机械系统概念设计自动化方法

给出了一种基于设计规则的机械系统概念设计自动化方法。该方法体现了发散思维创新设计思想,依赖符号方案推理器来实现。符号推理器主要由设计规则定义、图形载体库、构件相似性判定及符号推理四部分组成。通过定义设计规则,选择图形载体,对图形载体进行并、或、非的逻辑运算,邻接、重叠、拓扑性的关系运算,系统可以自动地获得概念设计符号方案。镶嵌于推理器内部的构件相似性分析组元,对图形载体各构件进行相似性分析,避免了冗余方案的产生,能够得到符合设计规则要求的全部设计方案。通过细化设计规则,使概念设计具有收敛性,并且可以得到优化的设计方案。该方法适用于一般复杂机械系统的概念设计。     

基于柔性约束关系的二维几何系统的建模及求解

采用约束图 (无向图 )来表达几何系统的柔性约束关系模型 ,通过面向对象技术用类封装系统几何基元并通过无向图的扩展邻接多重表来构建该系统模型 ;对不同约束的具体处理方法可归纳并规范为处理规则 ,规则也采用规则图 (无向图 )的形式来表达 ,对于每一个规则 ,设一个标识。我们建立两种典型类型的规则图 ,对应于两种类型的规则图分别建立两个函数 ,在函数体中根据规则的标识将规则映射为方程(组 ) ,通过数值算法得到方程 (组 )的解 ;在约束模型推理求解过程中 ,根据人工智能技术中深度优先搜索算法并结合几何元素的自由度分析 ,搜索到可依次求解未知元素的约束子图 ,对于约束子图我们同样设一标识 ,约束子图和规则图通过标识相匹配 ,根据规则图的类型 ,调用对应于该类型规则的函数即可求解出约束子图中的未知元素     

基于工作流模式的BPMN过程模型验证方法

针对业务流程建模符号过程模型语义验证问题,提出了一种新方法.该方法基于正确的业务流程建模符号过程模型是工作流模式的合理组合的理念,通过扩展和改进业务流程建模符号及其执行语义,设计了工作流模式的形式化编码规则;借鉴Petri网化简方法,设计了工作流模式组合化简规则;基于工作流模式编码及组合化简规则,给出了业务流程建模符号过程模型验证方法.应用示例表明了该方法的有效性.     

基于增强学习的平行机调度研究

尝试运用增强学习方法来研究平行机调度问题,通过定义系统状态、行为和报酬函数,把调度问题转化为平均报酬型半马尔可夫决策过程,并使用结合函数泛化器的R-Learning算法来解决.提出排名算法,并利用它和两种常用的调度规则(最短期望加工时间规则和先进先出规则)来定义增强学习的行为.实验结果表明,R-Learning算法通过仿真实验学习较优的调度策略,在不同的决策状态下选择最优或次优的行为,对每个测试问题的效果都优于以上任何一条调度规则.     

结合模糊(C+P)均值聚类和SP-V-支持向量机的TSK分类器

为获得具有模糊规则自适应约简性能和较好的泛化性能的TSK分类器,本文提出了一种结合模糊(C+P)均值聚类(FCPM)算法和SP-V-支持向量机(SVM)分类算法来构建TSK(Takagi-Sugeno-Kang)分类器的方法。该方法首先用FCPM聚类算法对训练数据进行聚类;然后根据聚类结果确定TSK分类器的模糊规则前件中的高斯隶属度函数的中心和宽度参数;最后采用成组稀疏约束SP-V-SVM算法对模糊规则后件参数进行学习,该算法不仅改善了系统的泛化性能,还使系统具有模糊规则自适应约简功能,使得系统更为紧凑。与相关算法在UCI和IDA标准数据集分类实验中的模糊规则数和分类性能对比表明:用提出的分类算法所构造的TSK分类器不仅具有较好的分类性能,而且模糊规则数少,有利于构建更为紧凑的模糊分类系统。     

