多神经网络技术在新产品开发决策中的应用研究

在分析当前新产品开发前期决策的相关工作基础上，针对市场环境的复杂性及行业、企业与产品类型多样性的特点，从产品开发早期阶段出发，建立了新产品开发的综合决策层次模型。重点研究了如何应用多神经网络技术进行新产品开发决策，给出了新产品开发决策综合层次模型的多神经网络结构，指出了利用多神经网络进行新产品开发决策的关键技术，使决策模型具有较高的可靠性与精度。     

纳米金刚石聚晶的合成与性能综述

传统多晶金刚石聚晶（polycrystalline diamond，PCD）已在机械加工和矿物勘探等领域广泛应用，但其所使用的结合剂或烧结助剂严重弱化PCD性能，限制其应用。新型无黏结剂纳米金刚石聚晶（nano-polycrystalline diamond，NPD）具有细小的晶粒尺寸和高强度的金刚石晶粒界面，其性能已全面超越传统的PCD和金刚石单晶，在硬质材料高精加工等领域有巨大的优势和广阔的前景。本文概述NPD的合成和性能，并介绍使用不同的碳前驱物在高温高压下制备NPD的方法和技术，其中重点介绍石墨和碳纳米葱（carbon onions）在高温高压下直接转变成NPD的技术，为进一步研究及应用提供参考。      

中厚板挤压成形力能分析及预测

准确预测成形过程中的载荷分布,可有效降低模具在成形过程中发生偏载的可能性。文章以中厚板体积成形工艺中较为典型的挤压成形工艺为切入点,针对其与传统正挤压过程的区别,采用数值模拟方法对中厚板挤压成形力影响因素进行了正交试验分析,从复杂的影响因素中寻找出主因。通过对各主要影响因素加以分析,并借助于对试验数据进行归纳或统计的方法,分析建立了相应的力能计算模型,为中厚板挤压工艺及模具的优化设计提供理论参考。经实验验证,该力能计算模型的误差控制在15%以内,能满足工程计算的需要。     

基于RFID在整车智能库位可视化中的应用研究

针对传统整车库位管理业务进行深入分析,通过引用RFID技术进行优化创新,提出一种基于数据挖掘的多层次整车仓库管理模型.模型重点考虑多层次组合编码模式和多目标函数中库存占用率、敏捷出入库业务.并通过MATLAB软件对动态决策关键节点进行计算可视化应用,将上述理论转换成生产力.最后通过多层次的可视化技术,采用改进诱导算法对目标函数进行求解,从而实现整车库位可视化智能管理.同时,仿真结果表明,改进诱导算法能够很好的求解整车出入库问题.     

基于KPCA-BAS-GRNN的埋地管道外腐蚀速率预测

目的 提高埋地管道外腐蚀速率的预测精度。方法 建立基于核主成分分析法（KPCA）和天牛须搜索（BAS）算法优化的广义回归神经网络（GRNN）腐蚀速率预测模型,通过KPCA对原始数据进行预处理,提取影响管道外腐蚀的主要因素,应用GRNN建立埋地管道外腐蚀速率预测的数学模型,并采用BAS算法对模型进行优化,减小了人为设置参数的影响。以川气东送埋地管段为例,分析选取出12种关键影响因素,建立了埋地管道外腐蚀指标体系,借助MATLAB-R2014a编写程序进行仿真,并与实际值进行对比。结果 模型的预测结果与实际值基本一致,KPCA可有效降低指标体系的维度,提取出包含原始信息97.9%的3个主因素—土壤电阻率、氧化还原电位、氯离子含量,简化了运算过程。采用的BAS-GRNN模型将预测精度提高到7.83%以内,平均相对误差5.21%,决定系数取值0.93。与其他模型相比,该模型性能较好,预测精度更高。结论 采用KPCA提取的主要影响因素符合工程实际,建立的BAS-GRNN模型预测精度高,有较好的适应性,为埋地管道外腐蚀速率预测提供了新思路,对管道的维护更新工作提供了参考依据。     

