在汽车生产环节进行数字建模、系统仿真与优化对提升汽车的生产质量和效率具有重要意义。为了解决目前汽车制造企业普遍存在的因数据链断裂而导致的资源配置效率低下等难题，以汽车涂装车身缓存区（painted body storage，PBS）为研究对象，提出了一种新型的数字底座平台，来实现数据链整合和多源异构数据融合。同时，设计了一种针对PBS的车身调序策略，考虑了总装工艺对车序优化的约束，采用遗传算法获得了PBS出车序列，然后以逆序数对为参考指标，进行PBS车道排布。将基于数字底座的PBS系统应用于某汽车制造企业，应用效果验证了所提出方法和策略的有效性。研究结果为企业构建内部集成制造平台和设计具体车间单元提供了参考。

数字孪生是一个旨在物理空间与虚拟空间之间建立实时映射的概念。为拓展数字孪生技术在激光加工领域的应用，以纳秒激光打标机加工7075铝合金为例，阐述了有限元仿真在激光加工领域的重要作用，但由于有限元仿真计算量较大且目前计算机的运算水平有限，存在仿真计算时间较长的问题，无法满足数字孪生技术所需的实时映射。为此，提出了利用CGAN（conditional generative adversarial network，条件生成对抗网络）模型代替有限元仿真的方法。该方法先利用图像化处理后的工况图像和由有限元仿真获得的温度云图对CGAN模型进行训练，随后将训练好的CGAN模型封装，用于构建基于数字孪生的激光加工零件表面温度监控系统。在完成数字孪生温度监控系统虚拟端的搭建后，使用MQTT（message queuing telemetry transport，消息队列遥测传输）通信协议与实体端进行数据交互，实现数字孪生系统的远程监控与操作。基于数字孪生的激光加工零件表面温度监控系统实现了零件表面温度的快速仿真计算，解决了有限元仿真计算时间长、无法实现实时映射的问题，基本能够满足激光加工零件表面温度的监控与预测，在激光加工温度监测领域具有一定的参考价值。

为了解决柔顺机构在优化设计过程中试验及性能验证困难的问题，采用3D打印技术对热塑性聚氨酯（thermoplastic polyurethane，TPU）材料的力学性能进行了试验研究。分析了材料硬度和打印填充率对TPU材料力学性能的影响，获得了TPU材料较佳的3D打印参数。进行单因素和两因素试验并结合方差分析，确定了显著影响TPU试样柔性的主次因素分别为TPU材料硬度和打印填充率。结合TPU材料的力学性能试验数据，得到了Mooney-Rivlin、Yeoh、Ogden、Valanis-Landel等4种常用超弹性材料本构模型的材料参数与材料硬度、打印填充率之间的映射关系。研究表明：随着TPU材料硬度和打印填充率增大，试样的柔性减弱；在4种超弹性模型中，Ogden模型对于不同打印参数下的TPU试样都具有较好的力学性能预测效果；4种模型在相同TPU硬度、不同打印填充率下的预测效果没有明显差别。研究结果可以为TPU材料的3D打印和有限元仿真分析提供参考，为柔顺机构在设计过程中的试验、性能验证及样件制作提供可靠的技术支撑。

喷雾冷却技术广泛应用于高热流密度机载设备的高效换热。为更好地开展喷雾冷却换热特性实验研究，设计并搭建了摇摆激励喷雾冷却实验装置。首先，通过监测温度、压力及流量等实验数据，以及对模拟加热源进行热沉壁面温度、热流密度和传热系数的不确定度分析，设计了喷雾换热腔系统、摇摆控制系统和数据采集分析系统。然后，通过开展不同幅度摇摆激励下的稳态喷雾冷却换热特性实验来验证所设计装置及方法的可行性。结果表明，喷雾冷却分为浸没喷雾、半浸没喷雾及正常喷雾三个阶段；摇摆激励引起的换热废液不正常排出导致喷雾冷却换热行为发生了变化，在摇摆过程中热沉壁面温度和热流密度剧烈波动；摇摆停止后积液开始不断减少，随着积液高度的不断降低，喷雾冷却换热特性随之变动。在喷雾冷却过程中，幅度不同的摇摆激励下热沉壁面温度的增幅最高可达26.47%，约升高了10.915 ℃；铜柱热流密度的降幅高达5.42%，约下降了4.126 W/cm²。所设计的实验装置稳定可靠，对机载设备喷雾冷却换热特性的研究和工程应用具有一定价值。

针对蛇形机器人整体研制的关键问题，包括材料选取、结构设计和运动实现等，研制了一种新型的多关节蛇形机器人。该蛇形机器人由11个二自由度正交关节构成，可在保证灵活性的同时实现三维高仿生运动。采用蛇形曲线设计了蛇形机器人的蜿蜒、蠕动和翻滚等基本步态，并进一步提出了改进的越障步态。同时，在V-REP软件中对蛇形机器人的步态进行运动仿真，比较了不同步态的运动轨迹和运动效率。最后，通过蛇形机器人样机步态实验，对步态模型中各个控制参数对蛇形机器人运动波形和运动速度的影响进行了分析，验证了蛇形机器人本体结构与控制系统的可靠性。研究结果对实现蛇形机器人的步态规划与运动控制具有重要的理论意义与实际指导价值。