GB/T 7811-2007《滚动轴承参数符号》标准介绍

对《滚动轴承 参数符号》标准的制定意义、修订原则及制定背景进行了阐述，详细介绍了修订内容和常用的基本符号与下标符号，并举例对参数符号的书写规则进行了说明。     

零件结构编码方法

针对零件分类码不能有效支持相似结构零件的检索问题,提出一种基于装配结构模型的零件结构编码方法.该方法将零件设计功能面邻接图中的环结构和分支结构分别通过断环和圆括弧描述,用字母和数字的线性序列来表示零件的装配结构.借鉴化学数据库中化合物的线性符号表示法,提出了零件结构编码的基本规则,规范表达规则和定性几何约束表达规则,并以法兰盘为例验证了方法的有效性.     

轮廓的尺寸和公差的注法——GB/T17852—1999的应用

任何形体都可以用规则或不规则轮廓的组合来描述。对规则的形体轮廓,如圆、圆柱、直线和平面等,可以用尺寸及公差(如直径、距离)的注法来描述,也可以用尺寸和形位公差(如圆度、圆柱度、直线度、平面度等)来描述。同样,对非圆曲     

机器人模糊控制中模糊推理规则的建立与调整

文中针对模糊控制规则表建立与调整中的困难,借用相平面的概念,分析了模糊控制规则的语言轨迹特性,提出了建立与调整模糊控制规则表的一般原理与有效途径,并尝试用模糊联想记忆(FAM)的概念来设计模糊控制规则表     

渐开线齿轮交错轴无侧隙方程

本文给出了无侧隙方程的两种形式,加上原来的,共三种表达形式;并定义了无侧隙方程中齿厚元素M的三种参数形式,以适用于不同的参数条件。本文还指出:无侧隙啮合的两齿轮“节圆法向齿厚之和等于节圆法向齿距”应该是有条件的。 (一)近年来,渐开线齿轮(及其刀具)交错轴啮合应用研究涉及到了非规则状态,导致对非规则啮合无侧隙方程认识逐步深化。早在1959年文献以媒介齿条为工具建立了渐开线齿轮交错轴无侧隙方程(符号按原文):     

符号的选用

正尽量用公式编辑器,物理量符号的选用按国标,外文字母的正斜体使用原则如下:斜体:物理量符号(质量m,力F; pH、硬度符号HB除外)、物理常数及特征数(雷诺数Re)、数学中的变量符号(Oxyz坐标、函数f(x))。如:公式(1)     

数控机床设计知识库系统知识获取、表示及推理研究

依据数控机床设计知识类型复杂、知识量巨大的特点,运用自然语言理解技术与CBR技术结合建立知识获取模型,采用面向对象技术和带有阈值限制的产生式规则混合知识表示方法实现了案例库和规则库的知识表示,运用基于实例的推理(case-based reasoning,CBR)和基于规则的推理(rule-based reasoning,RBR)相结合实现了知识推理,构建了数控机床设计知识库系统.     

局部车流模糊跟随模型的建模与应用研究

随着车辆智能控制系统(AVCS)的研究开发,局部车流动态特性的研究变得十分迫切.分析了现有的传统车流跟驰理论存在的不足.提出采用模糊模型来建立局部车流跟随模型,并针对以往未能解决的隐性知识问题,采用了输入-输出数据对来设计模糊规则,应用权重来解决规则冲突问题并简化规则库.最后通过仿真实例验证了模糊模型较之传统跟驰模型的优势.     

