基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布,建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息,采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题;利用Gibbs抽样算法进行后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限,并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增怅分析中的直观性与有效性。     

精密行星滚柱丝杠的传动特性

设计了一种基于行星滚柱丝杠的精密传动机构。根据机电伺服系统的使用要求,分析了行星滚柱丝杠的传动特性。详细阐述了该传动机构的组成、工作原理和主要特点,分析了传动精度和传动效率这两项核心技术指标,得到了各项误差对传动精度的影响程度,如行星滚柱丝杠单向传动误差和回程误差,驱动电机、联轴器、支撑轴承、测量装置和控制系统等的中间装置误差,以及环境因素误差等,推导了传动效率与接触角、螺旋升角的相互关系。最后,构建了实验平台,测试了行星滚柱丝杠的传动精度和传动效率,结果表明其传动精度优于1.5μm,传动效率优于74%。得到的结果验证了设计的传动机构结构紧凑、承载能力强、传动效率高,传动精度好,在精密传动领域有较大的应用价值。     

Auto CAD与PDM信息集成技术方案的研究和实现

通过对Auto CAD的二次开发技术分析,阐述采用Auto CAD VBA等软件,设计开发Auto CAD与数据库之间的接口技术及数据传递的方式和手段,重点研究应用VBA实现CAD与PDM信息集成的技术方案,为实现CAD/CAPP/PDM/ERP(或MRP Ⅱ)信息集成打下了基础.     

面向机器人系统的虚实迁移强化学习综述

近年来,基于环境交互的强化学习方法在机器人相关应用领域取得巨大成功,为机器人行为控制策略优化提供一个现实可行的解决方案.但在真实世界中收集交互样本存在高成本以及低效率等问题,因此仿真环境被广泛应用于机器人强化学习训练过程中.通过在虚拟仿真环境中以较低成本获取大量训练样本进行策略训练,并将学习策略迁移至真实环境,能有效缓解真实机器人训练中存在的安全性、可靠性以及实时性等问题.然而,由于仿真环境与真实环境存在差异,仿真环境中训练得到的策略直接迁移到真实机器人往往难以获得理想的性能表现.针对这一问题,虚实迁移强化学习方法被提出用以缩小环境差异,进而实现有效的策略迁移.按照迁移强化学习过程中信息的流动方向和智能化方法作用的不同对象,提出一个虚实迁移强化学习系统的流程框架,并基于此框架将现有相关工作分为3大类:基于真实环境的模型优化方法、基于仿真环境的知识迁移方法、基于虚实环境的策略迭代提升方法,并对每一分类中的代表技术与关联工作进行阐述.最后,讨论虚实迁移强化学习研究领域面临的机遇和挑战.     

抽油机变频变压节能控制器的设计

针对目前我国抽油机节能研究的现状，提出了抽油机变频变压节能控制器的设计方案，给出了该方案的工作原理图和工作流程图，并对抽油机变频变压节能控制器的特点和性能进行了分析，实践表明，该节能控制器不仅性能稳定，操作简单，还可节电27％以上。     

液压调平系统部件检测试验台设计

根据泵类、缸类、阀类液压元件的检测要求,需要完成对一个特定的液压调平系统的各部件检测试验台的原理设计。文章进一步分析了各部件的检测系统、合并同类项,以达到缩小试验台体积的目的。利用软件实现检测系统液压元件和管路的调用,以简化操作流程。     

质量管理信息系统和ERP系统的集成设计与实现

通过分析ERP系统模块存在的问题,论述了OMIS与ERP集成系统的设计理论依据和技术工具,研究了QMIS与ERP系统集成的设计思路和实现方法,提出了以PDM作为平台、引入XML文档描述质量信息、利用CORBA作为通信机制的技术组合方式和集成体系模型。     

直线电机直接驱动的伺服刀架控制器的研究

分析了以直线电机直接驱动下的高频响伺服刀架为核心的非圆截面加工系统的控制结构 ;从小增益定理出发, 阐述了伺服刀架的最大动态柔度与系统稳定性的关系 ;分别分析了速度单闭环、速度位置双闭环控制对性能的影响. 在双闭环控制器的设计中, 运用了H∞ 控制理论, 综合考虑了跟踪性能、动态柔度、控制能量等因素, 所设计的控制器较传统的超前_滞后网络有明显的改进.     

一种注塑工艺优化方法的实现

在生产中,注塑工艺的确定依赖于经验,靠试模时不断调整获得,这种方法不能实现注塑工艺的优化.介绍一种借助于CAE模块,通过Matlab下神经网络模拟,利用遗传算法实现注塑工艺优化的方法.     

基于非齐次Poisson过程的多阶段可靠性增长Bayes评估研究

针对航空航天领域试验费用昂贵、试验数据少的问题,研究了多阶段可靠性增长Bayes分析方法.采用非齐次Poisson过程(NHPP)建立可靠性增长模型;利用Bayes方法融合专家信息,并根据可靠性增长的特点采用Gamma-Beta分布作为NHPP参数的先验分布,通过阶段间可靠性增长信息传递的方法,实现多阶段的可靠性增长评估.最后通过一个发动机的例子表明该方法和模型能够充分利用多阶段的专家经验和试验数据,适合小子样场合的可靠性增长评估.