方法與技術

1.ABB 工業(yè)機器人在環(huán)形陣列異形產(chǎn)品中點位處理（李偉）

關鍵詞：ABB 工業(yè)機器人P1～6

在企業(yè)生產(chǎn)中常會遇到不同大小、不同產(chǎn)品個數(shù)環(huán)形陣列產(chǎn)品的機器人點位進行示教，《ABB 工業(yè)機器人在環(huán)形陣列異形產(chǎn)品中點位處理》一文通過創(chuàng)建參考工件坐標系和參考點位，并采用歐拉角運算方法，將表示工件坐標方位的四元數(shù)轉(zhuǎn)換成歐拉角，方便對工件坐標進行固定角度的旋轉(zhuǎn)，再通過編程獲取旋轉(zhuǎn)后參考工件坐標系下的機器人點位可有效減少環(huán)形陣列點位的示教數(shù)量。驗證結(jié)果表明：示教兩個點確定參考工件坐標系和參考點位后，就可以很方便快捷的獲取任意大小、任意數(shù)量產(chǎn)品的環(huán)形陣列的機器人點位，大大減少了點位示教的工作量，為企業(yè)自動化生產(chǎn)線識別產(chǎn)品節(jié)約了大量的時間，并提高了環(huán)形陣列產(chǎn)品的安裝精度。

2.無動力穿戴式外骨骼座椅結(jié)構(gòu)設計與優(yōu)化（康輝梅）

關鍵詞：穿戴式外骨骼座椅結(jié)構(gòu)設計 P7～9，26

汽車總裝生產(chǎn)線作業(yè)人員需根據(jù)快速的生產(chǎn)節(jié)拍反復站立行走拿取零件和下蹲裝配作業(yè)，《無動力穿戴式外骨骼座椅結(jié)構(gòu)設計與優(yōu)化》一文設計了一款輕便小巧、無需手動操作即能快速進行坐姿和站姿切換、蹲坐高度連續(xù)可調(diào)且具有記憶功能的無動力穿戴式外骨骼座椅，其結(jié)構(gòu)由大腿桿、小腿桿和斜撐桿組等組成，其中斜撐桿組包括氣壓桿和伸縮桿兩部分，兩者同軸安裝。首先根據(jù)成年人人體尺寸標準確定大腿桿長度和小腿桿長度，然后以斜撐桿組安裝鉸點位置為設計變量、從蹲姿到站立過程中小腿桿與斜撐桿組的角度的最大值為目標函數(shù)、蹲坐姿態(tài)下斜撐桿組的最大長度、氣壓桿和伸縮桿的伸縮比需滿足要求等為約束條件建立優(yōu)化設計模型，并采用MATLAB 自帶的遺傳算法工具箱進行優(yōu)化設計求解，從而確定斜撐桿組最佳鉸點安裝位置，最后根據(jù)作業(yè)人員的蹲坐高度可調(diào)和站立行走需求分別計算伸縮桿和氣壓桿的行程和安裝長度。

3.無網(wǎng)格法結(jié)構(gòu)拓撲優(yōu)化模型的GPU 并行加速求解及應用（唐芳）

關鍵詞：無網(wǎng)格法結(jié)構(gòu)拓撲優(yōu)化 P10～15，31

結(jié)構(gòu)拓撲優(yōu)化技術可在產(chǎn)品的概念設計階段提供創(chuàng)新設計方案，現(xiàn)已廣泛應用于汽車、航空航天等領域，但是無網(wǎng)格法結(jié)構(gòu)拓撲優(yōu)化模型的求解存在計算耗時長的問題。《無網(wǎng)格法結(jié)構(gòu)拓撲優(yōu)化模型的GPU 并行加速求解及應用》一文引入GPU（Graphic processing unit，GPU）并行加速技術，開展無網(wǎng)格法結(jié)構(gòu)拓撲優(yōu)化模型的GPU 并行加速求解及應用研究?；诮徊婀?jié)點對思想構(gòu)建了拓撲迭代中剛度矩陣的GPU 并行組裝流程，結(jié)合CUDA（Compute unified device architecture，CUDA）庫函數(shù)與預處理共軛梯度法實現(xiàn)了離散方程的GPU 并行加速計算，且通過提前計算并存儲形函數(shù)及其導數(shù)值以避免重復計算，建立了無網(wǎng)格法拓撲優(yōu)化模型的GPU 并行加速求解算法。通過二維懸臂梁算例驗證了算法的正確性，算例結(jié)果表明所提GPU 并行加速算法的計算結(jié)果正確，且極大地提高了無網(wǎng)格法拓撲優(yōu)化模型的求解效率。

