基于模糊C-均值聚类算法的柴油机磨损状态评判

论述了模糊C-均值聚类算法的原理与步骤，选取光谱分析中磨损元素的含量和3个定量铁谱参数作为特征参数，将模糊C-均值聚类算法应用到柴油机磨损状态评判体系中，可以得到聚类中心和用于分类的标准向量。对聚类结果进行了验证，表明应用模糊聚类的方法评判柴油机的磨损状态是可信的和准确的。     

数控加工中一种模型的模糊辨识算法的研究

运用模糊聚类技术提出了一种通过模糊似然函数动态生成模糊聚类，在线辨识数控加工过程中非线性关系模型的方法，给出数控铣削加工过程中从进给电流信号辨识出铣削力信号的应用算法，为实现加工过程的智能控制奠定了一定的基础，该算法在实际加工中得到了较好的应用。     

大气污染区域划分中的F-PFS聚类法

本文利用F－PFS聚类法对大气污染区域进行划人，该方法克服了普通模糊聚类法的一些不足，在进行聚类的同时，得到最佳分类数。     

以模糊聚类标准谱与灰色关联序诊断变压器内部故障的方法研究

通过对变压器故障和以DGA为特征量的症状之间难以量化的模糊和灰色特征的分析，采用模糊聚类分析方法获取。个聚类中心，根据聚类中心的物理和数学意义，这c个聚类中心组成变压器故障诊断的标准谱，利用灰色关联分析原理，求出待诊模式与各标准模式的关联序，实现故障诊断，进而提出了灰色关联分析和模糊聚类相结合的变压器故障诊断新方法。并经实例证明，其诊断准确率高于其它方法。     

产品模块化设计新方法研究

在现有的产品设备模块化设计中通常采用模糊聚类来进行模块划分,该方法在模块划分精度上还存在缺陷,只能实现基本的产品功能和结构划分。针对此种缺陷提出了基于核函数的模糊C均值聚类和遗传算法的模块划分方法,该方法以连接性能、材料、制造工艺等为基本模块驱动,应用模糊C均值进行聚类,并采用遗传算法优化聚类数目,提高了模块划分的精度。     

基于ITD模糊熵和GG聚类的滚动轴承故障诊断

提出了一种本征时间尺度分解模糊熵和GG模糊聚类的滚动轴承故障诊断方法。首先,将滚动轴承的振动信号进行ITD分解,得到若干个固有旋转分量和一个趋势项。然后,将PR分量分别与原始信号进行相关性分析,筛选出前3个含主要特征信息的PR分量,并将筛选的PR分量的模糊熵作为特征向量。最后,将特征向量输入到GG分类器中进行聚类识别。通过模糊熵、样本熵和近似熵对比,实验结果表明模糊熵能更好的表征故障信号的特征信息;通过GG聚类、GK 聚类和FCM聚类对比,实验结果表明GG聚类效果明显优于FCM、GK的聚类效果。因此,实验证明了基于ITD模糊熵和GG聚类的滚动轴承故障诊断方法的有效性和优越性。     

选择高速钢刀具材料的专家模糊聚类算法

在加工中心数控系统内开发的选刀专家系统中应用模糊聚类分析法，结合选刀专家系统，提出了一套新的用于选择高速钢刀具材料牌号的模糊聚类分析模型和算法。实践证明，这种方法适用面广，易于扩充，简单、有效，具有一定的理论意义和较高的实用价值，为选刀专家系统的进一步开发打下了坚实的基础。     

基于FCM自适应模糊聚类的温度测点优化

在数控机床热误差建模中,温度测点的选择与优化是一个难点。针对传统的FCM模糊聚类方法对数控机床温度测点优化需要人为事先确定聚类数目,提出了一种FCM自适应模糊聚类测点优化方法。该方法在FCM聚类算法的基础上,建立了聚类数自适应函数,并自动给出最佳聚类数。通过对一台立式铣床进行实验验证,结果表明:FCM自适应模糊聚类方法自动将机床的温度测点由13个减少到6个。结合多元回归分析,建立了关键测温点的热误差模型,所建立的热误差模型精度较高,热误差由50μm减小到10μm以下,验证了该方法的有效性。     

基于模糊算法的柴油机磨损模式识别

磨粒信息与磨损模式存在复杂的模糊关系,针对目前磨损模式判别方法中存在的问题,文章在分析了将模糊C-均值聚类算法应用到柴油机磨损模式评价体系中,利用光谱元素含量和铁谱参数作为特征向量,通过聚类中心和归一化的标准向量建立了磨损模式的模糊分析模型,并给出了磨损模式识别方法。通过对实际采集的20个样本进行模糊聚类分析,并与贴近度算法所得结果进行比较,证明模糊C-均值聚类算法对柴油机磨损模式的识别是准确、有效的。     

一种基于人工免疫的模糊核聚类算法

针对模糊聚类及核聚类算法存在的初值敏感及易陷入局部极值点的问题,提出了一种基于人工免疫的模糊核聚类新算法。新算法将基于核的模糊聚类方法与人工免疫进化算法相结合,借鉴生物免疫系统中免疫细胞克隆和记忆、亲合力成熟等机理,采用克隆选择机制对抗体进行逐代克隆、高频变异及抑制操作。相对于模糊聚类及核聚类算法,新算法能快速地获得全局最优解。仿真数据、IRIS数据和空气压缩机运行数据测试结果证明了新算法的可行性和有效性。     

产品功能模块划分方法

在新产品开发中,合理有效的功能模块划分对于设计师独立地寻求更多功能新解有着重要意义.通过深入分析影响产品模块化的内因和外因,提出产品功能模块划分的功能准则和需求准则,建立基于广义有向图和改进质量屋的准则形式化和量化模型,给出基于模糊聚类的模块划分步骤,建立基于耦合度的模块划分方案评价数学模型.最后以摩托车盘式制动器的功能模块划分为例,说明上述方法的应用及有效性.     

