在机械臂离散控制系统中，传统滑模方法常面临高频抖振问题及输入饱和引发的控制失效。针对该问题，提出了一种基于抗饱和滑模面与自适应趋近率的机械臂轨迹跟踪控制方法，解决输入饱和和外部扰动对控制性能的影响。将抗饱和抑制因子直接融入离散滑模面设计，实现输入幅值与输入变化率的双重约束控制，并构建自适应趋近率以抑制传统离散滑模趋近律中的抖振，提高系统在扰动下的稳定性与跟踪精度。采用双曲正切函数替代符号函数，进一步消除高频抖振现象并改善控制平滑性。仿真结果表明，提出的控制方法在二自由度机械臂上实现了较小的关节位置误差和速度误差，且在0.35秒内收敛，稳态误差控制在0.01 rad以内，最大稳态误差相比传统方法减少了74.16%与68.71%。均方根误差分别降低了57.47%和19.07%，验证了其在抗饱和与抖振抑制方面的优越性。本研究为机械臂在输入饱和和扰动的复杂环境下控制应用中提供了一种有效的控制策略，具有较高的应用价值和工程意义。

为了保持气动软体夹爪弯曲能力的同时提升手指的指尖接触力，设计了一种绳牵引协同抓取的双模块复合气动软体夹爪。手指结合了慢速气动网络和快速气动网络两种不同的气动网络结构，手指前端使用快速气动网络保证弯曲角度，手指后端使用慢速气动网络提供更大的指尖接触力，同时增添了绳牵引驱动，进一步提升手指抓取时的指尖输出力。基于Yeoh模型建立了手指弯曲角度和输入气压之间的数学模型，使用ANSYS对设计的双模块复合气动软体手指在不同气压下的弯曲角度和指尖接触力进行了有限元仿真。使用3D打印和软体平板印刷法制造了软体手指的实物，测量了手指的弯曲角度和指尖接触力，并使用夹爪进行了抓取实验。实验表明，单根软体手指极限弯曲角度可达到164°，最大指尖接触力为2.75 N。抓取结果表明，本夹爪对不同形状的物体有着较强的适应性，且具有良好的负载能力，对不同直径的物体有着良好的抓取效果。

针对大厚度碳纤维穿刺织物连续锁扣过程中，碳纤维线环由于具有尺寸与姿态不确定性导致难以钩取的问题，提出一种基于机器视觉的柔性体尺寸与姿态估计算法。首先在双视角下针对柔性体线环表面无明显纹理难以双目匹配的特点，提出一种改进的空间雕刻法（Space Carving）以获取目标稀疏点云。接着针对柔性体线环具有尺寸不确定性无法使用固定模型进行点云配准的问题，引入柔性体空间曲线参数模型，以稀疏点云为输入，利用LM优化算法迭代求解出空间曲线的参数向量，从而估计出柔性体尺寸与姿态参数。实验证明：改进的空间雕刻算法在视角数量较少的情况下仍能获取较为精确的稀疏点云，通过将所设计的空间曲线模型与稀疏点云进行拟合，能够稳定、准确地完成碳纤维线环的尺寸与姿态估计且精度满足后续自动化钩取工艺的要求。

为改善人机协作机器人在自由空间中的人机交互柔顺性与对操作意图的响应能力，提出基于操作意图的自适应阻抗控制策略。当前，自适应阻抗/导纳控制研究对系统稳定性分析不足或依赖额外生物传感器、存在算法复杂度过高的问题，限制了其在实际动态交互场景中的应用。以最小化人机交互过程中的能量消耗为目标，通过分析操作力与末端速度对系统功率的影响，推导出阻尼参数与操作意图间的动态映射关系，建立了一个根据负载力及运动速度调整自身阻尼系数的自适应阻抗模型，实现在拖动过程中低阻尼高速度高响应，在细小工件操作时高阻尼保精度。拖动实验表明，机械臂末端受力与位移响应在各方向的皮尔逊相关系数均大于0.9789，在无规则外力作用下运动平滑、阻抗参数自适应调整迅速，验证了该策略在动态、不确定人机交互场景中的有效性与鲁棒性。

