特征表示，有效解决了传统方法对平移不变性不足和长程依赖建模效率低的问题，显著提升了特征的可分性。进一步利用域对抗神经网络（DANN）框架的梯度反转机制在几何特征空间内实现源域与目标域特征分布的多尺度对齐，无需依赖目标域标签即可缓解域偏移问题，从而增强模型在异质工况下的泛化性能。实验基于凯斯西储大学轴承数据集（CWRU）与动态诊断系统实验台（DDS）的跨域迁移任务验证，结果表明：本文方法在目标域上的平均诊断准确率达95%，较基准模型提升20%。本研究为复杂工况下工业设备的跨域故障诊断提供了新思路，所提方法在域适应效率方面展现出突出优势。
零件加工精度检测是生产的重要环节，高效的偏差分析方法能够在保证零件质量的同时节约成本。针对激光三维扫描获取的三维点云，设计了一套三维零件偏差分析系统。通过将扫描数据和零件的CAD设计模型进行对比，计算出零件的偏差并进行可视化显示。该系统分为数据预处理、对齐和偏差计算三个部分。数据预处理阶段，将CAD三维模型离散成点云，同时提取扫描数据的点，再提取两者的关键点以便于对齐。对齐阶段，设计一种OBB分割盒粗配准算法进行粗配准，再用ICP算法进行精配准，能有效避免ICP算法陷入局部最优解。在偏差计算阶段，采用以点代面的方法计算出初始偏差值，最后设计异常值处理系统处理异常值。与专业软件相比，测量误差在微米级。
音频视觉问答（AVQA）是人机交互多模态推理的关键任务，需模型对齐并理解视觉与听觉信号。当前研究面临三大挑战：（1）预训练与任务监督解耦导致模态对齐不足；（2）冗长视频中难定位关键片段；（3）静态融合策略适应性差。为此，提出端到端统一框架：首先，在问题引导的池化模块引入最优传输损失，实现细粒度语义对齐；其次，设计基于MoE的动态融合模块，通过路由机制支持早/中/晚期融合。在MUSIC-AVQA和FortisAVQA上的实验表明，该方法以可解释性达到最优性能，验证了问题引导的联合对齐与动态融合的有效性，为复杂多模态任务提供了通用解决方案。
随着产品市场日益趋向动态多变与个性化定制，生产系统底层执行逻辑必须具备更高的柔性与灵活性。然而，这种需求不可避免地使物理控制逻辑组合剧增，进而导致调试困难并降低系统开发效率。为此，提出了一种工艺驱动的生产控制逻辑建模方法，以实现生产执行逻辑的解耦表达与控制逻辑的自动生成。该方法构建了控制逻辑的四要素模型，进而提出了封装的动作单元与动作链模型。在此基础上，建立了工艺驱动的生产控制逻辑生成框架及实现流程，开发了一套支持所提方法的低代码建模与自动生成原型系统。通过实验，证明了所提方法在复杂控制逻辑建模中的有效性与灵活性。
制冷剂充装线作为典型离散制造系统，存在多工位信号协同复杂、控制逻辑验证周期长、现场调试成本高等问题，传统的仿真验证方法难以实现全线控制逻辑与物理行为的闭环验证。为此，提出了一种面向柔性制冷剂生产的数字孪生驱动虚拟调试（Virtual Commissioning）体系。通过构建“设备—信号—控制”三层协同模型，确保虚拟模型与物理产线的高一致性；同时设计了基于“PLC（Programmable Logic Controller）—OPC（OLE for Process Control）—孪生模型”的实时闭环验证机制，使控制逻辑、信号交互与设备行为之间形成动态回路，提高调试过程的可观测性与诊断能力。实验表明，基于该虚拟调试体系建立的数字孪生模型，可在设计和调试流程中提前暴露关键的控制逻辑缺陷、信号冲突与机器人路径干涉等问题，实现充装线控制策略的快速迭代和提前验证，并为其柔性化部署提供可复用的技术体系。
