知识驱动协同创新的产品开发模型

为提高产品创新能力,提出了知识驱动协同创新的产品创新理念,并构建了具有6层结构的产品创新开发系统模型,包括协同平台、开发过程链、产品创新设计、分析评价、智能再设计和知识资源层等。研究了知识驱动协同创新的创成和吸纳相集成的原理、再设计建议的智能化生成方法及其过程链流程组织策略。产品协同创新的创成和吸纳过程通过集成推理实现;创新的产品方案再设计建议通过分析和仿真方法生成;产品创新开发过程链采用基于知识管理的流程组织方法。应用实例表明,已开发的系统体现了模型的基本功能,具有可操作性和实用价值。     

基于云-TOPSIS-灰关联分析模型的产品服务系统方案评价技术

方案评价是产品服务系统设计的关键环节之一,评价结果的合理性对企业发展至关重要。基于最小平方和法,构建了云-TOPSIS-灰关联分析模型,对产品服务系统方案进行评价。引入云模型和相对偏好关系量化离散型指标,解决专家评价的模糊性和随机性问题。运用TOPSIS灰关联分析法确定正、负理想灰关联系数矩阵,集成指标权重和正、负理想灰关联系数矩阵建立正、负理想加权灰关联系数矩阵,兼顾了几何方案序列曲线的位置接近度和形状相似度。运用最小平方和法求解灰关联投影系数,确定方案排序。以某农业装备企业拖拉机产品服务系统方案评价为实例,验证了所提模型的科学性和可行性。     

基于多支持向量机系统的供应链伙伴关系协同预警框架

为有效地支持供应链合作伙伴关系，保证供应链的协调性，提出了供应链伙伴关系发展程序和基于多支持向量机系统的分布式供应链伙伴关系协同预警框架，并研究了伙伴关系预警的多Agent实现。首先，论述了包括伙伴关系发展程序的供应链伙伴关系管理2维模型；其次，分析了供应链伙伴关系预警问题以及协同预警决策、支持向量机和分布式委员会机器的内在关联；再次，描述了基于多支持向量机系统的伙伴关系协同预警模型及工作原理，进而研究了多Agent的设计，包括多Agent模型、Agent群体目标和个体目标分析、Agent合作步骤论述。最后，通过示例说明了系统的工作流程。     

网络协同工艺设计系统研究与实现

针对网络协同工艺设计的特点,结合自主开发的网络化制造平台eCWS,提出了一个基于多Agent的网络协同工艺设计系统架构.根据协同工艺设计的需要,对协作企业共享资源进行分类,并建立了资源对象模型,该模型可根据不同的协同过程进行重组和扩展.研究了支持协同工艺设计的分层决策机制和数据管理模型,开发了协同工艺设计系统e-CAPP.实例表明,该系统能使异地协作人员通过网络协同对产品工艺进行设计、分析与优化.     

基于超网络的协同产品创新知识网络稳定性EI北大核心CSCD

为定量分析协同产品创新知识网络的稳定性,基于加权知识超网络模型提出了知识网络稳定性的测度与分析方法。研究了协同成员及知识等要素流失对知识网络稳定性的影响,以及协同产品创新知识网络中节点与节点间关系的特性。基于三角模糊数方法提出了知识超网络边权与点权的量化加权方法,进而构建了协同产品创新加权知识超网络模型。基于所构建模型,从静态稳定性与动态稳定性的角度提出了知识网络稳定性测度与分析的指标与方法。通过在某手机开发企业中的应用,表明了所提方法能够全面、准确地评估协同成员及知识等要素的流失对协同产品创新知识网络稳定性的影响,为监测和优化知识网络的运行稳定性提供了决策支持。     

减速器设计方案决策方法研究

针对设计方案决策中存在许多不确定的知识和信息问题，提出一种处理多层次、多因素客观信息的系统层次灰关联分析理论模型。该模型充分利用了决策对象的客观数据，并根据专家的主观经验确定各因素的权重，以求得到符合主客观实际的评价结论。根据某齿轮箱减速器的3种初步设计方案，借助于已知的设计信息和客观数据，利用该模型对其进行决策并给出了优劣顺序。     

多学科协同设计的约束网络模型研究

通过对多学科协同设计中约束特点的分析，提出了一种对产品进行多学科协同设计的约束网络模型，该模型从产品的组成和设计过程两方面多层次地将产品的各学科子模型关联起来。能够有效地支持产品多学科协同设计过程。给出了约束网络模型的表达方法，并以汽车离合器为例进行了实例分析。     

客户协同产品创新系统鲁棒性分析与优化

针对客户等创新主体随机或蓄意中断与企业的协同关系等因素造成的客户协同产品创新系统结构崩溃、效率下降等问题,基于现有相关研究成果,提出基于复杂网络理论的客户协同产品创新系统鲁棒性分析和优化方法。分析了客户协同产品创新系统的复杂系统特性,并建立了其鲁棒性分析与优化过程模型;考虑客户协同产品创新系统鲁棒性的影响因素和方式,定义了其结构鲁棒性、性能鲁棒性及其度量指标,并提出随机失效和选择性攻击的客户协同产品创新系统鲁棒性分析方法;以逾渗理论和最优化方法为基础,建立了成本约束下的客户协同产品创新系统鲁棒性最优化模型和策略。以某手机制造企业为背景,通过应用案例验证了上述模型和方案的可行性和有效性。     

