【摘 要】
:
随着城市化的大面积覆盖,铁路运输开始不断向通车频繁、高速、重载等方向发展,这也就加剧了钢轨表面及内部诸如波磨、疲劳裂纹等病害的形成。国内外多年的实践表明,钢轨打磨维护技术不但可以提高服役钢轨的寿命降低运营成本,而且可以改善列车的运输平稳性,这就促使了多种多样的钢轨打磨设备地不断涌现。基于此,本文运用工业机器人相关技术实现了一款4-DOF钢轨打磨机器人,重点针对机器人打磨作业“让刀”的问题,基于整体
论文部分内容阅读
随着城市化的大面积覆盖,铁路运输开始不断向通车频繁、高速、重载等方向发展,这也就加剧了钢轨表面及内部诸如波磨、疲劳裂纹等病害的形成。国内外多年的实践表明,钢轨打磨维护技术不但可以提高服役钢轨的寿命降低运营成本,而且可以改善列车的运输平稳性,这就促使了多种多样的钢轨打磨设备地不断涌现。基于此,本文运用工业机器人相关技术实现了一款4-DOF钢轨打磨机器人,重点针对机器人打磨作业“让刀”的问题,基于整体动力学分析,提出了一种Ⅱ型龙门架结构改型方案,并通过加权求和的NSGAⅡ算法进一步优化了该结构的主要零部件,最终提高了整体的系统刚度,大幅降低了作业“让刀”,进而提高了打磨机器人作业时的稳定性,保证了打磨精度与打磨质量。本文主要完成了以下几个方面的研究工作:首先,针对实际打磨需求,确定了钢轨打磨机器人总体技术路线;然后根据实际情况分析确定了机器人的机构构型,建立运动模型并重点研究了钢轨打磨机器人的有效工作空间,并分析得到砂轮端面的接触率达到88.6%,满足轨面全覆盖打磨至少70.56%的要求;最后采用模块化设计方法完成了打磨机器人初步的3D模型设计。然后,基于虚拟样机技术对4-DOF钢轨打磨机器人进行动态特性分析。其中MATLAB与VREP的联合运动学仿真,检验了打磨机器人作业过程中的各运动轴的运转状态以及各模块之间的干涉与否,验证了打磨机器人机构设计的合理性。SW联合ANSYS WB对打磨机器人进行了刚柔耦合的动力学仿真,分析了机器人打磨钢轨时的作业性能。其次,在对打磨机器人及打磨车进行整体动力学建模的基础上,引入波磨正弦函数作为激励扰动,理论分析了打磨机器人的振动特性,分析出打磨机器人出现“让刀”现象的基本原理,得出合理的机器人系统刚度能够有效地保障其在轨面波峰处的打磨能力。基于此分析,本文对机器人的结构进行了 Ⅱ型龙门架结构的改型,并通过加权求和的NSGAⅡ算法进一步优化了 Ⅱ型龙门架的主要零部件,最终提高了整体的系统刚度,打磨作业时的“让刀量”也从初始设计的4mm降为1.42mm,高达71.35%的降幅,进而提高了打磨机器人作业时的稳定性。最后,完成了钢轨打磨机器人实验平台的搭建和打磨实验研究。对钢轨打磨前后进行了粗糙度测试、廓形质量检测、钢轨平顺度测试以及系统作业频率检测。实验结果表明,优化后的钢轨打磨机器人打磨后,轨面的不平顺度得到了明显改善,所有测量点粗糙度均在Ra6.3以下,廓形GQI数值也都在80分以上,打磨作业频率也避开了高频区间段,有效地抑制了共振,这些打磨效果都验证了模型优化的有效性,保障列车能够安全、平稳运行。通过对打磨数据的分析,定性得出了打磨量、打磨角度及打磨功率之间的映射关系,从而为编制打磨模式提供了依据。
其他文献
属性级情感分类任务旨在判断句子中针对某一个属性所对应的情感倾向,近年来,引起了自然语言处理领域学者的广泛关注。由于现有的相关研究大部分都是基于英文语料的,情感资源在不同语言上的分布并不均衡,跨语言的方法应运而生。跨语言属性级情感分类旨在使用源语言中的资源帮助目标语言进行属性级情感检测和分类,其核心问题在于如何实现跨语言知识的有效共享。本文针对这一问题对跨语言属性级情感分类展开研究,具体研究内容如下
基础设施的拆除和改扩建产生了巨量的建筑垃圾,建筑垃圾主要再利用方式为制作再生骨料,但是再生骨料内部存在微裂缝和孔隙,这导致其物理力学性质较天然骨料更差,产品性能更低。本文主要研究微生物矿化改性反应的主要影响因素,探讨利用该技术改性建筑垃圾的方法和改性后再生骨料的物理力学性质变化,并探索改性再生骨料在路基填料中的应用。本文主要得到以下结论:(1)通过微生物化学实验,研究各参数对脲酶活性和矿化反应过程