大型组合框架立式液压机机身关键构件分析与研究

通过对大型组合框架立式液压机机身的关键构件及其工艺要求进行具体分析,得出了影响机身精度的几个因素。对此类型液压机的设计具有一定指导意义。     

等离子喷涂金属/陶瓷梯度热障涂层研究进展

热障涂层在众多领域具有重要的应用价值,但基体与涂层的物理性能不匹配是遏制其服役性能和寿命提高的主要原因。金属/陶瓷梯度热障涂层通过逐渐改变涂层内部的成分、结构,可有效地改善基体和涂层因物理性能突变而导致的界面失效问题。首先介绍了金属/陶瓷梯度热障涂层对比于双层热障涂层的独特微观结构,并简要分析了其具有明显性能优势的原因。随后总结了金属/陶瓷梯度热障涂层残余应力的具体分布、影响因素和模拟模型优化现状,重点从优化涂层制备工艺、改进喷涂技术、改善涂层设计三个方面,介绍了改善涂层性能的研究进展。其中优化球磨和喷涂工艺参数、模拟研究喷涂过程、改进喷涂技术的方式是通过提高涂层质量来提升其物理性能,而改变涂层成分分布形式、涂层层数和厚度主要是通过改善涂层残余应力分布和水平来提升其抗热失效能力。最后提出了进一步优化模拟模型、改进喷涂技术、创新涂层设计和完善机理研究,是未来等离子喷涂金属/陶瓷梯度热障涂层的重点研究方向。     

拉动式生产下铸造车间柔性化布局设计

针对现代铸造车间的生产模式提出一个新的理念,即拉动式生产。并通过实例对此类车间设计过程中的关键控制节点进行分析,为以后同类型车间设计布置提供借鉴和参考。     

双分裂高压输电线路四轮移动检修机器人虚拟样机设计与仿真

针对目前人工带电更换间隔棒检修作业过程中存在效率低、劳动强度大、人身安全得不到保障等问题,设计一种适用于双分裂输电线路间隔棒带电检修的四轮移动机器人。通过分析作业环境及作业对象,设计双臂各带机械手的机器人结构并确定最优的自由度;分析作业过程中的关键技术,提出旧间隔棒拆卸与新间隔棒安装的机器人作业运动规划;在INVENTOR环境下开发机器人虚拟样机三维模型,对作业过程中作业臂的关键状态进行运动学建模;在MATLAB环境下对机器人作业臂进行运动学仿真。结果表明：所设计的双分裂输电线路移动作业机器人虚拟样机能够满足带电检修作业需求,可为机器人物理样机开发提供参考。     

连铸结晶器内铸坯非均匀摩擦行为

摩擦和润滑不均匀是影响连铸坯质量的关键因素。针对铸坯在结晶器内复杂的摩擦行为,建立了全尺寸传热模型和摩擦计算模型,采用反算法得到实际热流,详细描述了铸坯的摩擦行为,并进一步研究了影响摩擦的因素。结果表明,从弯月面开始,铸坯表面由液体摩擦区过渡到混合摩擦区,再过渡到固体摩擦区;铸坯的摩擦状态是非对称的,反映了建立全尺寸模型的必要性。该模型为了解连铸结晶器内发生的复杂过程和优化连铸工艺参数提供了有益的工具。     

大型风力机复杂叶片机器人自动喷涂路径规划

为缩短传统叶片制造过程中喷涂工艺所花的时间,设计一种单导轨双悬臂式单枪喷涂机器人,并制定一种针对大型复杂风力机叶片进行机器人自动喷涂的方案。先建立所喷涂叶片的三维模型,然后通过喷涂工艺参数和模型曲面外形特征来设计喷涂轨迹,再从轨迹线条中提取能够表示关键特征的三维坐标点数据,接着采用D-H参数对喷涂机器人进行建模,求取了运动正、逆解,从而把笛卡尔坐标系下的三维坐标转化为机器人关节参数。最后在此基础上通过RobotStudio软件进行仿真实验,验证喷涂工作是否顺利完成、所截取的插补点位、轨迹间隔是否合理,为大型叶片自动喷涂装置的研制提供参考。     

模具生产中的精度概念

叙述了模具加工精度与产品质量、企业信誉及企业经济效益的辩证关系 ,在满足客户对产品精度要求的前提下提出了3种思维方式与做法 ,以获取企业的最大经济利益。列出了在模具设计、制造及企业管理方面影响模具精度的关键因素 ,提出模具企业应使全体员工建立起强烈的精度概念和质量意识 ,企业才能不断发展进步     

基于AMESim的密封框油缸保压特性研究

介绍某升船机密封框系统的构成以及工作原理。密封框系统由机械、液压装置双重保压,并用AMESim建立机液耦合仿真模型,分析弹簧刚度、油缸直径、油液温度等几个关键参数对保压特性的影响,为系统构件的选型以及后期的调试运行及故障诊断提供了参考。     

