2023, 46(3):1-9,102. DOI: 10.11835/j.issn.1000-582X.2021.18 CSTR:
摘要:软体驱动器的变形方式主要为弯曲、伸缩变形,限制了软体驱动器的灵活性。为了提高软体驱动器的操作灵活性,提出一种新型的螺旋扭转变形软体驱动器。通过拉线驱动软体变形,骨架限制驱动器产生螺旋变形,实现驱动器末端在三维空间中的可控运动。基于常曲率连续软体运动学理论及螺旋扭转变形的几何关系,建立了一种适用于常曲率螺旋变形运动学模型,获取在全局坐标系下驱动器末端的坐标变换矩阵,实现对驱动器位姿的描述。通过仿真和实验数据验证,模型精度大于98%。为螺旋扭转变形驱动器的控制建立精确的运动学模型,为未来基于此软体驱动器的超高灵活性抓手的搭建提供了理论模型基础。
2023, 46(3):10-21. DOI: 10.11835/j.issn.1000-582X.2022.006 CSTR:
摘要:为提升纯电动汽车换电机器人续航能力,提出一种面向节能的换电机器人举升系统结构及控制参数集成优化方法。首先,对换电机器人举升系统结构参数进行初步匹配;其次,设计滑模变结构控制器,建立举升系统举升过程的能耗模型;然后,建立以举升系统能耗和角位移稳态误差为目标的优化模型,并利用多目标优化算法进行求解以获得举升能耗和角位移误差最优的结构和控制参数组合;最后,通过实验验证优化结果的可靠性。结果表明,经集成优化后稳态误差降低了53.68%,举升系统能耗降低了10.93%。
2023, 46(3):22-31. DOI: 10.11835/j.issn.1000-582X.2021.025 CSTR:
摘要:主减速器是直升机传动系统的重要部件,其质量指标对整机性能有着重要影响。以共轴反转直升机的主减速器为对象,提出了一种基于图论的主减速器构型设计方法。1)通过对现有共轴主减速器资料的归纳,得到连接规律、边界条件和齿轮单元;2)建立主减速器对应邻接矩阵的自动生成方法,并将邻接矩阵转换为改进的图论模型;3)生成方案集合并建立筛选规则,得到主减速器的可行方案集合;4)利用序列二次规划算法建立基于齿轮强度约束的优化程序,对可行方案的齿轮质量进行筛选,得到齿轮总质量最小的主减速器方案。为验证此方法的合理性,给出了三级圆柱齿轮构型主减速器方案的设计过程,筛选出一种可行方案。
2023, 46(3):32-44. DOI: 10.11835/j.issn.1000-582X.2022.003 CSTR:
摘要:为预估和延长双圆弧谐波减速器刚轮插齿刀有效长度,论文建立了双圆弧刚轮齿廓数学模型,根据运动学法,建立了插刀加工数学仿真模型;根据齿廓法线法,建立了砂轮磨削加工数学模型,推导了刃磨后插刀的等效齿形与加工误差,确定了插刀的有效长度。在此基础上,论文通过优化砂轮齿形与插刀齿数,延长了插刀有效长度。结果表明:优化前55齿插刀有效长度为2.1 mm,0截面插刀加工出刚轮齿形误差为2 μm;优化后0截面插刀加工出刚轮齿形误差的最大值为0.14 μm。优化后插刀齿数越多,插刀有效长度越长;优化后42齿、55齿、68插刀有效长度分别增加了4.8%、52%、81%。
2023, 46(3):45-57. DOI: 10.11835/j.issn.1000-582X.2022.007 CSTR:
摘要:行星滚柱丝杠副(planetary roller screw mechanism,PRSM)是旋转运动与直线运动相互转化的新型重载精密传动装置,螺纹牙型加工质量直接决定其传动精度和承载性能。针对小螺距PRSM滚柱牙型非完整短圆弧检测评价的难题,利用高精度三坐标测量机对滚柱轴向截面牙型非接触式检测,提出了基于非线性内点算法的滚柱牙型曲线拟合方法,验证了滚柱牙型曲线的拟合精度;建立了滚柱螺纹牙型偏差评价模型和偏差评价方法,绘制了基于本偏差模型的牙型偏差评价图,分析并总结了滚柱牙型偏差分布规律。提出的小螺距PRSM滚柱牙型检测评价方法,拟合残差平方和达到1.5×10-4数级,牙型半径拟合精度控制在6 μm,牙型圆心z0坐标拟合精度控制在9.8 μm,能够定量评判滚柱牙型形状精度和位置精度,在工程实际中具有可行性。
2023, 46(3):58-70. DOI: 10.11835/j.issn.1000-582X.2023.03.006 CSTR:
摘要:凹凸底部和光滑底部是进行轿车车身设计与布置时2种典型的设计方案,但底部结构对轿车侧风稳定性的作用机理尚不明确,厘清其影响不仅可为底部结构设计与布置提供参考数据,而且是进行轿车侧风稳定性评价的关键技术问题。通过建立典型底部结构轿车的数值计算模型,分析了不同侧风风速对轿车气动力和气动力矩的影响规律;采用汽车空气动力学与汽车系统动力学耦合方法建立了典型底部结构轿车的侧风稳定性分析与评价模型,研究了底部结构对轿车侧偏运动、横摆运动以及侧滑运动的影响规律及作用机理。研究表明:凹凸底部结构会增加轿车的气动升力、气动俯仰力矩、气动阻力以及气动侧力,加剧轿车的侧偏运动和横摆运动,增加轿车侧滑的风险;路面附着系数越低,凹凸底部结构对轿车侧偏运动和横摆运动的影响越大、对侧滑临界风速的影响越小。
2023, 46(3):71-83. DOI: 10.11835/j.issn.1000-582X.2021.024 CSTR:
