模具表面球冠状微凸体形貌的激光加工

为了减少磨损,延长模具的使用寿命,在模具表面应用激光毛化处理。采用200W灯抽运Nd:YAG激光器,进行系统的激光毛化工艺试验,得出脉冲激光参量对模具表面微观形貌主要几何参量的影响规律,最终获得了预期的几何形貌。并分别测量和分析了毛化模具表面硬度和金相组织状况。结果表明,微凸体表面硬度比基体材料的表面硬度提高了30%~40%,提高了模具表面的耐磨性。     

基于激光定位的机器人加工轨迹规划

随着机械化生产的逐渐实现,加工机器人的应用范围越来越广泛。在此背景下,为提高机器人加工精度,针对基于机器视觉、COMS工业相机以及CAM的三种机器人加工轨迹规划方法无法准确跟踪给定轨迹,导致规划轨迹与期望轨迹存在较大误差的问题,提出一种基于激光定位的机器人加工轨迹规划方法。该方法首先利用激光雷达方法测量机器人与待加工目标之间的相关信息,然后利用激光跟踪仪进行误差标定,最后将误差标定结果作为改进蚁群算法迭代条件,通过多次迭代生成机器人加工轨迹。实验测试结果表明:与基于机器视觉的规划方法、基于COMS工业相机的规划方法以及基于CAM的规划方法相比,基于激光定位的机器人加工轨迹规划方法应用下,规划轨迹与期望轨迹拟合优度提高0. 07、0. 05、0. 08,轨迹定位误差较小,基本达到预期目标。     

模具表面的激光热处理研究

对各种材料的模具表面激光热处理工艺进行了比较 ,在不同工艺条件下得到了不同的效果 ,并得到了较佳的工艺参数 ,在模具表面激光热处理方面收到了良好的效果     

热压印技术制作纳米光栅

通过分析脱模过程的摩擦力,讨论了模具表面处理工艺与压模质量的关系,给出了降低脱膜过程摩擦力的工艺方法.实验结果表明,用类聚四氟乙烯膜作为脱模剂能大大减小模具表面与聚合物表面的摩擦力.研究了压模、脱模工艺参数对实验结果的影响,基于HEX-02塑铸系统,真空条件下,在压模温度为195℃,模压压强为8 MPa的环境下,利用热压印技术在PMMA薄膜上复制出周期为120 nm的纳米光栅.     

自由曲面激光强化的轨迹优化研究

根据激光强化的工艺特性,从优化的角度出发,提出了一种基于平行截面法的改进算法.首先通过分析光斑的平均离焦量与光斑覆盖域曲率的关系,得到用自由曲面最大主曲率表示的工艺所允许的最大光斑尺寸公式;进而通过轨迹样本点分析的方式,得到统计平均的相邻平行截面间距.该方法综合考虑光斑大小、光斑间距、轨迹排距等多种因素,相较于一般的轨迹规划算法,能在保证加工效果的基础上有效提高加工效率.最后给出了一个算例,这一方法被用于汽车门板局部的激光强化加工轨迹规划,取得了良好的效果.     

基于非均匀B样条拟合算法的加工误差测量

数控机床加工零件,通常在零件加工后采用另外的仪器进行加工误差测量,重复装夹必然造成精度降低和工时延长.数控机床通过控制走刀路径使其按照特定轨迹运动,因此工件的加工误差可通过测量轨迹误差得到.文中运用非均匀B样条曲线拟合及曲线特征点提取的方法,将测量轨迹与理想轨迹进行拟合实现工件加工误差的在机测量.通过在数控机床上试验一直线圆弧样品加工验证了该方法的可行性.     

模具表面微凸体形貌激光毛化过程参数分析

为了提高模具耐磨性能和板料的成形性能,并精确控制模具表面毛化形貌尺寸,采用灯泵浦Nd:YAG激光器.运用单因素轮换法,进行了系统的激光毛化工艺试验.对激光脉冲参数(泵浦电压、脉冲宽度、离焦量等)与模具表面主要形貌参数(凹坑直径、凸肩直径、凸肩高度及凹坑深度)的影响规律作了进一步的研究.结果表明,单脉冲能量的大小及作用时间是形成精确尺寸球冠状微凸形貌的关键凶素.     