4.變輪轂救援機器人設計與運動仿真（林偉燚）

關鍵詞：變輪轂救援機器人 P19～22，31

救援機器人逐步成為自然災害災后救援的必備手段與趨勢，《變輪轂救援機器人設計與運動仿真》一文通過結(jié)合輪式與連桿機構(gòu)設計了一種新型的變輪轂救援機器人。首先，基于救援機器人整機性能指標，設計并確定救援機器人各部件參數(shù)，并利用SolidWorks 進行救援機器人整機三維建模；其次，利用ANSYS 分析靜力載荷對救援機器人輪轂剛度的影響，并對其進行輪翼結(jié)構(gòu)優(yōu)化，基于此，完成變輪轂救援機器人最終設計方案的設計；最后，在救援機器人結(jié)構(gòu)設計的基礎上，對所提出的機器人進行了動力學分析，基于優(yōu)化的變輪轂救援機器人，分別進行兩種臺階高度（125 mm、320 mm）的越障仿真實驗，實驗結(jié)果驗證了所提出的變輪轂救援機器人的有效性與結(jié)構(gòu)設計的合理性。

5.基于車聯(lián)網(wǎng)數(shù)據(jù)的坡度預測研究（葉宇）

關鍵詞：實時坡度估計 P23～26

道路坡度信息是車輛行駛中動力性、經(jīng)濟性和智能化控制中的重要部分，《基于車聯(lián)網(wǎng)數(shù)據(jù)的坡度預測研究》一文采用來自車聯(lián)網(wǎng)車輛實時采集的車速和GPS 信息對車輛運行過程中坡度情況進行估計。在坡度估計信息的基礎上，構(gòu)建了基于長短期記憶模型（LSTM）的坡度預測模型；利用一半掛車的自然駕駛數(shù)據(jù)對坡度進行估計計算，并將其作為預測模型的數(shù)據(jù)基礎；利用基于LSTM 的坡度預測模型進行對應的模型構(gòu)建、參數(shù)初始化、訓練及預測，并將預測結(jié)果與GRU 模型進行對比。分析結(jié)果表明，所提出的坡度估計方法能有效地對車輛行駛過程中的坡度情況進行實時估計，采用基于LSTM 的坡度預測模型對道路坡度預測具有較高的預測精度，其均方根誤差和平均絕對誤差分別為16.71 和3.38，均優(yōu)于GRU 模型。

管理與人才培養(yǎng)

6.基于RoboDK 的機器人仿真實驗教學設計（彭建盛）

關鍵詞：機器人仿真 P101～103，163

機器人課程是人工智能及機器人工程相關專業(yè)的一門專業(yè)核心課，《基于RoboDK 的機器人仿真實驗教學設計》一文針對目前傳統(tǒng)機器人課程教學中存在的理論性強但實驗硬件資源不足、學生學習積極性不高和學習效率等問題，基于RoboDK 開發(fā)機器人仿真實驗，采用項目式任務作為驅(qū)動引導學生綜合運用所學的知識能力。RoboDK 仿真軟件可以模擬多種真實的機器人并自定義機器人模型進行運動控制，通過獲取機器人運動位置、坐標系及運動速度等實時數(shù)據(jù)進行仿真練習，同時鞏固所需的相關理論知識并進一步掌握機器人相關應用。實踐結(jié)果表明，RoboDK 仿真實驗教學解決了現(xiàn)有機器人仿真實驗存在的多數(shù)問題，能夠提升機器人課程教學的廣度和深度。

7.智能制造背景下的人才與能力需求分析（王燕萍）

關鍵詞：智能制造人才與能力 P110～113

智能制造是各國科技與產(chǎn)業(yè)競爭的核心領域，要實現(xiàn)快速發(fā)展離不開專業(yè)人才，《智能制造背景下的人才與能力需求分析》一文針對智能制造的各種應用場景，歸納和闡述了智能制造領域的主要關鍵技術；在分析近期專業(yè)招聘平臺線上招聘信息和線下現(xiàn)場招聘會招聘的調(diào)研數(shù)據(jù)基礎上，結(jié)合國內(nèi)外針對智能制造人才發(fā)展的一系列文件出臺解讀，推斷智能制造專業(yè)人才需求變化和人才短缺的情況；分別從知識掌握、持續(xù)學習與實踐創(chuàng)新、社會協(xié)作三個層面分析了智能制造人才的能力需求，為智能制造背景下的人才培養(yǎng)提供思路和對策。

應用與優(yōu)化

8.新能源汽車動力電池包的改進設計與仿真研究（薛濤）

關鍵詞：新能源汽車動力電池包 P172～175

當今電動汽車快速發(fā)展，動力電池系統(tǒng)是電動汽車的關鍵部分。《新能源汽車動力電池包的改進設計與仿真研究》一文針對設計車輛整體要求和動力電池參數(shù)需求，完成動力電池包結(jié)構(gòu)設計與特性分析。首先分析了動力電池包設計中需滿足的安全性要求；其次對利用CATIA 三維建模軟件動力電池包的電池模組和電池結(jié)構(gòu)進行改進設計；最后結(jié)合建立的動力電池包設計模型對其進行結(jié)構(gòu)特性分析和校驗，包括動力電池包的結(jié)構(gòu)強度、模態(tài)和碰撞性能，為電動汽車動力電池包的設計提供一定的參考和借鑒。