为提高柔性机械臂的刚度和控制精度，基于散粒体阻塞机理对柔性机械臂的变刚度控制进行了研究。在柔性硅胶管内部填充塑料颗粒以构成变刚度杆，并通过理论分析和实验研究构建了其刚度模型。沿圆周方向对称并联布置3根变刚度杆以构成变刚度柔性机械臂，并基于搭建的实验平台对柔性机械臂进行变刚度控制和定位精度分析。结果表明：散粒体阻塞不仅可以实现柔性机械臂的刚度调节，还可以提高其控制精度；柔性机械臂的剪切刚度与变刚度杆的真空度成正比，柔性机械臂的定位精度与变刚度杆的剪切刚度也存在一定的正比关系。研究结果对促进柔性机械臂在工业机器人、服务机器人领域的广泛应用和提高人-机交互、人-机协同安全性有重要意义。

为了分析进给系统热变形对机床运动重复性误差的影响，提出了一种基于分层模型-移动热源的进给系统热变形建模方法。将进给系统分为丝杠层和工作台层，将移动结合面等效为弹簧。采用实体单元和接触单元建立了有限元模型，在丝杠和导轨上施加移动热源，获得进给系统的温度场和热变形。在此基础上，分析了工作台进给速度、轴承预紧力矩和滑块支撑距离对机床运动重复性误差的影响，并进行了实验验证。研究表明，工作台进给速度和轴承预紧力距对机床运动重复性误差的影响较大，滑块支撑距离对机床运动重复性误差的影响较小。研究结果为在机床设计和装配中减小机床运动重复性误差提供了依据。

针对目前柔性执行器需要外置的刚体泵和阀的问题，基于人手指弯曲抓握的运动特点，设计了一款由内嵌电流体泵驱动的柔性弯曲执行器。设计了电流体泵，通过实验分析了电流体泵的极板间距和电极孔直径对电流体泵输出流量和压强的影响，确定了电流体泵针电极、孔电极等部件的尺寸，研制了电流体泵样机。将多个电流体泵串联及并联，分别得出了输入电压与输出流量、输出压强的关系，确定了以2个电流体泵串联的方式来驱动软体执行器；建立了柔性执行器的力学模型，对柔性执行器进行了弯曲仿真和实验，得到了驱动压强与柔性执行器弯曲角度之间的关系，证明了柔性执行器具有良好的弯曲性能。弯曲角度的实验值、仿真值、理论值较一致，理论模型和仿真模型可以较为准确地描述柔性弯曲执行器的弯曲变形。电流体泵与柔性执行器高度集成，使电流体泵可以直接驱动柔性执行器弯曲变形，实现了柔性弯曲执行器的可携带性。

为提高锤片式粉碎机的粉碎效率并降低其能耗，以河狸门齿为仿生原型，设计了一种新型仿生锤片。首先，对河狸门齿进行逆向重构，获取了准确的河狸门齿三维模型。然后，对河狸门齿的特征结构进行确定、提取与表征，并将提取的仿生耦元用于锤片齿面设计。最后，通过锤片-物料粉碎仿真计算，以物料断裂时长和所受最大应力作为仿生锤片性能的评价指标，基于响应面法构建了仿生锤片的结构参数与性能指标的响应面代理模型，并采用Design-Expert软件对最优结构参数组合进行了求解。物料粉碎仿真结果表明，相较于普通锤片，仿生锤片造成的物料断口较大，与物料正面碰撞时产生的最大应力更大，且物料断裂所需时间更短。物料粉碎实验结果表明，更换仿生锤片后粉碎机的生产效率更高，过粉碎现象有所改善，说明仿生锤片的使役性能优于普通锤片。研究结果可为饲料加工用粉碎机锤片的设计提供参考。

超深水打桩锤系统的性能直接影响大型海洋油气平台的建设进度。为深入研究超深水打桩锤系统的故障机理，对系统进行可靠性分析与分配研究。首先，对超深水打桩锤系统进行故障模式与影响分析（failure mode and effect analysis, FMEA），并基于FMEA结果提出了一种改进的危害性分析（criticality analysis, CA）方法。然后，运用改进的AGREE（advisory group on reliability of electronic equipment，电子设备可靠性咨询组）分配法及基于FMECA（failure mode, effect and criticality analysis，故障模式、影响与危害性分析）的可靠性分配方法，对超深水打桩锤系统的子系统和零部件依次进行可靠性分配研究。最后，在MATLAB App Designer开发环境下对超深水打桩锤系统的CA及可靠性分配过程进行可视化界面设计。结果表明，超深水打桩锤系统共有27种故障模式，钢桩等9个零部件为系统薄弱环节；经一、二次可靠性分配后，系统可靠度分别为0.999 063 22，0.999 063 27。超深水打桩锤系统的可靠性研究识别了系统的薄弱环节，为其国产化设计提供了一定的理论指导。