针对工业管道与容器在自动化装配、焊接及在线检测过程中，环状端面基准拟合易受边界噪声、局部形变与采样不均影响而导致精度不足的问题，提出一种曲率-拓扑双驱动的端面基准平面拟合方法。该方法基于局部协方差张量的谱分解提取主曲率，构建平整度与退化度指标，实现点云的非均匀稀疏化；进一步引入拓扑数据分析（Topological Data Analysis，TDA），通过构建Vietoris-Rips复形与持久同调分析提取具有闭合拓扑特征的骨架点集，从而嵌入环形端面的结构先验。基于骨架点集协方差矩阵的最小特征向量确定平面法向，实现高鲁棒性的姿态估计。实验表明，该方法平均绝对角度误差小于0.03°，单次拟合耗时低于0.03 s，相较于最小中值平方法提速约300倍，在主元分析、随机采样一致性等传统方法基础上精度提升约10倍。该方法精度高、鲁棒性强、实时处理速度快，无需人工干预，适用于复杂工业环境下的管道端面自动化定位与基准构建，可为智能制造中的焊接路径规划与在线检测提供可靠技术支撑。

针对铁路接触网绝缘子自动水冲洗作业中的识别与姿态定位难题，提出了一种基于激光点云的多阶段融合算法。在目标识别层面，通过Part-A2检测算法架构，引入前景点相对位置编码机制，显著强化了绝缘子局部几何特征的深度学习能力，以提升绝缘子识别精度。在姿态定位方面，创新提出了Ransac-OLS级联拟合策略：首先基于Part-A2算法输出的空间坐标提取绝缘子ROI点云，继而采用Ransac算法进行绝缘子轴线粗拟合以消除初值敏感性，最后结合绝缘子外形数学模型通过OLS算法（最小二乘法）完成绝缘子空间姿态精准定位。实验结果表明，该方案在7~20 m作业范围内达到82.25%的mAP识别精度，较传统点云模型提升了8~25个百分点；在姿态定位方面，绝缘子姿态偏航角与俯仰角误差控制在8°以内，完全满足自动水冲洗设备对位姿精度的要求。

针对多品种、小批量生产模式下智能工厂中柔性作业车间调度与AGV物料搬运的协同优化问题，以最小化最大完工时间为目标，设计了一种基于竞争双重深度Q网络（Dueling Double Deep Q-Network， D3QN）的生产与搬运联合调度方法，并结合带时间窗的A*算法实现AGV的无冲突路径规划。将设计算法与多种规则调度方法进行对比，设计了多种不同规模算例进行实验验证，结果表明D3QN算法的调度性能表现更优，具有良好的优化效果和泛化能力。同时，分析了AGV数量对调度性能的影响，最终得出结论其符合边际效益递减规律。

针对强化学习在移动机器人导航任务中存在的训练时间长、收敛慢以及在动态环境下成功率较低等问题，提出一种基于卷积长短时记忆网络（ConvLSTM）的强化学习导航性能优化方法。该方法利用ConvLSTM对历史占据图序列进行时空建模，预测未来环境的占据变化，并将预测结果转化为风险代价图，通过设计风险引导型奖励函数，使智能体能够提前识别潜在的碰撞区域，实现前瞻性决策。在Gazebo仿真环境中进行的对比实验表明，在相同训练时间内使收敛速度提高约40%，导航成功率在8~10小时训练阶段提升约9%~15%，验证了基于ConvLSTM的动态风险预测在强化学习导航加速中的有效性。该研究为移动机器人在复杂动态场景下的安全高效导航提供了一种可行的工程化方案。

针对复杂重型装备协同设计中任务-人员静态匹配导致的资源配置效率低、设计周期长、成本高等问题，提出一种考虑熟练度的设计任务-人员匹配方法：首先构建包含任务多维度特征与人员动态属性的结构化信息模型；其次考虑任务之间的相似度、历史完成频次、人员等级等因素拟合出一般人员以及每一位高级人员的熟练度计算方程，并验证有效性；通过引入技能需求匹配、负荷值等约束保证为设计任务匹配的每一位人员都能满足任务需求；最后以归一化后的总时间、总成本最小为优化目标，构建任务-人员匹配模型并基于精英保留的遗传算法求解，求解得到的最优匹配方案能够指导后续设计人员的分配。实例表明，该方法实现了效率-成本-约束满足的协同优化，验证了方法在复杂重型装备协同设计场景中的优越性。

针对机匣生产车间布局规划与优化效率低、容易陷入局部最优的问题，以空间利用率与物流成本的均衡为目标函数，以机匣生产工艺、车间物流路径等为约束，构建了航空发动机机匣车间布局规划与优化数学模型。结合机匣生产与物流的复杂性，以及遗传算法和和声搜索算法的特点，提出了SLP与改进遗传和声搜索算法（SLP-GA-HS），对算法的流程和具体实现过程进行了设计。以某机匣生产车间布局规划与优化为例，进行了车间布局优化模型构建、物流与非物流量分析、优化算法求解及算法的对比分析，说明了所提方法的有效性。