增材制造技术在航空航天及高端装备领域的应用日益广泛，但在实践中仍存在全流程数据分散、工艺知识积累不足及经验传承受限等问题。针对上述瓶颈，设计并实现了一种基于低代码平台的金属增材制造数字线程系统。该系统以数字线程为核心逻辑主线，构建了工艺参数库、零件参数库与知识库三大功能模块，实现了从设计、打印到验证的全过程数据贯通与闭环管理。系统依托低代码快速开发模式与微服务架构，实现了多源数据的标准化存储、打印过程的可追溯管控以及知识的动态沉淀。结果表明：该系统能够显著提升金属增材制造过程的数据透明度与复用效率，为复杂零件的快速迭代、工艺优化及知识传承提供了可扩展的技术支撑，也为航空维修及高端制造领域的数字化转型提供了切实可行的解决方案。
由于激光位移传感器仅能获取沿激光束方向的单点距离信息，需通过系统标定精确确定激光束在机器人工具中心点（TCP）坐标系下的单位方向向量，从而实现从一维距离值到三维空间坐标的转换。针对这一需求，提出了一种基于标准球靶标的创新标定方法。首先，控制机器人带动激光传感器以不同位姿对标准陶瓷球表面进行均匀采样，同步记录激光传感器数据与机器人末端位姿信息；基于球面几何约束，建立包含激光束方向向量等未知参数的超定非线性方程组，并采用基于非线性最小二乘优化的方法进行求解。为验证标定精度，使用标定后的测量系统对标准陶瓷球直径进行测量实验，从采集到的50个点中随机选取25个点，选取5次，进行球体拟合。实验结果表明，测量结果与标准陶瓷球直径之间的误差均小于0.03毫米，验证了所提激光束单位方向矢量标定方法的有效性与实用性。
随着超高压开关设备的广泛应用，其装配过程的精度和效率要求不断提高。传统人工装配存在劳动强度大、对中误差高及一致性不足等问题，亟需发展智能化、自动化的装配方法。针对超高压隔离开关空间结构复杂、装配平面与对中轴线不在同一坐标系等难题，提出了一种基于 3D点云与视觉引导的机器人装配方法。首先，通过3D点云扫描动端中间导体，获取其在盆子坐标系下的空间位姿，并经由手眼标定实现坐标系转换；随后结合视觉引导技术，对点云估计的位姿进行误差校正，得到高精度的装配对中参考；在此基础上，采用逆运动学求解与路径规划生成装配轨迹，并引入力/位混合控制，实现装配过程的柔顺接触与稳定插接。实验结果表明，该方法整体的装配准确率达到97%，满足装配作业的效率与精度要求，实现了高压隔离开关的自动化装配。
为提升机械臂在不同环境条件下的目标物体抓取成功率，提出了一种基于并行Transformer架构的高效抓取位姿检测模型PaTMGNet。该模型创新性地使用了多层感知机与混洗注意力模块，以减少模型训练数据和提高特征信息间的像素级关系和通道间依赖关系，多尺度特征融合机制用以提高抓取检测精度。为验证该模型的性能表现，本模型在Cornell和Jacquard标准数据集上经过测试，分别达到了98.9%和94.7%的准确率；在多目标数据集multi-object上准确率达到了94.9%。为进一步证实其优越性能，本模型在仿真环境和实物机械臂上进行了部署与验证，准确率分别达到了97.3%和94.2%。实验表明，本算法在单目标和多目标抓取任务中均具有显著优势。
针对协作机器人在未知环境刚度变化下进行接触力跟踪时缺乏力传感器的问题，提出一种融合虚拟力感知与模型预测控制的变阻抗控制方法，以提升机器人在不确定环境中的力跟踪精度与适应性。首先，基于电机电流、关节角度与角速度信号，通过广义动量观测器构建虚拟力传感器，在线估计机器人末端接触力；其次，设计模型预测控制器，以估计力及机器人内部状态为输入，动态调整阻抗参数并实时计算轨迹修正量，从而在力跟踪过程中实现自适应阻抗调节。实验结果表明，基于广义动量的干扰观测器能有效估计末端接触力，其中关键自由度的力估计误差小于1 N，且能在4秒内快速收敛，为无传感器力跟踪提供了可靠的反馈基础。本方法在无外加力传感器的情况下，有效实现了对不同环境刚度的自适应力跟踪控制，为机器人在不确定环境下的柔顺作业提供了一种可行的控制解决方案。
