刀具钝化能够提高刀具的寿命、切削过程的稳定性和已加工表面的质量。刀具钝化的刃口并非规则的圆弧；采用将切削刃轴向离散化为微元切削刃的方法，基于滑移线场基本理论，综合考虑犁耕力随切削厚度的变化及非对称刃口剪切的特点，指出了非对称刃口刀具切削过程中所经历的不同切削阶段，并建立刀具非对称刃口瞬时铣削力模型，最后结合铣削实验进行对比分析。结果表明：在整个切削过程，随着切削厚度的增大，犁耕力所占比重逐渐减小；根据模型所得的铣削过程力与实验结果吻合较好，二者相关系数均大于0.7，平均误差在5%以下，峰值误差也低于15%。

熔融沉积成型中通过优化控制填充速度可以有效改善制件质量。然而填充速度与层厚、喷头温度、轮廓拐角等参数存在相互交织耦合作用关系，优化控制存在困难。在双变量打印实验基础上，文中采用多元非线性回归构建了基于多参数协同耦合作用的填充速度优化控制函数，并结合误差分析、单向拉伸与弯曲实验等手段检验了填充速度优化控制效果。结果表明：相同工艺参数条件下，采用文中提出的速度优化控制方法，试样的精度误差值均低于或接近于最小精度误差平均值，拉伸性能得到小幅提升。最后，通过断面微观形貌分析验证了该方法对拉伸性能的影响。

机器人夹钳是确保软性易变形微小物体可靠稳定夹持与操作的关键；为了实现较大范围旋转姿态调整，提出并设计了一种电磁驱动的二自由度混联柔顺夹钳。首先采用卡氏第二定理，对夹钳输入刚度、转动耦合、位移放大比以及夹持力进行了理论建模；然后，通过提出的分阶段柔顺夹钳的优化方法确定了微夹钳的材料与设计结构参数，建立了单目标优化数学模型，并通过有限元静力分析方法验证了优化后微夹钳的驱动力、夹持行程与夹持力均达到设计要求；最后，通过搭建的实验平台对柔顺夹钳的性能进行了实验验证。结果表明：所设计的柔顺夹钳转动范围与精度均符合预期值、能够对柔性锂电池塑壳实现稳定夹持。

研究大型核电设备的故障预警方法，对于故障的及时排除、降低安全风险、减少非必要成本以及提高发电效率具有深远的意义。传统的核电设备预警，大多是实时监控报警系统，预警效果有待提升，也未充分利用数据价值。文中提出了一种基于贝叶斯BiLSTM的故障预警方法，通过神经网络预测时间节点理论健康值，与实际值比较从而识别异常。首先提取实时数据库中健康的历史运行数据，然后对其进行一系列预处理，最后作为训练数据建立贝叶斯BiLSTM预测模型。采用交叉验证方法留出测试集，使用拟合优度、均方误差以及文中提出的贝叶斯假设检验方法对模型精度进行综合验证。保证模型泛化能力后，对实时数据库中的数据进行实时预测，并采用阈值法对故障蠕变期间的异常信号进行识别。实验结果表明：所建立的贝叶斯BiLSTM预测模型在时延高的情况下，相比于LSTM模型具有更优的预测精度；在案例1中，针对3次时间序列异常点，文中模型相比于现有的实时监控系统至少提前了15h发现信号异常并进行报警；案例2的预测结果进一步验证了模型的可靠性。

基于计算流体软件Fluent，采用Realizable k-ε湍流模型，对雷诺数Re=6.6×105下不同间隔比的串列双梯形柱绕流特性进行仿真分析；选取间隔比S*在0.5~6之间的7种不同取值，对双梯形柱气动特性系数、涡量图和流线图进行阐述。结果表明：串列梯形柱绕流特性与串列圆柱和矩形柱相似，在不同间隔比下存在3种绕流模式，即模式Ⅰ（屏蔽区）、模式Ⅱ（再附区）和模式Ⅲ（撞击区）；各模式间存在临界间隔比S*cr，在间隔比S*<1处双梯形柱间产生屏蔽区，1<S*<3时上游梯形柱尾迹在下游梯形柱上下表面产生再附，S*>3时双梯形柱形成各自的涡旋脱落轨迹，下游尾迹涡旋随间隔比的增加由单列交替脱落（模式Ⅰ）过渡为双列脱落（模式Ⅱ、模式Ⅲ）；受上游梯形柱尾迹影响，模式Ⅰ下结构稳定性和气动特性参数较其他模式更好。