在国际竞争加剧、技术迭代加快、“双碳”战略目标与能源结构绿色低碳转型的背景下，大型能源集团企业面临数字化架构贯通性不足、架构资产管理效率低下等现实问题。而在TOGAF 等主流架构框架实践应用中，多类型架构粒度不统一、数字化架构建设与业务协同不足的痛点问题进一步加剧了上述困境，致使业务数字化落地阻滞。针对上述问题，提出了基于改进元模型的管理要素构建方法，通过架构粒度定义、统一技术规范、标准化业务规则、属性化合规约束、模型化资产表达等构建了架构粒度标准化的统一企业数字化架构，实现了在架构层面从业务到数字化落地的贯通，验证了该方法在提升企业架构资产管控效率与协同能力的有效性，有效提升了业务流程运行效率，部分业务环节的周期缩短约75%，为大型能源集团企业数字化转型提供了理论支持与实践路径。

同时定位与建图（SLAM）任务普遍建立在静态环境假设下，在动态物体干扰下存在位姿估计精度显著下降的问题。提出一种融合动态特征值与掩膜分布值的视觉SLAM算法，其主要创新点包括：1）提出一种基于指数加权移动平均（EWMA）的动态特征值环境判断机制，通过融合历史重投影误差信息，实现对环境动态程度的准确、鲁棒感知；2）采用一种轻量化的改进YOLO-seg语义分割方法，实现动态物体的快速识别与像素级掩膜生成，在保证精度的同时极大提升效率；3）设计一种基于掩膜分布值的局部BA优化策略，通过引入掩膜紧致度与面积比例构建权重系数，有效缓解特征点剔除后的优化失衡问题；4）构建一种自适应多线程协同的系统架构，实现动态判断与语义分割线程的按需触发与资源优化调度。在TUM RGB-D数据集上的实验表明，本算法在剧烈运动环境下较ORB-SLAM3、Dyna-SLAM和YOLO-SLAM的绝对轨迹误差最高分别降低94.1%、38.8%和77.3%，显著提升了动态场景下的SLAM精度、鲁棒性与实时性。

针对金属矿转运料斗离散元仿真参数标定困难的问题，提出了一种新的离散元参数标定方法。通过Zingg分类法对矿石颗粒几何形状进行分类和形状描述，并构建颗粒多球簇模型。采用漏斗落料法与L型箱落料法分别测定矿石静休止角，通过拉丁方试验设计构建两种静休止角离散元模型的二阶响应面模型，使用遗传算法求解得到最优的颗粒接触力学参数组合。基于所标定的矿石参数，对攀钢矿业集团有限公司某正在运行的铁矿石转运料斗进行离散元分析，其仿真结果矿石落料点与实际工况基本吻合。研究结果表明，该方法标定的离散元参数误差较小，在金属矿转运料斗仿真计算中具有较好的计算精度，能满足其工程设计计算需求，验证了该标定方法的有效性和实用性。

研究针对电力设备三维重建中几何-语义割裂、动态更新效率低、高精度与轻量化难以兼顾的行业难题，提出一种基于神经辐射场（Neural Radiance Fields， NeRF）与轻量化建筑信息模型（Building Information Modeling， BIM）融合的三维重建与动态更新方法。首先，设计跨模态对齐机制，通过NeRF解析多源数据生成高保真密度场，创新性引入属性感知注意力模块将BIM语义参数动态嵌入NeRF特征空间，实现几何结构与设备属性的联合表征，解决语义缺失问题。其次，提出增量式更新算法，基于结构相似性指数差异分析与BIM变更日志定位局部变更区域，采用自适应学习率裁剪优化器微调局部NeRF参数，结合类似Git方法的增量存储策略，将单设备更新时延降至3.2分钟，存储开销减少98%。最后，构建云-边-端协同架构，通过知识蒸馏压缩模型至0.3 M参数，结合动静分级渲染策略，在移动端实现180 ms加载时延与30帧/秒的交互帧率。实验表明，该方法在220 kV变电站场景中，Chamfer距离降至2.03 cm，语义召回率达98.7%，弱网络环境下的传输成功率提升至98%，显著优于传统BIM与标准NeRF方案，为电力智能巡检与动态工况分析提供关键技术支撑。

针对目前的铆接质量检测系统通常仅检测铆接过程中的最大铆接力及有效铆接位移这一位置，无法有效识别铆接过程中可能出现的缺陷这一问题，对电动铆枪铆接过程质量实时检测系统进行了设计，实现了对铆接过程质量进行实时检测。基于对铆接的三个过程进行分析，提取铆接过程中三个关键特征位置，构建多特征分区段的质量判断模型；利用BP神经网络建立铆接力与电流之间的非线性映射模型，实现对铆接力的预测；搭建集成了神经网络预测模型与多特征质量判断逻辑的铆接质量判断上位机，实现了对铆接过程质量的实时检测。试验结果表明，该系统通过对铆接过程三个关键点的判断，提升了铆接质量检测的自动化水平和判断准确性，为智能制造中的连接工艺质量监控提供了有效解决方案。