模具半导体激光强韧化工艺研究

为了研究模具材料半导体激光表面强韧化工艺,采用半导体激光表面淬火工艺,进行了7CrSiMnMoV,Cr12MoV,CrMo铸铁等典型模具材料半导体激光淬火的工艺研究,得到了不同模具材料优化的激光工艺参量。结果表明,激光表面淬火后的硬度满足模具材料的使用要求。这一结果为激光模具表面强韧化处理提供了可靠的保障。     

精密殷钢模具制造工艺技术

讨论了研制高精度碳纤维复合材料天线副反应器采用低膨胀合金（殷钢）模具材料的必要性，通过对模具结构分析，在制定合理，先进的工艺规程基础上，解决了模具制造过程中殷钢材料切削加工和热处理工艺等工艺技术难题。研制出的碳纤维复合材料天线副反射器模具表面精度达0.028mm(r.m.s.)。     

提高彩电模具数控加工效率的方法探讨

本文结合彩电模具加工工艺和数控加工工艺的特点，探讨彩电模具数控加工的装夹方式，刀具选择，走刀路径选择、毛坯去除方法等内容，提出了去除彩电模具复杂表面毛坯的阶梯形方法，这种方法无疑对提高彩电模具数控加工效率，保证模具质量，起到积极的作用。     

金属管材激光弯曲成形的扫描路径规划

基于几何曲率方法,针对AIS1304L不锈钢金属直管的激光平面弯曲成形和三维空间弯曲成形进行了路径规划的研究.对平面内弯曲成形,根据目标管形的极值点和拐点将管材分段,取极值点作为路径规划的初始位置,对各分段采用不同的扫描间距以确定加热扫描路径.对三维空间弯曲成形,采用投影分解的方法,把三维成形曲面投影分解为两个二维曲面,分别获取扫描路径和工艺参数,然后组合与简化,获取三维弯曲成形的扫描路径.实验采用Nd:YAG固体激光器,以平面内正弦曲面弯曲和空间螺旋管弯曲两种形式为例,作为目标形状进行扫描路径规划与实验验证,扫描弯曲结果证明了扫描路径规划方法的有效性.     

考虑多种危险气象的分层航迹动态规划策略

针对雷暴天气下伴随着多种危险气象同时存在的动态改航规划需求,提出了一种考虑多种危险气象的分层航迹动态规划策略。首先,根据雷达回波图对改航空域进行分层规划;然后,基于改航起点和改航终点利用稀疏A*算法结合改航约束条件对分层空域进行全局航迹规划,并利用关键点选取策略确定关键航迹点;最后,根据关键航迹点对全局航迹进行分段,并利用动态窗口法逐段进行实时航迹动态规划。实验结果表明所提方法具备良好的实时航迹动态规划性能,并且优于动态稀疏A*算法、动态窗口法和现行策略,而且所提方法还可以提供在规避危险气象过程中关于航空器的航速和航向的变化情况供飞行员参考。      

A Novel Integrated Path Planning Algorithm for Warehouse AGVs

We propose an integrated path planning method for multiple automated guided vehicles performing logistics delivery within a real-world warehouse environ-ment considering obstacles. By applying it on each vehicle, this proposed method enables the vehicle the vehicles have the capabilities for autonomous path planning. The path planning consists of three parts, K-means algorithm based task points clustering, genetic algorithm based task points ordering, and the probabilistic road map based best path search. Vehicle conflict resolution is depending on implementing the probabilistic road map construction considering the realistic map with obstacles. The simulations result validate that the clustering and ordering are necessary for the path planning, both the path planning time and the Automated guided vehicles (AGVs) running time can be dramatically reduced.     

