多配合目标的装配信息自动化处理方法研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:jackiesage
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科技的不断进步,制造业自动化技术在航空航天领域中也取得了巨大的突破。然而对于航天设备制造中的辅材箱体,仍然是采用传统人工测量和打磨的方式完成。由此带来制造技术瓶颈是:操作工人运用卡尺测量难以在短时间内计算出辅材箱体众多配合件在多配合目标下的工序尺寸,且人工手持砂轮加工的误差较大,往往不能一次加工满足要求,不仅质量难以保证,加工质量差异将导致各配合件的可装配性,而且效率很低,粉尘对操作工人的身心健康具有很大影响。因此,研究辅材箱体在多配合目标下的装配信息自动化处理方法具有重要意义。本课题根据国家04专项课题(2017ZX04005001)的需求,主要开展了辅材箱体装配信息自动化处理方案的总体规划、多配合目标下的装配信息优化设计方法研究,包括辅材箱体特征点云信息的处理方法、配合件的公差分配、尺寸链优化求解方法、虚拟装配检验方法等相关内容,研制了辅材箱体装配信息自动化处理的相关模块。论文的主要研究工作和成果包括以下四个方面。1.辅材箱体装配信息自动化处理方案的总体规划。针对辅材箱体的装配信息处理需求,对其相关功能模块进行了划分,并对辅材箱体数据采集设备及平台进行了总体规划。2.辅材箱体特征点云信息的处理方法研究。针对辅材箱体毛坯制造精度低和配合件装配部位加工误差大导致的特征点云提取困难的问题,提出基于改进ICP(Iterative Closest Point)配准算法、基于改进欧式聚类(Improved Euclidean clustering)等点云处理方法,以实现快速、准确地提取有序的配合件特征点云信息。3.多配合目标下的尺寸链优化求解方法研究。针对辅材箱体在纵筋多配合目标下的环筋自动化加工工序尺寸求解难题,提出了面向多配合目标的工序尺寸解算模型和公差分配优化设计模型,并基于改进的非支配排序遗传算法(Improved NSGA-Ⅱ)对模型进行了求解。4.辅材箱体装配信息自动化处理系统的研制。基于模块化开发的思想,在VS2015和QT集成开发环境下,研制了辅材箱体装配信息自动化处理系统,其中包括辅材箱体特征信息获取、配合件尺寸链优化求解,虚拟装配干涉检验等主要功能模块。目前,辅材箱体装配信息自动化处理系统已通过了企业的实验测试,并实际应用到辅材箱体的自动化生产实践当中。
其他文献
多智能体编队控制广泛应用于无人机编队协作、传感器网络、数据融合、交通车辆控制等领域,可进行军事巡逻、能源勘探、地图绘制、协同救援等工作。多智能体编队控制是指通过分布式协同控制方法,使得多智能体系统形成期望队形,并在期望队形上保持稳定。针对上述问题,本文采用偏微分方程(PDE)建立多智能体系统的集群动力学模型,描述包含智能体之间交互关系的系统整体动力学特性。运用无穷维Backstepping方法设计
伴随互联网浪潮推动相关行业朝着工业智能化、信息数据化飞速发展,各行各业产生并积累了海量数据,其数据量呈现出了指数级的上升趋势,信息时代步入了大数据时代。作为大数据研究的重要分支,时序数据分析能够获取系统运行中的关键信息,在各行业中具有广泛应用前景,在国内外相关领域研究中受到了诸多关注。突变点检测技术能够从整体数据快速定位到突变点,根据突变点位置信息分析数据波动原因。由于传统的数据流突变点检测技术在