针对分布式柔性作业车间调度中跨工厂运输时间通常被简化为固定值，未能反映工件个体差异影响的问题，构建了一种基于工件特性的动态运输时间模型。该模型综合考虑工件复杂性、加工时间特征、工艺路线变异性和工序阶段等多维因素，从而更精确地刻画实际生产中的物流过程。为求解该模型，采用了一种混合遗传算法与禁忌搜索框架进行优化。在标准MK和La系列算例上进行扩展，实验结果表明，所提算法相比GA、TS、GA-OP、GA-JS算法在最大完工时间和总运输时间方面均有显著改善，验证了模型与算法的有效性及优越性。因此，动态运输时间模型在提升调度精度方面的有效性，为分布式制造的精细化调度提供了新思路。
面向国家提升产业链供应链韧性与安全水平的重大战略需求，聚焦数字孪生技术作为推动仓储物流系统数智化转型的关键使能技术，系统阐述了其从静态建模、动态同步到智能决策的三阶段演进脉络。针对传统仓储物流系统存在的数据孤岛、设备运维滞后、流程固化、柔性不足与全局优化缺位等结构性难题，研究构建了涵盖“全域数据融合—可靠智能运维—流程仿真优化—柔性协同调度—全局决策推演”五个维度的系统性赋能路径。通过构建统一数据底座，实现多源异构数据的标准化接入与高质量治理；部署预测性维护平台，显著提升设备可靠性与系统连续性；运用虚拟仿真与动态优化技术，实现仓储作业流程的智能重构与效率倍增；构建弹性资源调度机制，增强系统对动态需求的适应能力；打造全链路仿真决策沙盘，推动系统从经验驱动的局部决策向数据与模型驱动的全局自主优化跃升。以化纤产业实践为例，该技术体系的化纤生产效率提高5%，运营成本下降15%，设备利用率提升10%，故障处理时间缩减30%。展望未来，数字孪生技术将朝着“全域协同、智能共生”方向演进，为构建自主可控的现代仓储物流体系、培育新质生产力提供关键支撑。
在生产物流的货到人拣选系统中，SKU往往混放在同一库存载具上，不同拣选订单会从同一库存载具上拣选。传统的基于SKU相似度的订单分批方法仅考虑订单间的SKU重叠关系，难以将拣选不同SKU但能利用同一库存载具完成拣选的订单划分到同一批次，导致搬运次数增加。针对上述问题，提出了一种结合载具关联网络的订单分批算法，在传统 SKU 关联网络的基础上，提出一种载具层关联度计算方法，用于刻画订单在载具层面的关联关系，并将该关联度融入订单分批决策过程。实验结果表明，算法具有良好的收敛性能，与通用求解器得到的最优解相比平均差距11.9%，且能显著减少运算时间，提高拣选的整体效率，充分验证了方法的有效性与可行性。
刀具槽型是调控切削性能的核心几何要素，传统依赖经验试错的开发模式存在周期长（45天以上）、多物理场效应模拟缺失、性能优化空间达15%~20%等问题。以切削仿真技术为核心，构建其理论体系与标准化应用流程：理论层面阐明有限元分析（FEM）应力应变模拟、计算流体动力学（CFD）切削液换热分析及Johnson-Cook动态本构模型的参数校准与应用；建模层面基于DEFORM-3D与ANSYS Workbench构建直槽、常规螺旋槽及优化螺旋槽三维模型，量化对比槽型对切削力、温度及切屑形态的影响；参数优化层面开展螺旋槽关键参数敏感性分析，明确影响权重与协同机制。结果显示，优化螺旋槽（螺旋角35°、槽宽1.6 mm、槽深2.2 mm）较直槽主切削力降21.9%（356 N→278 N）、最高温度降25.8%（752 ℃→558 ℃），切屑卷曲半径≤3.2 mm，排屑流畅性评分92分；非等距螺旋设计使温度梯度从480 ℃/mm降至250 ℃/mm，热应力集中系数从2.8降至1.9。研究为刀具槽型精准设计提供支撑，推动切削仿真技术从“辅助验证”向“设计决策核心”转型。
