异形孔加强片级进模设计

通过对异形孔加强片零件的工艺分析,确定了该零件多工位级进模冲压成形的排样方案及相应的模具结构.     

基于Web信息使用改进的无监督关系抽取方法构建交通本体

领域本体是对领域概念及其关系的一种高效合理的展现形式.在构建领域本体过程中,常常遇到的问题就是尽管本体概念完备但概念间关系复杂多样导致人工标记关系代价过高.使用无监督学习的关系抽取算法对包含丰富的领域概念的web信息进行抽取解决了这一问题.然而,传统的无监督学习的算法没有考虑到"单样例多概念对"的问题,导致最终抽取的概念关系不完整.本文利用交通领域的Web信息构建本体,将样例概念关系对权重引入传统的无监督学习方法Kmeans中,解决了此项问题并通过实验证明该算法取得了良好的效果.     

基于曲率匹配和递归排序的自适应排样算法

为提高盘状毛坯的使用率,提出一种口腔修复加工中模型边界在盘状毛坯中的排样算法,主要包括边界匹配、多边形定位及递归排序.首先基于协方差矩阵及矩阵SVD分解算法对模型多边形进行分段,并采用等弧长曲线采样曲率匹配确定待匹配模型边界;然后依毛坯边界角度分布及沿圆周排样的思想确定模型轮廓的旋转和平移定位;最后提出一种基于包络率的递归排序算法,对在排样过程中发现的大孔洞可动态地调整排样顺序.实验结果表明,该算法可以处理不规则模型边界在任意形状毛坯中的排样,能有效地降低加工成本.     

金安桥大坝碾压混凝土芯样及原位抗剪试验

根据设计要求,对金安桥水电站大坝碾压混凝土钻孔取芯,检测芯样性能,进行现场原位抗剪试验.检测结果表明,芯样外观光滑致密,骨料分布均匀,力学性能、极限拉伸和耐久性均满足设计要求;压水试验透水率小于1Lu;刷新了在同一个碾压混凝土钻孔中取出3根超过10m的芯样纪录.现场原位抗剪试验表明,大坝碾压混凝土层(缝)面接合良好,满足抗滑稳定要求.大坝碾压混凝土工程质量满足设计要求,整体质量良好.     

基于随机加权法的小子样数据评估研究

在武器装备研制过程中成本控制问题的研究中,采用一种针对小子样试验数据的评估方法,由于它具有较强的通用性,被广泛的应用于工程实践中.但方法也存在着一定的局限性,由于其忽略了先验信息的作用,并受试验样本采集信息量的限制,经常导致被估参数在较大范围内波动.为解决上述问题,提出了两种分别基于验前概率密度函数产生随机加权值和验前概率分布函数产生随机加权值的方法,用于样本分布参数评估.并且以正态分布为例,分析可行性,通过仿真结果的比较,验证了优化方法的有效性,可以看到通过两种优化方法的样本分布参数估值的精度和收敛性都较原方法有较好的改善.     

用于二维不规则排样的离散临界多边形模型

提出了一个用于求解二维不规则排样问题的离散临界多边形模型.Burke等人的BLF算法是求解排样问题的一种有效算法,但其算法对一些特殊实例会产生非法的解.为了解决这个问题,提出了一种基于离散临界多边形模型,并对其正确性作了严格证明.新模型是只含有点和区间的简单模型,在大大降低原问题几何复杂性的同时,也使许多启发式策略可以更容易地求解该问题.计算结果表明,基于离散临界多边型模型的排样算法是很有效的.     

一种卷板填充分层递归排样的优化算法

研究了卷板填充排样问题,提出了一种分层递归排样的优化算法。算法使用水平剪切线将卷板分层,每层的宽度和卷板宽度相同,高度和层最左端的主毛坯高度相同;通过调用递归过程确定卷板中层的排列,为各层选定主毛坯,并确定毛坯的排列方式;采用分支定界技术缩小搜索空间。实验结果说明该算法比文献中最近报道的几种算法都有效。     

二维优化排样问题研究

二维优化排样问题的广泛应用引起了国内外学者的关注,主要从各种不同的排样算法如近似算法、启发式算法、智能优化算法等讨论了国内外排样问题的研究现状,并给出了其发展趋势。     

矩形件带排样的一种遗传算法

采用遗传算法解决矩形件带排样问题,用带符号的有序整数串作为初始种群个体,改善了初始个体解的质量．提出基于最低水平线的择优插入算法,在解码过程中动态地调整个体中的零件顺序,选取最适合的零件进行填充,使零件排放紧凑,提高了材料的利用率．对20多道基准排样例题的实验计算结果表明,文中算法速度快,所得排样方案的材料利用率高．最后提出利用该算法解决VLSI模块布局问题的方法框架．     

PC在高速数据采集卡设计中的应用

设计了基于PC的高速数据采集卡,研究了用GAL20V8实现I/O端口地址的编码方法,并给出用汇编语言编写从I/O端口读写数据的程序,最后通过实验验证了这一方法的有效性,并提出了对同一点多次采样并以平均值取代该点样值的误差改进措施.本数据采集卡精高度.可以采集到30GHz的高频信号.