运用联合仿真的方法能够实时分析柱塞泵的运动学、动力学性能以及液压系统特性，其可广泛应用于柱塞泵产品的设计与优化。针对传统优化过程中分析与优化的离散化、效率低等不足，提出了一种基于功能模型接口（functional mock-up interface，FMI）的轴向柱塞泵分布式联合仿真方法，通过开发自动优化组件，实现对阻尼槽结构参数的迭代优化。首先，进行柱塞泵轴系运动学、动力学分析，建立其运动模型和受力模型，来确定轴系组件的约束关系；其次，搭建了柱塞泵联合仿真模型，研究了柱塞的运动、受力和变形特性；然后，基于云端服务器搭建了柱塞泵分布式联合仿真模型，通过FMI技术实现了各个仿真软件的同步调用；最后，基于云平台架构，开发了柱塞泵阻尼槽优化设计模板，实现了对阻尼槽最优结构参数的求解及其模型自动创建。仿真结果表明，阻尼槽结构优化后，柱塞泵出口流量脉动率降低了35.78%。所提出的方法能有效提高仿真与优化的效率，减轻研发人员的工作负担。

针对大转动惯量碳纤维缠绕机的加速和减速阶段运行不平稳、传动件易失效破坏等问题，提出了一种基于改进型Sigmoid加减速曲线的主轴运行曲线优化方案。首先，利用五次多项式对传统Sigmoid加减速曲线的跃变处进行补偿，以约束曲线起始点、衔接点、终止点的速度、加速度和急动度（加加速度）。然后，基于改进曲线的速度与加速度函数建立缠绕机的负载扭矩、电机输出功率、主轴强度与刚度以及缠绕圈数的数学模型，并以各阶段运行时长为设计变量、以电机最大输出功率最小和总运行时长最短为优化目标对曲线进行多目标优化，根据缠绕圈数、传动件强度与刚度等的约束条件，利用多目标遗传算法NSGA-Ⅱ（non-dominated sorting genetic algorithm-Ⅱ，非支配排序遗传算法-Ⅱ）求解模型的非支配解集，并利用比重选取函数选择最优解。最后，通过AMESim-ADAMS联合仿真对比加减速曲线优化前后缠绕机的运行效果。结果表明：优化后缠绕机的总运行时长、最大加速度、最大负载扭矩和最大输出功率分别降低了41.7%，75.8%，75.5%和72.8%，且主轴的运行曲线更加平滑，验证了优化方案的可行性。研究结果为大转动惯量旋转设备的运行不平稳或传动件失效问题提供了一种新的解决思路。

针对动态建模误差和不确定性扰动对机械臂末端高精度轨迹跟踪控制的不利影响，提出了一种新型的基于自适应神经网络的机械臂滑模控制策略。该控制策略可分为三部分：自适应神经网络补偿项、切换控制项和等效控制项。自适应神经网络的引入，避免了建模误差和外界未知扰动对机械臂系统的影响，提高了轨迹跟踪精度；切换控制项可使机械臂系统性能在迅速趋近滑模面的同时以很小的速率趋近平衡点，既能保证系统稳定，又能避免系统过于抖振；等效控制项用于对机械臂动力学模型的重力项和哥氏力项进行补偿，实现对模型的线性化处理，保证了系统的控制精度。最后，通过构造Lyapunov函数验证了所设计控制系统的稳定性，并在MATLAB/Simulink环境下和机器人系统工具箱中开展仿真实验和对比实验。结果表明，所提出的控制算法能够在保持机械臂稳定性的同时实现高精度的轨迹跟踪，验证了该控制算法的有效性和优越性。自适应神经网络滑模控制算法可为提高机械臂末端轨迹跟踪精度提供一种解决方案。

激光机械钻头是一种新型破岩装备，适用于超深层油气资源的开发。在钻进过程中，先利用激光对岩石进行辐射，使得机械钻头能够快速破岩，但同时会产生大量岩屑。若激光机械钻头的排屑性能不佳，则会导致二次钻井以及钻头磨损加剧，而钻头起下钻频繁会严重影响钻井效率。为此，以提高激光机械钻头排屑性能为目标，建立了激光机械钻头三维模型，利用EDEM-Fluent耦合方法对其排屑过程进行了数值模拟；同时，通过对激光机械钻头井底流场的分析，提出了排屑性能指标，并采用正交试验法对其流道倾角、流道直径以及激光通道宽度进行了优化，从而改进了其井底流场和排屑性能。结果表明：优化后激光机械钻头的流道倾角为17°，流道直径为10 mm，激光通道宽度为5 mm；井底低速区面积占比为11.07%，下降了26.19个百分点；井底径向漫流速度为27.93 m/s，提高了61.54%；环空岩屑运移速度为8.97 m/s，提高了46.57%；平均岩屑滞留量减少了46.38%，平均岩屑堆积量减少了59.43%。综上，优化后激光机械钻头的排屑性能得到了有效提升。研究结果可为激光机械钻头水力结构的设计提供数据参考。