基于客观信息熵的冶金备件供应商选择方法

设备质量是影响冶金企业生产及其运作的和粗糙理论,将大量数据进行模糊聚类,在信息熵知识的基础上确定了各个评价准则的权重分配,从而综合评价供应商,为供应商的选择提供了理论依据.     

板成形熵产生分析

基于热力学基本定律和力学方程建立了板成形的热力学系统的数学模型.板成形系统分成两个热力学子系统即塑性变形体子系统和刚体子系统,板料系统定义为塑性变形体子系统,模具系统定义为刚体子系统,基于热力学第二定律推导板成形热力学系统的熵产生方程.     

室内清扫机器人区域充满拓扑算法

针对室内清扫机器人清扫任务的特点，即要充满房间的可达区域，提出了一种区域充满拓扑算法。文中介绍了机器人工作环境的识别和表示，区域充满采用的运动方式．详细给出拓扑算法，并运用该算法进行了机器人清扫路径规划。     

基于一种树模型的装配序列优化生成的研究

分析了装配序列评价的特点,提出了一种用于表达装配序列的树模型及其生成算法。阐述了装配序列二级分层综合评价与优化的方法,提出了利用熵权法来确定各评价指标的权重,利用模糊综合评价方法对该装配序列树模型中每层关系节点A或节点AP下的各数据子节点进行装配顺序的优化,最终生成优化的装配序列。该方法缩小了装配序列解空间,提高了装配序列的评价效率,并以齿轮减速器为例进行了验证。     

考虑实时动态能耗的电动汽车充电路径规划

由于电动汽车在行驶途中电量耗尽的风险较大,亟须研究一种有利于减轻用户出行焦虑的电动汽车充电路径规划方法。文中通过选取能够准确反映实际道路中用户驾驶特性的行驶工况特征参数,分析各特征参数与耗电量之间的相关性以及特征之间的相关性强弱,采用主成分分析对特征进行降维,基于信息熵模糊聚类方法对行驶工况进行分类,构建电动汽车行驶途中的动态能耗模型。并基于此考虑路径选择及电池剩余电量约束,建立以出行总距离、总时间及充电价格三者权值之和最小为目标的电动汽车充电路径规划模型。以某市实际交通路网规划18 km×18 km区域,分析采用实时能耗对充电路径规划的影响以及不同优化目标对用户充电路径优化结果的影响,验证了所提规划方法的可行性及有效性。     

基于特征提取与识别两阶段的汽车电机轴承故障诊断

针对特征提取和故障识别这两个轴承故障诊断的关键环节,提出一种汽车电机轴承故障诊断新方法。该方法在特征提取环节:提出了将LCD分解和符号熵(SE)相结合的特征提取方法;在故障识别环节为提高果蝇算法(FOA)对相关向量机(RVM)参数的寻优能力,在FOA算法中增加了向"历史"学习的策略,提出具有历史学习能力的果蝇算法(HSAFOA),有效地提升了RVM的分类性能。汽车电机轴承不同类型、不同程度故障诊断实例表明,LCD符号熵可有效对故障进行表征,而HSAFOA算法则提升了RVM的识别效果,相比于其他一些方法更有优势。     

基于信息熵与现场数据的汽车零部件可靠性计算

采用信息熵建立了基于现场数据的汽车零部件可靠性计算方法,并通过VB编程实现.分析了传统方法的苛刻要求及计算的不精确.讨论了信息熵计算标准差的方法、正态分布可靠度的计算方法、等效正态变换的方法.结论为:本方法可以克服传统方法的苛刻要求;本方法的计算结果更接近真实值;将强度对数正态分布转换为等效正态分布,具有广泛的普遍性.     

可重构制造系统评价体系研究

针对目前可重构制造系统评价体系的不足,根据可重构制造系统的特点和要求,从工程应用的实际出发,采用层次分析法构建了一个较为完备的可重构制造系统的评价体系模型,并分析了各个指标的内涵。应用信息熵来确定各评价指标的客观权重,并运用层次分析法和模糊综合评判法实现对各指标的评价,通过最小二乘原理确定评价对象相对于最优参考值的优良隶属度,以此作为评价准则,最后用一个具体实例验证了该方法的有效性和可行性。     

结合性能评价的多目标价值链设计

企业间集成如供应链管理、虚拟企业、网络化制造等，都是旨在面向顾客的价值增值，减少产品或者服务的周期时间，降低成本．提高质量，以提高权益相关者的市场竞争力和运作性能，这些都需要有效的价值链设计。价值链的运作质量与价值链上节点的组织配置情况有密切关系。价值链配置质量是对价值链运作质量的预测，提出了价值链配置质量的解析描述方法，它由平均的理想配置贴近度和基于信息熵的配置均衡性两部分组成。建立了综合考虑时间、成本和质量的可量化和不可量化指标的多目标价值链优化模型，采用混合型NSGA算法，求解这类决策变量较多的多目标优化问题。计算结果表明，价值链配置质量的解析描述方法和混合型NSGA算法，对于按照经营性能需求动态设计价值链有较好的效果。     

基于非线性多参数的旋转机械故障诊断方法

应用关联维数、李亚谱诺夫指数等非线性多参数对旋转机械故障诊断进行研究。对所采集的模拟旋转机械振动故障信号,运用相空间重构理论对其时间序列重构。为使重构相空间能充分地反映系统运动特征,对不同故障信号的时间延迟与嵌入维数确定问题进行研究,计算出不同故障信号的关联维数、李亚谱诺夫指数、复杂度和近似熵四个非线性特征量。在此基础上对四个非线性参数进行融合,并定义为非线性度,用这一特征量对故障信号特征进行提取与识别。由于非线性度是关联维数、李亚谱诺夫指数、复杂度和近似熵多参数的综合,更有利于分析识别故障信号,增强可靠性。研究表明:故障类型不同,非线性度指数不同,验证了这一非线性特征量是表征不同故障信息的有效参数。此研究为复杂旋转机械故障诊断提供一种识别方法。