无线传感器网络是一种能够通过传感器节点实时获取区域信息并对传输回来的信息进行一定处理的自组织网络。传感器节点具有一定的信息采集、传输和处理能力,由于其体积较小,成本低廉,电池能量有限,在网内节点数目往往较多,节点随机均匀地分布在感知区域内,通过对节点采集到的信息进一步分析,能实现对区域环境的监测。传感器网络在获取信息的实时性有着无与伦比的优越性,且无需提前搭建基础设施,被广泛地应用于医疗、环境等各
随着人工智能在教育领域的不断发展,各种能够提高工作效率的方法层出不穷,尤其是自动评分系统的出现,更加减轻了老师工作量。现在已经取得广泛应用的是客观题自动评分,而主观题评分因为复杂且困难一直是教育人工智能领域的研究难点和热点。英语阅卷工作量较大,且英语主观题存在中英文两种题目类型,因此研究英语考试自动评分具有重要意义。主观题自动评分算法的核心问题是文本相似度研究,而深度学习因为在特征提取方面的优势,
忆阻器因其阻值连续可调、纳米级尺寸以及类生物突触优势成为人工突触首选器件。习惯化和联想记忆是生物基本学习方式,基于忆阻器构建电路模拟习惯化和联想记忆特性是实现忆阻神经形态系统的必经之路。改进忆阻器数学模型,提高其与实测特性契合度,可为指导其设计制造工艺以提高其仿生突触性能提供参考。本文选择具有阈值特性和遗忘特性的氧化钨忆阻器代替常见HP忆阻器作为突触,构建神经形态电路,模拟生物学习行为和突触传递的
随着无线通信和传感器等技术的飞速发展,异质无线传感器网络(HWSNs)的应用领域不断扩大,如环境监测、军事侦察、生物医疗等。由于HWSNs的工作环境相对比较恶劣,且传感器节点也受到自身能量和计算能力的限制,易受到网络攻击的影响,导致整个网络不能正常运转。其中对网络造成影响最严重的是网络中恶意程序的传播,当传感器节点被恶意程序成功入侵感染后,该节点将被恶意程序俘获并具有感染性,可以感染其附近的正常传
随着通信技术的快速发展,异质无线传感器网络(Heterogeneous Wireless Sensor Networks,HWSNs)在城市管理、军事和计算机等领域有着广泛的应用。HWSNs通常被架设在无人且广阔的特殊环境中,缺乏监管,故节点很容易被捕获,存在很多潜在的威胁。以上这些情况都对HWSNs的安全性能提出了更高的要求,使得对HWSNs的性能评估显得尤为迫切与重要。因此,本文对面向恶意程序
机器人装配具有精度、效率、可重复精度高等优点,在自动化生产车间得到了广泛的应用。但是,在复杂零部件装配尤其是涉及柔性作业的装配过程中,具有高度灵活性和意外处理能力的人工装配是必不可少的。基于人机协作的装配方法可以发挥人和机器人各自的优势,是实现智能装配的关键技术。人机协作装配主要面临以下挑战:工人的装配动作复杂多变且动作幅度小,这使机器人难以准确理解工人的装配行为;人机协作过程中,装配序列并不是唯
近年来,将新兴的3D打印技术与功能材料相结合,以经济高效的方式制造可设计性器件开始受到关注。聚偏氟乙烯(PVDF)由于其出色的电活性和良好的柔韧性,已被应用于传感器、致动器和能量收集器等诸多领域中,是用于3D打印制造可设计性器件的理想材料。而熔融沉积成型技术(FDM)作为3D打印的一种,具有成本低、占用空间小及操作简单等优点,是制备3D打印器件的良好选择。PVDF具有多种晶型,其中极性相,尤其是β
编织物的生产最初以手工编织为主,织物大多用于服饰及日常用品,随着工业化的发展,生产设备自动化程度提高产量增加。又由于编织物特殊的力学性能,在航空航天、生物医疗、汽车制造业等领域,编织产品作为复合材料预制体有着越来越广泛的应用。本文研究利用计算机技术,控制一台旋转式编织机实现多种类型异形截面织物的生产,从而缩短异形截面编织物的设计研发周期,提高生产效率。主要研究内容包括:(1)分析柔性编织的特点以及