虚拟样机多学科协同设计与仿真平台实现技术

在分析产品协同开发平台的功能框架以及主要协同模式的基础上，深入研究了虚拟样机多学科协同设计与仿真平台的分布式计算模型，及其协同运行管理、协同产品开发资源库管理、分布数据的协同交互管理与系统实现技术。基于COM／DCOM的建模与仿真工具协同、支持仿真联邦管理的数据库设计和CORBA的应用实现技术，开发了原型系统。该系统支持Internet网络环境下各种建模与仿真工具跨平台、分布交互与异构集成，可有效支持复杂产品虚拟样机的协同开发。     

网络制造中产品数据交互模式的研究

分析了STEP-NC作为工业产品数据标准来表达数据模型和三角网格模型在传输大型模型时的优越性，针对异地协同设计和网络环境，结合二者的特点开发了适合于网络环境下产品模型数据实时交互系统。系统可以支持多个异地设计结点的协同。     

熵权法和灰色关联分析法在通用维修工具整合中的应用

为解决目前部队维修车组编制与部队作战力量体制不匹配问题,需要对各系列维修车组所携带的维修工具进行整合优化。在对不同型号的维修车组携带的维修设备进行选型时,针对功能相似的维修设备,需要将多个型号,多个品牌的设备进行对比分析,选出综合效益最高的一款设备。为此提出了基于熵权法和灰色关联度分析法的评价决策方案,该方案一方面能够对设备进行定量分析评价,另一方面能够减少由于人的主观评价而造成的信息偏差问题,为解决装备选型优化提供了一种新的决策方法。     

基于Vague集的灰色机械设计方案决策方法

针对传统模糊综合评判方法的缺陷,给出了利用Vague集及区间灰数对机械设计方案进行评价的方法;将灰色系统理论引入方案的多指标模糊决策,形成了基于Vague集的灰色机械设计方案决策模型.并给出算例验证了该方法的有效性.     

电梯设计方案的灰色决策

应用灰色系统理论，对电梯方案的技术经济指标进行灰色关联分析，定量处理了电梯设计方案的选择，使电梯的选型更加客观、合理。     

基于灰关联神经网络的铣削表面粗糙度预测

不同的铣削加工工艺参数会影响加工表面形貌和表面粗糙度。考虑灰关联分析与神经网络法的各自优点,提出了一种新的基于灰关联神经网络模型进行表面粗糙度预测的模型。首先利用灰关联分析,将各因子与预测目标作关联性的排序,且把不必要的因子剔除,接着进行神经网络的训练及预测。将所提的预测模型运用到铣削加工的表面粗糙度预测中,构建出表面粗糙度预测系统,最后采用两样本T分配假设检验,以此验证该预测系统的有效性与可行性。     

直驱风力发电机径向-轴向混合磁轴承设计及分析

为解决或降低传统直驱风力发电机系统的机械摩擦问题,以有效提高风能利用率,提出直驱风力发电机采用机械轴承和磁悬浮轴承集成支承技术,即采用机械轴承和径向-轴向三自由度混合磁轴承实现直驱风力发电机的集成支承。针对径向-轴向三自由度混合磁轴承,采用等效磁路法进行数学建模,并利用有限元分析软件对其进行参数设计与机理分析。在此基础上,构建了径向-轴向三自由度磁轴承试验平台,试验结果证明设计的径向-轴向三自由度磁轴承能够实现稳定悬浮。     

基于灰色关联分析的加工方案决策研究

机械零件尽管多种多样,但均是由一些诸如外圆、内孔、锥面、平面、螺纹、齿形等常见形状特征所组成。因此,合理选择常见形状特征的加工方案,是正确制定零件加工工艺的基础。提出了基于特征的二级加工方案决策体系,建立了基于零件特征的加工方案评价指标体系,并采用灰色关联分析对特征加工方案进行优化分析和计算。最后以单特征圆柱孔的工艺方案决策为例,证明了该方法的实用性。     

第二十八讲:自动化控制系统风险评估技术浅析

本文研究并探讨了一种基于六要素的自控系统综合风险评估技术,在对多种方法研究和比较的基础上,建立起定量计算和半定量分析相结合的自控系统综合风险评估模型,以全面、准确的评估在役自控系统运行风险,为企业的维护、管理提供决策支持。     

静电致动硅膜板的宏模型建立方法

器件宏模型技术是MEMS系统设计和系统级仿真的关键技术。为了建立静电致动硅膜板的宏模型,在模态有限元分析的基础上,利用多维非线性函数拟合方法,将由数值计算得到的板的动能、弹性能和电容写成以模态广义坐标表示的解析式。导出双模态坐标下的静电微板的动力学特性方程,即宏模型。利用该宏模型研究了器件的静态、动态特性,并与有限元计算结果比较。表明,用模态坐标表达的动态宏模型能够考虑残余应力、大变形、静电力等非线性因素的影响,大大地减少了计算费用,而且具有足够的仿真精度。     

设备故障智能诊断方法的研究

模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础.