摘要:为了明确车用爪极发电机在高转速下不同部件对气动噪声的影响,对车用爪极发电机的气动噪声进行了数值模拟研究,并进行了车用爪极发电机的空载声功率实验,验证了数值模拟的准确性;采用有无前后风扇、爪极,采用圆柱包络体代替爪极方案确定各阶次噪声的来源,明确了前后风扇、爪极对不同阶次噪声的贡献水平。结果表明:在高转速下偶极子是主要噪声源类型;前风扇主要影响8,10,12和16阶次气动噪声,去除前风扇12,16阶次噪声分别降低了6.54 dB(A)和9.04 dB(A);后风扇主要影响6,8和10阶次噪声,去除后风扇噪声分别降低了11.75,2.42,7.38 dB(A);有无爪极对气动噪声影响较小,但采用圆柱包络体代替爪极对气流流动会产生影响,使8阶次噪声有一定变化,这也表明前后风扇是气动噪声产生的重要源头。
2023, 46(3):84-93. DOI: 10.11835/j.issn.1000-582X.2021.22 CSTR:
摘要:为估算结构在变幅载荷下的疲劳寿命,在动态剩余S-N曲线的基础上,结合材料的退化规律,对材料受载过程中的累积疲劳损伤进行了量化,提出了一种预测变幅载荷下线性疲劳损伤预测模型。根据热轧16Mn钢和20Cr2Ni4A标准圆柱齿轮多级载荷下疲劳寿命试验数据,对提出模型的疲劳寿命预测能力进行了验证。结果表明:基于强度退化的线性疲劳寿命预测模型相对传统Miner法则和材料记忆退化累积模型的预测结果更接近试验结果,具有较高的预测精度。
2023, 46(3):94-102. DOI: 10.11835/j.issn.1000-582X.2021.262 CSTR:
摘要:在对30CrMnSiA钢多轴疲劳寿命研究的基础上,基于单轴拉压和纯扭S-N曲线,提出了等效S-N曲线的概念。基于等效S-N曲线,建立了预测硬质金属材料多轴疲劳寿命的经验公式。采用该公式对文献中的多种硬质金属材料进行了寿命预测,预测结果显示94.0%以上的数据点均处于±3倍疲劳寿命分散带之内,81.8%以上的数据点处于±2倍疲劳寿命分散带之内。
2023, 46(3):103-117. DOI: 10.11835/j.issn.1000-582X.2022.001 CSTR:
摘要:汽车加速度和速度因交通环境障碍物实时动态变化,智能汽车避障实时参考轨迹不光滑变化;参数摄动,车速实时变化和采集信号干扰,将造成智能汽车动态侧向避障精准控制困难。为此,提出考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略。该控制策略分为动态轨迹规划层和动态轨迹跟踪层;动态轨迹规划层依据障碍物汽车加速度和速度动态变化,采用基于避障极限位置的动态轨迹规划算法,以规划能够保证智能汽车侧向安全避障的实时参考轨迹;动态轨迹跟踪层设计了考虑了质量、转动惯量和前后侧偏刚度参数摄动的鲁棒控制器,以实现实时动态参考轨迹精准跟踪。最后,利用Matlab/Simulink和Trucksim软件联合仿真,进行所提控制策略仿真验证。仿真结果表明:动态轨迹规划层能够依据障碍物汽车加速度和速度实时变化,实时规划了安全侧向避障动态参考轨迹;轨迹跟踪层克服了质量、转动惯量、前后侧偏刚度参数摄动,以及实时参考轨迹不光滑动态变化,平滑良好地跟踪了侧向避障实时参考轨迹。因此,所提控制策略实现了智能汽车安全动态侧向避障,同时确保了避障过程汽车横摆稳定性。
2023, 46(3):118-128. DOI: 10.11835/j.issn.1000-582X.2021.023 CSTR:
摘要:准确、高效地识别路面附着系数为汽车主动安全系统提供了重要输入参数。笔者提出了基于Elman神经网络识别路面附着系数方法,采用Carsim/Simulink联合仿真,获取了某车辆的63个行驶工况,共20个重要动力学响应。构建了Elman神经网络的路面附着系数识别模型,对附着系数为0.2~0.9的路面进行了识别,识别平均绝对百分比误差为4.92%,准确率为91.22%。相对于传统的BP神经网络方法,该方法使路面附着系数的识别平均绝对百分比误差降低了2.24%,准确率提升了9.82%,并且在潮湿沥青路面以及干燥沥青路面进行了实车实验,验证了该方法的有效性、可行性。
2023, 46(3):129-136. DOI: 10.11835/j.issn.1000-582X.2023.03.012 CSTR:
摘要:攻击者为了逃避检测,常利用加壳技术对恶意软件进行加密或压缩,使得安全分析人员以及传统基于静态分析的恶意软件检测方法在恶意软件运行前难以利用反汇编等逆向工具对其进行静态分析。为检测加壳恶意软件,当前主要采用动态分析方法检测加壳恶意软件,然而受限于加壳工具种类和样本规模,以及恶意软件加壳行为带来的混淆噪声,导致传统基于机器学习检测方法存在准确率不足等问题。研究提取并分析加壳恶意软件运行时的系统调用行为特征,识别并筛选出敏感行为,旨在过滤脱壳行为噪声产生的影响;通过对系统调用行为特征加权降维,提升行为特征的有效性;通过对加权降维的行为特征进行聚类分析,最终实现加壳恶意软件未知变种检测和检测模型增量更新。实验结果表明,提出的基于动态行为特征加权聚类的加壳恶意软件未知变种检测方法检测误报率3.9%,相较几种典型机器学习检测方法呈显著降低。