间歇喂入式复合结构纺纱技术研究进展

间歇喂入式复合结构纺纱技术可赋予纱线独特的花式效果和外观风格。该技术对粗纱条(S式)由传统欠喂方式转换为周期性或随机性间断喂入;对长丝或细纱(F式)由传统超喂转换为周期性或随机性超喂,实现复合纱表面的竹节和花式效应。S式采用2轴系包芯纺,可克服纱线结构不稳定的弊病,竹节效果更逼真;引入第3轴系的绑定丝,既提高竹节效应,又增加纱线的结构稳定性。F式长丝间歇超喂采用3轴系结构复合纺,既能增加成纱的花式效果,又可使成纱结构稳定。该纺纱技术可获得花式效果、改善纱线结构和增加成纱多样性,可为织物的多样性及新品研发提供更多新型纱线选择。     

虚实融合的工业机器人实验平台研究

以ABB工业机器人为例,提出六角结构的工业机器人实验平台,通过功能设计和工艺仿真搭建实验平台,构建Unity3D虚拟仿真实验平台,包括工业机器人的工艺虚拟仿真和拆装虚拟仿真。利用工业通信标准OPC UA协议实现虚拟与真实工业机器人间的数据通信,实现了虚拟与真实机器人同步运动。分析了虚拟与真实机器人运动的位置误差,实验结果表明该平台可为智能制造提供虚拟解决方案,同时也是数字孪生概念下的具体技术应用,具有较强的推广性和应用性。     

基于双重配准的机器人双目视觉三维拼接方法研究

针对机器人图像视觉视野不够开阔,不能获得全面障碍物信息的问题,提出了一种基于轮廓识别的三维重建与可变视觉三维拼接方法。对双目立体视觉系统拍摄的两幅图像中提取出的边缘点进行了边界跟踪,然后基于窗口灰度匹配法,对两幅图像上的像素点进行了匹配,来寻找双目立体视觉系统左右两幅图像中对应的像素点,重建出了障碍物的三维轮廓,并根据目标物体轮廓的连续性对三维轮廓进行了优化;在此基础上提出了基于双重配准算法的可变视角三维拼接方法,采用改进ICP算法对转换到同一坐标系下的两片三维点云进行了精确配准,并对拼接处进行了融合处理,从而得到了大视野的障碍物信息。研究结果表明:通过可变视角三维拼接方法重建的三维模型具有较高空间坐标精度,并且能够通过改变双目立体视角范围获取大视野图像,最大限度地满足机器人障碍物检测和路径规划的要求。     

融合门控循环和残差单元的车间能耗预测北大核心

为实现离散制造车间能耗精准预测,进行生产过程低碳优化,提出了一种融合双向门控循环单元和残差单元的能耗预测方法。首先,采用门控循环单元挖掘数据的时序特征,并引入双向结构,增强数据间时序关联信息的提取;其次,纵向叠加融合多个残差单元降低了训练过程中样本数据的特征损失,防止模型性能退化;最后,使用某航天离散制造车间36480条、具有761个特征的数据集进行实例验证,实验结果表明,相较于多层感知机、双向门控循环单元、卷积神经网络模型、双向门控循环单元-卷积神经网络模型、门控循环单元-残差单元模型,所提方法能更加有效地实现离散制造车间能耗预测。     

离散制造车间的数字孪生仿真参数修正方法

为了提高数字孪生模型的准确度，提出了一种离散制造车间的数字孪生仿真参数修正方法。根据数据驱动仿真参数修正的方式，将数字孪生模型的仿真参数划分为静态属性、动态属性和性能属性3类，设计了一种基于深度学习的时间序列预测算法—DF-LSTM用于表征性能属性。在复杂离散制造车间的仿真模型基础上，用时间序列预测算法的预测结果作为仿真模型的性能属性值，以实时数据驱动仿真模型的动态属性和性能属性的更新，实现了由仿真模型向数字孪生模型的转变。开发了装配车间的数字孪生系统，实现了装配车间的可视化监控和数字孪生模型的在线运行，最终实验验证了方法的可行性。