将盘旋动作引入自主航路规划的方法

为了使侦察无人机在不确定环境下航路选择更加灵活,提出了一种将盘旋动作引入到自主航路规划中的方法。首先,分析了盘旋动作对机载侦察设备的不利影响,以及盘旋动作对扩大航路选择范围上的优势。然后,通过设置修正系数的方法,对航路选择的目标函数进行改进,将盘旋动作引入到无人机航路规划的决策集中。最后,通过仿真试验验证了该方法的有效性。     

Robot path planner based on deep reinforcement learning and the seeker optimization algorithm

Path planning is one of the key technologies for mobile robot applications. However, the traditional robot path planner has a slow planning response, which leads to a long navigation completion time. In this paper, we propose a novel robot path planner (SOA+A2C) that produces global and local path planners with the seeker optimization algorithm (SOA) and the advantage actor-critic (A2C) algorithm, respectively. In addition, to solve the problems of poor convergence performance when training deep reinforcement learning (DRL) agents in complex path planning tasks and path redundancy when metaheuristic algorithms, such as SOA, are used for path planning, we propose the incremental map training method and path de-redundancy method. Simulation results show that first, the incremental map training method can improve the convergence performance of the DRL agent in complex path planning tasks. Second, the path de-redundancy method can effectively alleviate path redundancy without sacrificing the search capability of the metaheuristic algorithm. Third, the SOA+A2C path planner is superior to the Dijkstra & dynamic window approach (Dijkstra+DWA) and the Dijkstra & timed elastic band (Dijkstra+TEB) path planners provided by the robot operating system (ROS) in terms of path length, path planning response time, and navigation completion time. Therefore, the developed SOA+A2C path planner can serve as an effective tool for mobile robot path planning.     

基于EMRP算法的多UAV协同航迹规划

为解决作战环境中的多无人机协同航迹规划问题,提出一种基于层次分解策略的航迹规划方法.通过骨架化算法生成规划空间,利用基于进化计算的多航迹规划(EMRP)算法为各UAV找到K条备用航迹,实现了利用EMRP算法与数学形态学相结合解决多UAV协同航迹规划问题,并对生成的初始航迹进行平滑处理,得到满足UAV机动要求的可行航迹....     

基于Voronoi图与蚁群算法的UCAV航路规划

提出一种基于Voronoi图和蚁群优化算法(ACO)的无人作战飞机航路规划的方法.首先根据已知威胁源建立威胁源的Voronoi图,并构建了起始点、目标点与威胁场的Voronoi图赋权有向图,从而建立了无人机搜索路径的集合,结合初始集合,然后给出无人作战飞机航路规划的具体实现过程,最后对UCAV在多种威胁环境下的航路规划进行了仿真实验,仿真结果表明这种航路规划方法是可行和有效的.     

机载单站多目标定位航迹规划研究

多目标航迹规划是指侦察飞机在机载单站无源定位过程中,根据侦收到的多个目标信号方向、威胁等级和飞机本身机动能力的限制,计算出最优飞行航迹,并跟随该航迹同时完成多目标定位任务。首先建立了机载单站无源定位中的探测模型、控制模型和航迹规划模型;然后提出一种基于评价函数和扩展α法的多目标航迹规划算法;最后进行了仿真分析,仿真结果表明该方法的有效性。     

分布估计算法在巡航导弹航迹规划中的应用

将分布估计算法引入到巡航导弹航迹规划中,以期在较短时间内规划出性能指标最优的攻击轨迹,提高巡航导弹的作战效能。在分布估计算法的应用过程中,首先采用航路段等距分割建立航迹规划优化性能指标的离散化计算方法;其次引入坐标变化和候选节点构建基于分布估计算法的航迹规划方法;最后,以多核处理器提供的并行计算能力为依托,进行了航迹规划方法的并行计算设计。仿真实验表明,该方法能有效地缩短优化时间,提高优化结果。     

多智能体强化学习飞行路径规划算法

为了减轻现代空战中大量信息处理给飞行员带来的负担,同时为了实现无人机航路自主规划,提出了一种基于多智能体强化学习理论的飞行路径规划算法.该算法采用多智能体强化学习的方法,采用两个功能不同的智能体,分别对应局部和全局路径规划.该算法对状态和动作空间进行划分和抽象,有效地减少了状态的数量,解决了强化学习维数灾难的问题.最后用Matlab对此算法进行了数字仿真,验证了算法的可行性,仿真实验结果显示该算法收敛速度快,能够解决飞行路径规划的任务.