针对目前仓储机器人导航中普遍使用的二维码导航技术存在部署烦琐、调整灵活性差的问题，基于ROS2机器人操作系统使用2D激光雷达、IMU传感器和轮式里程计，设计了一种基于预定义路径的全局路径规划方法和一种基于PL-ICP点云匹配算法的工作点二次定位调姿方法。方法基于Cartographer激光SLAM算法构建平面栅格障碍地图和机器人定位数据文件；使用自主开发的RViz2插件工具创建导航地图文件，基于A*算法生成全局路径；使用Navigation2导航技术框架实现局部路径规划和控制；当机器人到达指定工作点后，根据激光特征数据计算机器人位姿偏差，并通过PID控制算法对位姿进行修正。使用Gazebo仿真平台对该调姿算法进行了测试，结果表明，经过二次定位姿态调整后机器人x、y方向位置精度能够达到±3 mm，航向角θ精度能够达到±0.1°。
针对C-Flex轴承簧片弯曲疲劳的失效特性，设计了基于PLC控制的非接触式电磁驱动的轴承寿命测试平台。该平台由机械系统和控制系统组成。其中机械系统由安装支撑组件、被测组件、驱动组件和计数组件四部分组成。控制系统采用模型驱动设计方法：建立包括实验数据驱动的电磁力-角度模型的机械系统动力学模型，同时建立PLC利用光电开关检测轴承位置信号来输出DO信号的控制模块。经仿真验证后将该控制模块通过代码自动生成技术转换为符合IEC 61131-3标准的结构化文本代码并部署至工业控制器实际运行。该平台有效解决了传统机械驱动结构复杂和轴承高频运动测试实现困难的问题，提供了一种结构简单、可编程控制的C-Flex轴承寿命测试系统。
随着充电技术向快速化大功率化发展，直流充电设备对高可靠性DC/DC变换器的需求日益迫切。传统多模块并联功率扩展方案存在模块间均流难题，制约了系统整体效率与可靠性提升。尤其在低压大电流应用场景中，开关器件的电流应力与关断损耗显著增加，亟需具有零电流软开关特性与高电压增益的新型拓扑解决方案。为此，提出一种基于零电流关断（ZCS）技术的三相电流型谐振DC/DC变换器。该变换器低压侧开关管零电流关断，有效降低开关损耗与电流应力，高压侧整流二极管零电压开通与零电流关断，消除反向恢复损耗。所提变换器通过电流型固有升压特性实现高电压增益，突破传统电压型拓扑对变压器匝比的依赖。研究结果表明，该变换器在2 kW功率等级下实现了低压侧开关管的全程ZCS关断，显著降低了关断损耗与电流应力。实验验证了其在负载大幅波动10 Ω至4 Ω时，输出电流波动率控制在5%以内，展现出优异的恒流输出特性。相比传统电压型拓扑，该变换器利用电流型固有升压特性实现了高电压增益，大幅降低了对变压器匝数比的依赖。
为了提高现有单目检测系统的信息维度，设计了一种基于RealSense的高分辨率图像深度信息获取系统。运用该系统可以对当前任意单相机检测系统进行在线升级，在不改变原系统的前提条件下，较为简单地获取原单目相机深度信息，实现从二维检测到三维检测的过渡。为了验证该方法的有效性，采用微视RS-A14K-GC8工业相机和Intel RealSense D415深度相机构建了硬件系统，并用所提出的深度图拟合算法进行了测试。结果表明，除了少部分深度缺失区域，其他有深度区域结果较好，基本能够描述目标到相机的距离差异。另外，为了验证该方法的可扩展性，用不同的相机构建新的硬件系统，仍然能生成较好的深度图。