工程结构经常受到多维随机载荷的作用，多维随机载荷时间历程的精确模拟对于结构的可靠性设计具有重要意义。本研究在对多维随机载荷谱表示法进行严格的理论公式推导基础上，详细分析了合成时域载荷功率谱矩阵与目标功率谱矩阵存在较大偏差的原因，为多维随机载荷时域模拟修正提供了理论依据。提出了基于谱修正法的多维随机载荷时域模拟算法，通过计算合成时域载荷功率谱矩阵与目标功率谱矩阵的偏差，引入误差反馈项，并采用迭代技术修正合成时域载荷的功率谱矩阵，进而使合成时域载荷的功率谱矩阵能够趋近于目标功率谱矩阵。最后对一个三维随机载荷模型进行数值分析。结果表明，基于谱修正法合成的多维随机载荷时间历程的功率谱矩阵能精确匹配目标功率谱矩阵。

插电式混合动力汽车（PHEV）行进间启动发动机时，因电机和发动机不同的转矩响应特性会引起较大的驱动转矩波动。针对此问题，提出了一种转矩协调控制策略。首先，在LMS.AMESim平台建立了所研究的混合动力汽车动力系统模型；然后，在Matlab/Simulink平台搭建了基于发动机怠速转速点火的“离合器油压模糊控制+电机转矩补偿+发动机调速控制+发动机转矩变化率限制”的转矩协调控制策略模型；最后，利用联合仿真平台进行了行进间启动发动机的模式切换仿真研究，并与不同的控制策略进行对比分析。结果表明：所提出的模式切换控制策略在整车冲击度和离合器滑摩功两方面均有较大改善，提高了模式切换的平顺性。

针对多轴伺服系统在高速运动急停段因系统柔性产生的残余振动问题，提出了一种适用性广的后置自适应输入整形器算法。该算法无需辨识系统模态参数，以递归最小二乘法（RLS）为基础，残余振动信号作为算法输入，优化得到当前轨迹下抑振效果最优的整形器系数向量，并引入自适应遗忘因子更新算法，以提高整形器在非平稳环境下的跟踪性能。同时建立多层全连接神经网络模型，选择多组激励轨迹作为样本对网络模型进行训练，解决了原有算法在轨迹多次变更的工况下，重新进行优化引起的时间成本显著增加的问题。实验结果表明：相比普通后置自适应输入整形器，应用带自适应遗忘因子后置输入整形器整形后的轨迹停止后的残余振动幅值平均减小了28.3%，最多的减小36.9%，残余振动收敛时间缩短28.4%。应用基于多层神经网络模型的输入整形器整形后的残余振动幅值相比普通后置自适应输入整形器平均减小了21.6%，最多的减小29.8%，残余振动收敛时间缩短23.7%。本研究提出的算法对于提高多轴伺服系统定位精度、缩短定位等待时间具有一定的应用意义，并且多层神经网络模型的引入在期望轨迹变化频繁的工况下提高了整体工作效率。

针对港口重载自动导引运输车（AGV）工作中遇到的横向稳定问题，提出了一种基于三层控制结构的AGV在低附着系数路面下的横向稳定优化控制策略。其中上层控制器选用模型预测控制（MPC）算法，可对AGV动力学参数进行不断采样与预测并且可缓解与中、下层控制器串联带来的控制系统时间滞后问题。中层控制器利用遗传算法对模糊控制器进行参数寻优以应用于港口AGV车体稳定控制。下层控制器利用序列二次规划（SQP）算法将驱动转矩优化分配问题转化为二次规划子问题进行在线求解。搭建适用于港口AGV的Matlab/Simulink与Trucksim联合仿真平台，验证了本研究提出的策略的有效性与鲁棒性。

针对挖掘机工作装置疲劳评估中真实载荷难以获取的问题，本研究提出一种多工况实测载荷驱动和刚柔耦合模型相结合的疲劳寿命评估方法。以挖掘机工作装置为研究对象，利用压力和位移传感器分别测得其在不同工况下的油缸压力和伸缩量，建立力学平衡方程计算出斗尖载荷。以斗尖实际载荷数据作为驱动，在ADAMS中进行刚柔耦合虚拟样机仿真，得到工作装置各铰点力并按比例合成多工况下铰点力-时间历程，应用nCode软件对挖掘机动臂、斗杆进行疲劳寿命分析，并将分析结果与疲劳台架试验结果进行对比。结果表明，疲劳破坏位置和寿命均与台架试验具有良好的一致性，可为挖掘机工作装置抗疲劳设计提供依据。