篇章关系识别是自然语言处理研究中的一项基础性任务,其批量处理两个相邻的论元(如子句、句子或段落,统称为论元对),并自动判别每个论元对之间的语义关系。篇章关系识别给下游任务提供了重要支撑,如阅读理解和文本摘要等。隐式篇章关系识别作为篇章分析的子任务,由于其缺少连接词,难以利用诸如“因此”这类显式且无歧义的词级线索直接判定关系类型,导致隐式篇章关系识别率难以提高。本文研究集中在隐式关系分类问题,并着力
实时操作系统以其良好的实时性和可靠性在嵌入式系统开发中得到普遍应用。但实时操作系统专业性较强,与软硬件平台高度相关,不同系统软件难以移植和复用,应用开发门槛高;同时复杂的系统内核实现导致用户工程可读性弱、编译速度低,直接影响开发效率。为此,本文以通用嵌入式计算机架构为依托,对实时操作系统的驻留进行研究,将系统内核与用户程序有效分割,提高用户工程编译速度和程序清晰度,降低应用软件开发难度。主要研究内
面向对话文本的逻辑语义关系检测研究1是自然语言处理领域的一项关键任务,准确的检测对话文本的逻辑语义关系能提高对于对话文本的整体理解,对于对话机器阅读理解[1,2]、对话自动摘要[3]、对话回应选择[4]等下游的自然语言处理任务有着极为重要的支撑作用。近年来,随着深度学习的兴起和发展,自然语言处理领域发生了极大的变化。作为自然语言处理中的一个重要的研究课题,对话逻辑语义关系检测不可避免地受到这股浪潮
工业产品加工过程中的部分生产工艺如收缩、凝固,会导致产品表面出现划痕、磨损等缺陷。传统生产工序中通常采用人工质检的方式对产品质量进行判断,这种检测方式不仅耗费人力成本,而且无法准确检测产品质量。随着制造业智能化水平的提升,基于深度学习算法的缺陷检测系统逐渐代替人工质检,提高了缺陷检测效率及劳动生产率。但这些复杂的深度学习算法大都需要部署在云端服务器进行训练,无法满足工厂离线执行的需求且难以部署至嵌
目前光伏组件应用的EVA和常规POE胶膜材料均存在封装缺陷,在此背景下市场推出新型共挤POE胶膜,但需验证可靠性。文章为评估新型共挤POE材料的可靠性,首先选取A和B两个生产厂家的共挤POE胶膜与常规POE胶膜进行关键性能对比,得出共挤POE主要在抗水气渗透和体积电阻率相比常规POE弱;其次通过老化环境测试验证了共挤POE应用在主流双面透明背板组件上的最大风险为抗湿热能力差。研究结果对共挤POE产
机器翻译技术在近年来的迅速发展和普及使得越来越多的人享受到便利的跨语言沟通,在一些常用语言以及通用翻译场景下,机器翻译已经能够满足绝大部分翻译需求。目前主流的机器翻译系统采用神经网络模型,需要大量的标注数据,如平行语料、双语词典等,然而对于大多数语言之间的翻译建模而言,高质量的双语语料匮乏,翻译系统质量难以提升。为了高效地利用已有的资源,提升翻译系统的性能,本文提出了两种低资源条件下的数据增强方法
属性抽取是自然语言处理领域的一项重要任务,旨在从文本中自动抽取属性的表述语言,其在情感分析、观点挖掘方面有着重要的应用价值。目前,基于神经网络的属性抽取已经取得了一定研究进展。然而,该任务仍存在三个方面的不足,包括低频属性识别困难,属性词易与普通词混淆,以及可观测样本不充足。为解决上述问题,本文提出以下三个研究内容:首先,根据属性的分布频率,本文将属性划分为高频属性和低频属性。高频属性具有较高的领
电子商务和快递行业的高速发展,使得包装制品的需求越发庞大且多样化。在大规模个性化定制的趋势下,行业内积极应用智能物流设备,以实现订单的快速响应和高效精准拣选。论文对AGV调度为主的厂内物流和三维装箱问题进行研究,旨在实现高效的物料搬运、装箱作业以及两者的有效衔接,降低物流运输成本。论文主要工作及研究内容如下:首先,针对网状物料运输结构的大规模多负载AGV调度问题,提出了一种基于邻近组合和最短路径原