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

2、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