基于PEI改性的WPU/石墨烯纳米复合乳液的研究

使用超支化型聚乙烯亚胺（PEI）对氧化石墨烯（GO）进行改性制得改性氧化石墨烯分散液（GO-PEI）;并在水性聚氨酯乳化过程中原位引入 GO-PEI分散液,并还原制备水性聚氨酯 /改性石墨烯纳米复合乳液（WPU/RGO-PEI）。通过红外光谱、紫外光谱、粒度分析、扫描电子显微镜和力学分析对 GO-PEI、复合乳液和复合膜的微观结构与性能进行了表征。结果表明： RGO-PEI在水性聚氨酯膜中均匀分散,当 RGO-PEI添加量为 7%时模量提高 12倍,添加量为 15%时表面电导率达 5.57×10^-4 S/cm。     

多官能度光固化聚氨酯丙烯酸酯预聚物合成工艺探讨

以异佛尔酮二异氰酸酯(IPDI)、聚醚三元醇、三羟基丙烷二丙烯酸酯(TMPDA)为原料,采用两种合成工艺制备六官能聚氨酯丙烯酸酯预聚物。考察了两种合成工艺对预聚物分子量、分子量分布、黏度,及固化膜玻璃化温度、硬度等膜性能方面的影响。实验结果表明,采用预封端工艺制得的六官能度聚氨酯丙烯酸酯具有相对较低的分子量及分子量分布,较低的黏度,较高的光固化活性,硬度较高,综合性能优于后封端工艺。     

数字孪生驱动的离心泵机组故障诊断方法研究

数字孪生技术不仅是实现信息物理融合的核心，还是实现数字化故障诊断的关键。为了实现物理空间和信息空间的实时映射、故障实时预测、故障信息及时反馈，提出数字孪生驱动的离心泵机组故障诊断方法。首先，利用数字孪生技术构建离心泵机组数字孪生映射模型。然后，基于数字孪生映射模型，通过数据驱动的故障诊断方法实现故障实时预测，利用模型仿真的故障结果验证方法完成故障结果验证，以验证结果作为数字孪生模型修正和深度学习模型调整的条件。最后，借助Unity3D平台实现故障诊断系统的开发，并通过3种工况验证了系统的可行性。     

数字孪生驱动的车间物流可视化监控方法

为解决数字化车间配送过程不透明、监控手段单一、实时性差、智能化管控难等问题，在分析复杂产品装配车间物流监控需求的基础上，提出一种数字孪生驱动的车间物流配送实时监控方法。构建数字孪生体系框架和运行模式，并对支持该系统实现的车间虚拟建模技术、车间物流实时状态信息处理等关键技术进行了研究。设计并开发了服务系统，实验验证结果表明：采用该监控系统显著提高了车间物流的透明度、实时性、交互性，所提方法可行。     

基于PMI领域知识图谱的完备性检查技术研究

针对产品MBD三维模型PMI标注形式不统一、标注易出错和人工检查难度大等问题，提出了一种基于PMI领域知识图谱的完备性检查技术。该技术采用自顶向下的方法构建了PMI领域知识图谱，利用SWRL规则构建了完备性检查的规则，从标注的冗余关系、标注的取代关系和标注的矛盾性3个方面进行检查，并结合Java Web技术实现了知识推理。最后以船用柴油机的机架为对象，验证了该方法的可行性。该技术极大地缩短了检查时间和降低了设计错误率，提高了工作人员的设计效率。     

基于SolidWorks二次开发的工程图尺寸冗余检查技术研究

针对SolidWorks工程图中尺寸标注易出错、人工检查难度大等问题，提出了一种对SolidWorks工程图尺寸冗余检查技术。基于VB.NET编程语言对SolidWorks进行二次开发，通过调用SolidWorks中的API函数获取工程图中的视图信息以及尺寸信息，用SQL Server数据库对数据进行储存和读取。运用比较法，实现了工程图中尺寸重复以及尺寸链封闭的检查，并将错误尺寸高亮显示在工程图中。最后以冷藏车的典型零件为对象，验证了该方法的可行性。该技术极大地降低了检查时间和错误率，提高了工作人员的效率。     

基于机器学习的图号申请系统设计与实现

针对企业中图号申请效率低下的现状,开发了基于机器学习的图号申请系统。首先,对企业PDM库中的历史图号申请记录进行去流水号和去重处理得到数据集。其次,采用K-means++算法将数据集和需要申请图号的新零部件共同聚类划分为若干簇,遍历每簇中的新零部件并利用KNN算法得到其属性图号。针对“同名异号”件采用基于多视图卷积神经网络的三维模型检索技术得到其属性图号。最后,对属性图号分配最新流水号得到完整图号。以企业某批次冷藏车厢体为例,系统图号申请正确率达到95%以上,效率提高5～6倍。