针对超声波变压器油位在线检测设备中因探头安装偏斜（0°~5°）、0~100 Hz机械振动、-30~80 ℃温度漂移及油质老化导致的测量精度不足问题，研究提出了一种基于高精度角度传感器融合辅助的智能补偿算法。通过引入ADIS16470 MEMS高精度角度传感器实时监测超声波探头倾角，结合动态倾角补偿模型，消除了安装偏斜和机械振动引起的波束指向误差；通过自适应卡尔曼滤波融合多模态传感器数据，实现了油位动态测量的噪声抑制与误差修正；并基于深度学习构建了油位-声波传播时间非线性映射模型，克服了传统线性校准方法的局限性。实验结果表明，该技术方案系统在10~200 Hz宽频振动、-30~80 ℃温度波动及油质老化等多重干扰下，实现阶跃响应时间85 ms、稳态误差0.3 mm、振动抑制带宽150 Hz的性能突破，显著提高了变压器油位监测的可靠性与自动化水平。

针对核废料桶密封操作中人工干预风险高、传统自动化设备刚度不足及环境适应性差等问题，设计了一种高刚度模块化三自由度取封盖机器人系统。该机械系统由基础框架、移动机构、升降机构及集成式末端执行器（含旋转-抓取-拧紧复合功能）构成，创新性采用双闭环连杆升降机构与蜗轮-行星复合减速系统，实现重载工况下的精密可靠传动。建立升降机构闭环矢量方程，采用遗传优化算法对结构尺寸进行多目标优化设计，进而确定关键结构尺寸参数。基于有限元模型对关键部件进行力学性能分析：基础框架最大von Mises应力6.445 MPa （安全系数36.4），移动车体变形量0.055 mm，拉杆系统最大应力3.479 MPa（安全系数67.5），均显著低于Q235碳钢许用应力；末端执行器集成平台最大应力6.747 MPa（安全系数34.8），变形量0.0139 mm。本研究为放射性环境下的自动化密封作业提供了基于数值仿真的多目标结构优化设计方案与力学评估体系，确保其符合核工业应用的苛刻要求。

针对DN400三偏心金属硬密封蝶阀在2 MPa反向介质压力下阀杆与密封圈应力集中、导致结构变形与密封失效的工程问题，构建一种可兼顾结构强度与密封性能的系统优化设计方法。为此，提出“有限元分析—BP神经网络—NSGA-II”耦合的多目标优化框架。首先，在锥顶角、第三偏心角及密封圈厚度的设计空间内采用拉丁超立方采样生成样本点，并通过有限元仿真计算阀杆与密封圈的应力响应。其次，以有限元结果为训练数据，构建四输出BP神经网络代理模型以逼近结构应力响应规律；再利用NSGA-II算法在最小密封比压不低于12.48 MPa的约束下执行全局寻优，选取平衡解进行有限元复核与试验验证。结果表明，优化设计使阀杆与密封圈峰值应力分别降低21.5%与58.8%且未见可计量的非弹性形变（小于0.02 mm），在2 MPa水压试验中实现A级双向零泄漏，显著提升了阀门的安全裕度与密封可靠性。研究结论证明，该“有限元—BP神经网络—NSGA-II”集成框架能有效支撑三偏心蝶阀在高压反向工况下的多目标优化设计，为大型阀门的可靠性设计与智能化开发提供了一种可复制的工程方法。

厨房家电是中国出口的重要品类，外贸的高压政策对产品创新提出了更高的要求。以具有集成特征的转盘式空气炸微波炉为研究对象，通过运用DFX方法论，构建经济性的创新结构。在面向成本的设计（DFC）方面，针对门体组件成本高及食物下表面不上色的现状，突破对称发热管设计思路限制，提出了一种后置发热管搭配蜗壳风道的空气炸组件。同时通过设计旋转烹饪附件、优化腔体出风口面积，改善了新方案的不足。这些措施不仅成功降低了门体组件的温升，减少了门体组件的材料成本，而且薯条的烹饪得分也由75分提升至85分。在面向制造和装配的设计（DFMA）方面，针对腔体系统零件多和工序复杂的缺点，运用 TRIZ理论简化了腔体结构，取消了喷涂和装配工序。在腔体系统后部增加45 mm隔墙支架解决测试角温升问题。上述创新举措降低整机成本10%，有力保证了产品在全球市场上的竞争力。