基于智能聚类算法的产品粒度确定方法

通过分析当前的聚类算法在产品模块划分过程中普遍存在的局限性,结合产品配置的特点,对模糊C均值算法所构建的具有片面性的目标函数和爬山法寻优模式的缺点进行了改进,并用于产品的模块化结构规划。提出了一种利用演化细胞学习自动机与改进后的模糊C均值聚类算法相结合的智能聚类算法进行产品粒度划分。在分析影响配置设计主要因素的基础上,建立需求满意度、装配复杂度和变型设计复杂度等三个量化指标,对不同粒度层次下模块划分结果的合理性与有效性进行评价,进而确定出最佳的粒度大小和模块数量。最后,通过实例验证说明了所提方法的可行性。     

批量客户化生产模式下的模块划分方法研究

在批量客户化生产模式下,不仅要考虑客户对产品的多品种小批量的功能需求,又要满足客户对产品的大批量生产的低成本的要求,合理有效的模块划分是解决上述矛盾的关键。在模糊聚类分析及信息熵理论的基础上,提出了考虑客户需求、产品的装配、成本和维修等综合因素的模块划分方法和策略,分析了模块聚类的相关准则和基于信息熵的量化评价方法,建立了相应的数学评价模型,并以电钻为例,利用提出的方法得出了用模块化方法进行产品再设计时模块划分的初始方案。     

面向产品配置的模块形成及划分方法

产品配置要考虑客户需求、模块组合复杂度、设计复杂度和成本,合理模块划分是产品配置基础。通过分析客户需求和零部件各相关性因素,建立零部件模糊相似性矩阵,并构建零部件模糊聚类树,描述模块的形成过程。提出采用复合λ对模糊聚类树截距,以组合复杂度、设计复杂度和成本为优化目标进行模块划分。利用遗传算法进行模块划分的优化,得到各λ值,进而得到模块划分的优化结果。此方法不仅考虑零部件之间相关的紧密程度,而且考虑模块划分的目的,以某天文圆顶为例说明了该方法的可行性和适用性。     

基于功能-行为-结构的产品概念模块设计研究

为更好地实现产品的模块化设计，在基于功能-行为-结构的产品概念设计过程中引入模块划分技术，提出了一种基于功能-行为-结构的产品概念模块设计方法和过程模型；分析了根据产品的总体技术目标特征，进行产品功能、行为、概念结构求解与功能分解的迭代过程的产品概念设计分解方法。为描述概念产品，将黑箱法和IDEF0功能描述方法相结合，建立了产品功能-概念结构模型。在此基础上，建立了产品概念要素（功能、行为、概念结构、接口）的相关关系分析方法，进而采用模糊聚类算法进行产品概念要素聚合，以实现产品概念模块的划分。该方法应用于堆垛机货叉机构的概念设计过程，实现了货叉机构的概念模块的设计。     

面向再设计的产品模块划分方法

针对现有模块划分方法的不足,提出和构建了产品模块划分的统一数学模型和求解流程。在此基础上,利用零件综合模糊相似矩阵构造了基于模块聚合度和分离度的适应度函数,同时根据模块划分矩阵的特点,应用矩阵交叉遗传算法进行了产品模块划分的优化求解。最后以某天文圆顶产品为例,说明了零件综合模糊相似矩阵的获取过程,以及算法的优化求解过程。实践证明该方法快速有效。     

基于模糊聚类的产品合理子装配划分

将模糊数学中的一些概念和理论引入产品合理子装配的划分之中 ,提出了产品零件集合的直积空间上的模糊紧密度关系、模糊装配连接图、模糊装配矩阵、产品模糊聚类等概念 ,并给出了基于产品模糊聚类的产品合理子装配划分方法。     

APPROACH FOR MODULE PARTITION OF BLOCKS IN SHIPBUILDING

To manage the complexities of hull module partitions, a new approach to the partitions of hierarchical modules for shipbuilding is proposed. Based on the assembly and manufacture process, the approach determines the hierarchy and basis of the module partition first, and then according to the type of connection between the parts of the block module, the degree of membership for the rational connection is gained and the fuzzy relation matrix between different parts is then established. The fuzzy clustering technique is used to partition the modules, and then the method of fuzzy comprehensive assessment is used to choose a relative reasonable scheme. A case study has been conducted, which proves that the approach is feasible and applicable; Especially it obtains the sub-module partition, which sets up the shipbuilding process at a higher-level assembly and has offered effective tools for the modular ship design.     

基于模糊关联规则的预测系统遗传优化

为提高预测系统中的预测精度,提出了一种基于模糊关联规则的优化的预测系统设计方法。该方法通过两个阶段来实现:首先采用竞争聚集算法得到各数量型属性优化的模糊集个数,从而挖掘出优化的模糊关联规则。在得到用于构建预测系统规则库的模糊关联规则后,采用遗传算法约简冗余规则库,实现精确性和解释性的折衷,以提高预测精度。最后将此方法运用于Abalone样本数据集进行实验分析,证实此方法解决了模糊关联规则的冗余问题,有效提高了预测精度。     

面向主动再制造的产品模块化设计方法

针对面向主动再制造的产品模块化问题,提出了模块化设计流程,结合产品生命周期各阶段特性,从材料的选择与配置、再制造加工性能、使用与维护性、经济性、功能物理可行性等方面制订产品主动再制造模块划分准则。结合模糊动态聚类分析方法,构建产品零部件相似性矩阵,进行产品零部件模块划分,并基于模块内/模块间关联度分析,选取最优阈值,实现模块优化。最后以某款洗碗机产品为例,验证了该方法的有效性。