一种基于符号的产品设计单元重用技术

将符号学方法与产品设计的历史与过程相结合，借助符号单元所具有的形状载体作用及其富有的高层次工程语义来实现产品模型的高层功能描述与低层几何表示的统一，给出了基于符号的产品设计单元表示和符号单元的层次划分，并在此基础上提出了面向可重用的4种常见符号单元演变类型，通过符号单元的演变辅助设计概念的重用和扩展，实现符号单元重用与产品设计过程的结合，给出了基于符号单元重用的产品设计过程模型。     

《液压与气动》字母的选用

正尽量用公式编辑器,物理量符号的选用按国家标准,外文字母的正斜体使用原则如下:斜体:物理量符号(质量m,力F,酸碱度pH,硬度符号HB除外)、特征数(雷诺数Re)、数学中的变量符号(Oxyz坐标、函数f(x))。黑斜体:矢量、张量、矩阵。如:矢量a、张量T、矩阵A=(a_1a_2a_3)。正体:物理量常数,计量单位、化学、某些数学符号(sin、tan、ln、d(微分)、∑、log、exp、min、max)等;     

运用混合推理的数控加工刀具智能选择的研究

实例推理(CBR)与规则推理(RBR)是知识工程中两类重要的基于知识的问题求解和学习方法,结合这两种方法并将其用于刀具的自动选择,有利于机械加工的智能化发展。提出一种将实例推理与规则推理相集成的混合推理方法,首先运用规则推理得出刀具类型及刀具材质,并将其作为初始条件检索出候选实例集,再以实例推理得出与目标实例最相似加工实例。此外,针对传统的基于距离函数的相似度算法的复杂性及不确定性等缺点,基于模糊数学理论应用隶属函数求解实例间属性的相似度。同时考虑了属性权重问题,以层次分析(AHP)法来确定各个属性相对应的权重。最后,以电梯业中磁铁安装板的加工为例,验证了该方法的可行性。     

钣金工锥体制作的省料下料法

钣金工在锥体制作过程中,一般采取扇形下料法(图1)或拼镶下料法(图2)。来取扇形下料法,制成的锥体锥面焊缝规则,但不省料;采取拼镶下料法制作锥体虽较省料,但所制成的锥体锥面焊缝很不规则。为了让制作出来的锥体锥面既能使焊缝规则,而且又节省用料,在这里介绍一种比例拼镶下料法。     

基于DQN的智能工厂作业车间调度

针对智能工厂中基于数据的作业车间调度问题,提出结合新的复合调度规则和深度强化学习的调度方法.对车间数据进行预处理并得到对应的系统状态,以连续系统状态值为深度强化学习算法的输入,设计4种新的复合调度规则以应对更为复杂和冲突的车间环境,将复合调度规则和其他8种著名调度规则作为候选调度规则,依据贪婪选择策略选择调度规则并存储和更新状态动作值,最终为每次决策选取出最优调度规则.实验验证了结合复合调度规则和深度Q学习网络(Deep Q-Network,DQN)算法,在均衡权重下相比其他著名调度规则以及标准Q学习算法更具优势.     

基于DQN的智能工厂作业车间调度

针对智能工厂中基于数据的作业车间调度问题,提出结合新的复合调度规则和深度强化学习的调度方法.对车间数据进行预处理并得到对应的系统状态,以连续系统状态值为深度强化学习算法的输入,设计4种新的复合调度规则以应对更为复杂和冲突的车间环境,将复合调度规则和其他8种著名调度规则作为候选调度规则,依据贪婪选择策略选择调度规则并存储和更新状态动作值,最终为每次决策选取出最优调度规则.实验验证了结合复合调度规则和深度Q学习网络(Deep Q-Network,DQN)算法,在均衡权重下相比其他著名调度规则以及标准Q学习算法更具优势.     

基于符号序列Shannon熵提取机器的运行特征

讨论了将时间序列转化为符号序列，即信号粗粒化问题，给出二进制符号化和角区间符号化两种规则，得到了二进制符号化规则下的符号序列Shannon熵计算方法。采用Shannon熵提取了汽油机瞬态排放信号、柴油机机身振动信号、转子轴振动信号的信号特征，结果表明，描述符号序列总体特征的Shannon熵能够便捷地反映机器的运行状况。