电子元件与材料论文格式标准(电子材料论文1(3)
3)整体设计
整体设计时,要注意好每个部件的空间布局、部件之间衔接的位置,和线路布置的问题。
比如说英雄机器人,它有云台模块,底盘模块和取弹模块,如果制作这三个模块时,没有考虑整体设计,做完就会发现根本拼不起来。
英雄机器人的三个模块
只有确保部件之间的配合、零件轻量化,和保证足够的刚度强度,英雄机器人才能稳健有力,不易跑掉轮子和散架。
完成整体设计后,还有一个校核的步骤。我们需要校核主要零件,得到计算结果,发现“这个零件还不够完美”,再修改出一个更优的作品。因为每个零件的尺寸、位置和配合关系已知,作用在一个零件上的载荷也就基本可以确定。
身为21世纪热爱上网冲浪的少年,还会通过有限元仿真分析来校核。
它没有繁杂的计算,可以直接看出零件的受力情况和形变幅度,对于零、部件的修改提供参考。熟练的运用仿真协助设计,能节约人力成本和避免设计的误区。
有限元仿真分析
6. 打样测试
打样测试就是把机器做出来,测一下会不会翻车。(其实就是整机、零部件的强度、刚度和运转精度等方面的性能。)
验证一般有两种,一是验证某模块能不能顺利跑起来,可以用低成本的材料测试。例如用3D打印件代替受载荷较小的加工件,用价格和强度较低的玻纤板替代碳纤维板等。
像下图,一个复杂的扇叶模型,在测试时可以直接简化成一块玻纤板和几块铝板。
被简化的测试的机构
二是验证机器整体性能和寿命,这时就要完全遵照方案来制作机器,然后反复测试,看它能顶多久。
在比赛中,我们经常看到机器人“翻车”,上岛翻、下坡翻,被队友撞了一下也翻……其实只要有充足的测试,这些黑历史都可以避免。
机器人下岛时“翻车”
打样过程有一些血泪史,请大家牢记在心:
1)打样前一定要反复检查图纸,避免重要尺寸的漏标和错标。记得曾经有人把电路板的mm标成cm,最后收到一个比头大的快递,以及烧了一个月的生活费。
2)列好BOM表,明确零件加工的成本和数量,避免漏件。别装到最后发现少了某颗螺钉和螺母。
3)加工过程中要跟加工商保持沟通,保证零件的加工的准确性、精度和交期。
曾遇过一个加工商,最喜欢无视图纸的公差。所以每次拿到零件都要手动磨半天才能用,令人愤怒。
交期也很让人头冷,如果是5号交货,就要从1号开始催,一日三餐,一天三遍。(虽然催完5号也不一定能交,但是士气一定不能输)
4)零件回样之后及时验货,有问题就返厂。组装时注意装配顺序,记录设计不合理的地方,下次避免。
5)尽可能模拟机器的使用工况来测试。水下机器人就让它下水,空中机器人就让它上天,不要跟它客气。测完记得记录问题,为下次迭代做准备。
7. 总结优化
总结优化阶段主要任务是完善和扩大方案。而且,机器都由人来组装和操作,所以也得考虑人机交互的关系,来提高机器的效率和降低组装和维修难度。
好的机器作品往往不是一蹴而就的,总是经过几个版本的迭代,不断优化才能趋向稳定。
很多优秀队伍的机器人通常在比赛前2个月就完成了,经过长时间的测试和迭代,才能将机器性能推向极致,在赛场称霸风云。
希望未来的机械工程师们,好好学习,动手实践,争取早日设计出牛X的机械结构,把我摁在地上摩擦摩擦!
如果对你有帮助的话,可以点个关注
每日更新机械设计实用知识教学
人工智能材料?
描述
未来,基础科研领域的发展将构筑于数据与人工智能的基础之上。对此,我应该抓住AI 2.0时代的发展契机,积极构建基础科研数据库,高效利用人工智能技术,抢占技术创新高地,实现材料、化学、物理等基础科研领域的“弯道超车”。
材料、化学、物理等基础科研领域的研究过程中充满了“大数据”,从设计、实验、测试到证明等环节,科学家们都离不开数据的搜集、选择和分析。人工智能技术(机器学习算法)擅长在海量数据中寻找“隐藏”的因果关系,可用于解决基础科研中的种种问题,因此得到了科研工作者的广泛关注。
近两年,人工智能在材料、化学、物理等领域的研究上展现出巨大优势,正在引领基础科研的“后现代化”。在AI2.0时代,把握人工智能技术不仅意味着科研效率的提升,更意味着科研“弯道超车”机遇的到来。
文章来源:《电子元件与材料》 网址: http://www.dzyjyclzz.cn/zonghexinwen/2022/1208/985.html
上一篇:初级职称评了机电
下一篇:电子元件与材料文献标识码(电子元件与材料文