基于PSO-PNN的铸坯全长表面纵裂纹在线预测

表面纵裂纹是铸坯质量缺陷中一种最常见的表面质量缺陷。环境因素使得铸坯表面纵裂纹在线检测精度不高,各大钢厂铸坯质检仍要依赖人工,因此提出一种基于粒子群PSO优化概率神经网络PNN的铸坯全长表面纵裂纹预测方法。首先,建立铸坯生产过程跟踪及数据时空变换模型,构建铸坯生产系统将生产过程数据与铸坯长度方向进行匹配;再利用PNN的Bayes 最小风险准则进行有监督特征学习,并利用寻优算法PSO优化PNN关键参数的选取,得到最终的模型PSO-PNN;最后,利用某钢厂连铸产线铸坯质量缺陷数据和生产过程数据进行试验验证。结果表明,该方法对铸坯整体的质量预测分类精度达到97.5%,铸坯全长的裂纹缺陷的预测精确率和召回率均在92%以上,能有效实现铸坯全长表面纵裂纹的预测,为现场质检人员提供参考。     

凝固进程中平板铸件的变形机制与计算模型

在平板铸件中截取杆状试件进行变形实验，根据各种工艺条件下变形曲线均呈光滑平坦的抛物线形状的规律，提出了挠曲变形机制的二阶近似微分方程及其离散模型。结果表明，凝固进程中所形成的热弯矩M及铸件的抗弯刚度EJ是形成挠曲变形的主要原因，计算结果与实验结果一致，为预测铸件变形、优化铸造工艺提供了经济、有效的方法。     

基于新产品开发中STL文件格式的二次设计

在实现散乱点云直接映射STL文件格式的算法的基础上,为了更好地满足市场需要,往往需要在原有实体的基础上进行创新.由于STL文件格式具有严格的拓扑信息,这正为布尔运算提供了支持,同时也是STL文件二次设计的关键.本文应用布尔运算把运算方法归结为两类:①任意实体的整合;②任意实体的截去,以实现产品的开发和创新.     

盒形件拉深智能化控制关键技术研究

在圆锥形零件拉深成形智能化控制的研究基础上,分析了盒形件拉深智能化控制需要解决的技术关键。采用LabVIEW虚拟仪器技术,可以令人满意地实现拉深过程中信号的监测与控制。采用神经网络技术,可实现材料性能参数的实时识别,利用LM(LevenbergMarquarat)优化算法达到了2‰的网络误差。最佳工艺参数的预测模型尚待深入研究,该文提出3种参考方案,即理论成形三极限预测模型、神经网络/模糊推论预测模型以及自适应反馈控制模型。     

U形件弯曲影响回弹因素模拟分析

板材在弯曲过程中存在的最突出的问题是弯曲回弹难以精确控制.弯曲卸载后产生的回弹,使弯曲件的形状和尺寸与模具工作部分的形状和尺寸不符.弯曲件的最后形状与整个变形过程有关,模具几何参数、材料性能参数等都会对回弹产生很大影响.在板材弯曲成形智能化控制系统中,准确确定实时识别和预测模型的输入、输出参数是弯曲智能化控制的成功与否以及回弹控制精度高低的关键.本文采用Ls-dyna软件,对U形件弯曲影响回弹的因素进行了分析,得出了影响回弹规律的主要因素.为U形件弯曲智能化控制神经网络参数识别及预测模型输入、输出参数的选择提供依据.     

A real-time robotic model of human reference resolution using visual constraints

Evidence from recent psycholinguistic experiments suggests that humans resolve reference incrementally in the presence of constraining visual context. In this paper, we present and evaluate a computational model of human reference resolution that directly builds a semantic interpretation of an utterance without the need for a separate syntactic analysis phase, which typically involves the construction of parse trees. The model is implemented on a robot using real audio and video inputs, (thus it operates in real time), and is distributed over several computers, which run in parallel. Results from experiments with the model confirm the viability of the algorithm to process semantic interpretations, in particular reference incrementally, as demonstrated to be employed by humans.     

Cutting composites: A discussion on mechanics modelling

Using the cutting of long fibre reinforced polymer and ceramic particle reinforced aluminium as the examples, this paper tends to understand some common features in the mechanics modelling of machining composites. It demonstrates that an accurate characterisation of matrix deformation, matrix–reinforcement interaction, and reinforcement deformation are key factors for the establishment of a model to reflect the principal material removal mechanisms. A precise understanding of these factors can be achieved through a logic process of mechanism exploration, model derivation and verification.