在分析T型模具中熔体在流道中的流动特点的基础上，提出了采用变歧管半径和不同厚度阻流区（两个）的流道结构，采用变歧管半径以减小熔体的停留时间，采用厚度不同的两个阻流区以降低挤出压力。在满足熔体沿流道宽度方向出口流率均匀的条件下，利用流变学理论推导了两个阻流区分界曲线的微分方程，并采用数值方法对其求解和拟合；然后进行了实例设计，并与歧管半径和阻流区厚度不变的流道进行了对比研究。结果表明：所推导的分界曲线微分方程是可靠的，能够指导T型挤出模具的流道设计；采用变歧管半径和两个不同厚度阻流区的流道在满足熔体出口流率沿流道宽度方向均匀的条件下，既可以显著降低熔体在流道中的停留时间，又能够显著降低模具的挤出压力。

熔融沉积制件的拐角轮廓处存在重复沉积与漏沉积的结构缺陷，且受填充速度和拐角角度等参数的影响，难以同步兼顾成形精度与打印效率。文中首先运用实验与数学方法，研究了填充速度对拐角轮廓的成形精度与打印效率的影响规律，研究结果表明:成形精度与填充速度主要成反比关系，但在较高的填充速度下拐角轮廓处也可实现相对较高精度、较高效率的打印效果；填充速度越大对打印效率的影响越弱，打印耗时随填充速度的增加而逐步趋向一个恒定值;然后通过对成形精度和打印效率设定权重系数，构建了制件拐角轮廓打印的最优填充速度连续函数，并提出了其自适应控制的初步设计思路。

角单元对薄壁管的吸能特性影响显著,现有的关于耐撞性的研究只针对特定角度的角单元,不具备普遍性。文中将凹角引入薄壁管的截面形状设计中,提出一种新型的凹角管,实现了90°到180°之间任意角单元对薄壁管耐撞性影响的分析。首先，对一系列不同角度的薄壁管进行了轴向碰撞仿真；然后，利用超折叠单元理论定量推导出角单元与薄壁管轴向冲击平均力的表达式；最后，对理论预测结果和数值仿真结果进行了对比。研究结果表明：角单元角度显著地影响着凹角管的变形模式；当角单元角度为90°时,薄壁管有良好的耐撞性；薄壁管的平均力Fm和总吸能量EA随着角单元角度的增加而降低，当角单元角度从100°变为170°时,Fm和EA分别降低了45.64%和46.84%。

采用γ-Reθt转捩模型对平板表面边界层进行了数值模拟，研究了边界层在法向和流向上的发展变化以及壁面粗糙度、来流风速、湍流度、压力梯度等因素对边界层发展的影响。研究结果表明：在转捩区间内壁面摩擦系数以及离壁面一定高度处的总压会发生突变，边界层厚度沿流向不断增厚但其增长率不断下降；层流边界层中黏应力占主导，湍流边界层中应力变化依次为黏应力占主导、黏应力不断下降而雷诺应力不断上升、雷诺应力占主导，分别对应层流底层、过渡层、对数层与外层；转捩过程中黏应力在壁面处达到的峰值不断增大而其衰减变得更快，雷诺应力的峰值不断增大但达到峰值时对应的法向高度不断降低；粗糙度的增大使湍流边界层黏性底层消失，对数律层下移；湍流度和风速的增大使转捩提前，转捩区间缩短，同时降低了湍流边界层增长率；压力梯度则对湍流边界层增长率影响很大，逆压梯度易使边界层快速增厚。

针对传统康复机器人重量重、穿戴不便、运动柔顺性差等不足，基于轻量化、柔顺性、易穿戴和人体工学等设计原则，设计了一种柔性穿戴式上肢康复机器人。采用弹性布作为机器人基体，气动人工肌肉驱动的类拮抗式关节，实现了肘关节屈/伸及旋前/旋后运动。基于气动人工肌肉的力学特性模型，采用拉格朗日法建立了康复机器人的动力学模型。针对气动人工肌肉驱动的柔性系统易抖振、响应滞后的控制难点，设计了基于RBF神经网络的PID控制器；针对PID控制器初始参数依靠经验取值的问题，设计了模糊PID控制器以确定PID控制器的最优初始参数；最后通过仿真和实验研究对RBF-PID控制器的性能进行了验证，并与传统PID控制器进行了对比。结果表明：RBF-PID控制器响应速度快，控制稳定性高，可实现该柔性康复机器人的稳定控制。

为实现转向架试验台载荷测量功能，提升转向架参数测定精度，设计了多测力传感器并联的三维测力装置，对其测量原理进行理论分析并搭建了惠斯通电桥测量电路。三维测力装置属于切应力传感器，分析表明其测量电路输出电压与载荷有确定的线性关系；进行了三维测力装置单轴加载的静态标定试验，分析了单轴加载的输出特性及其载荷测量的维间耦合效应，发现单轴加载时，加载轴所对应测量电路有线性度良好的电压输出，但非加载轴测量电路同时有较小的电压输出。文中还提出了评价维间耦合效应的耦合度以及基于最小二乘法和BP神经网络的数值解耦方法，并通过试验验证了两种解耦方法的有效性；同时采用正交实验法进行三维测力装置多轴加载试验，单轴测量误差和整体测量误差均没有超过1.5%，测量精度满足测试需求。

前置级不对称现象是导致射流管伺服阀零偏的主要因素。考虑两接收孔大小不相等、射流管与接收器不对中、接收器接收孔中心不对称等几何结构因素,建立了射流管伺服阀前置级的数学模型；针对接收器接收孔中心不对称的工况,建立了基于定积分的修正模型;考虑前置级接收面积的不对称度,提出了压力特性以及射流管伺服阀零偏值的定量分析方法。分析结果表明:前置级加工、装配和环境因素作用将造成几何结构的不对称现象,并直接造成伺服阀的零偏；射流管与接收器的初始装配误差和接收孔半径初始误差将严重导致伺服阀产生零偏；当右接收孔尺寸小于左接收孔、射流管存在向右偏移误差、右接收孔轴线与垂直方向夹角小于左接收孔与垂直方向夹角时,伺服阀产生正向零偏。文中还通过试验验证了理论的正确性，在伺服阀的加工和装配过程中应尽可能保证或创造条件做到前置级结构的对称。

针对存在参数不确定性和外界随机扰动的欠驱动桥门式起重机防摇摆跟踪控制问题，提出一种基于径向基函数(RBF)神经网络的直接鲁棒自适应控制器。首先利用第二类拉格朗日方程建立双摆桥门式起重机系统动力学微分方程，并针对无扰动工况设计理想控制器；随后引入RBF神经网络拟合理想控制输出，在考虑扰动项影响的情况下设计神经网络权值更新律，并证明系统的Lyapunov稳定性；最后进行仿真验证。文中所提控制器仅需要小车实时位置与速度信息作为控制输入，无需系统参数信息，控制精度取决于RBF神经网络的拟合精度。仿真结果表明，文中提出的控制器具有良好的轨迹跟踪性能与防摆效果，且鲁棒性较强。

针对孔径测量检测效率低、检测精度受环境影响较大的问题，提出了一种基于二次曲线不变量测量孔径的模型，通过在孔表面的椭圆几何拟合获得被测孔的二次曲线不变量测量孔径。首先，建立世界坐标系并通过标定确定世界坐标系与摄像机坐标系之间的变换关系，采用改进的candy算法提取出孔边缘的亚像素坐标，并利用坐标变换关系将孔边缘的亚像素坐标投影到孔表面上；然后在孔表面上对孔边缘曲线进行椭圆几何拟合获得二次曲线不变量；最后在试验台上，利用二次曲线不变量视觉测量孔径，并与利用内径千分尺测量孔径的结果进行对比，检验了利用二次曲线不变量测量孔径模型的准确性。

针对智能制造系统中同一时间段内多机器人执行多任务时,任务分配调度难以稳定控制及优化的问题,提出一种应用于多机器人任务分配调度的克隆选择算法。首先分析多机器人基于多任务的初始条件,以按生产过程完成任务为约束条件,以系统持续时间、单机器人最大消耗及多机器人总消耗为目标函数,构建多机器人任务分配调度优化的数学模型,使用克隆选择算法进行迭代求解,引入亲和度函数以动态改变克隆、变异、选择参数,从而提高计算效率;最后通过甘特图进行分析并验证此调度方法。结果表明此方法稳定可行;实验证明在多任务条件下,克隆选择算法收敛速度快、计算精度高,具有同时优化多项指标的优点。

结合阀控系统响应速度快和泵控系统能量效率高的优势，提出了一种泵阀并联 系统，并研究了该系统的智能控制方法。首先针对泵阀并联系统中的泵控子系统设计了 可以实现权值自适应调节的单神经元 PID 控制器，然后针对泵阀并联系统中阀控子系统 的参数不确定性和外负载干扰问题设计了 RBF 神经网络滑模控制器，并利用 Lyapunov 函数证明了闭环系统的稳定性。最后搭建了泵阀并联电液位置伺服系统的 Matlab /Simulink 和 AMESim 联合仿真模型。仿真结果表明，泵控子系统的单神经元 PID 控制器相比 于传统 PID 控制器具有更好的转速跟踪控制性能，阀控子系统的 RBF 神经网络滑模控 制器相比于传统 PID 控制器和传统滑模控制器具有更高的位置跟踪精度和更强的抗干扰 能力，所提出的泵阀并联智能控制方法有效改善了系统的控制性能。