基于UG的3T-3R并联机构建模仿真研究

3T-3R并联机构中六个支链均由五个平行四边形机构串联组合成伸缩链,六个支链与静平台和动平台用S球副连接。用UG仿真了平台动态运动时的位移、速度、加速度的变化情况,通过六个并联支链其拓扑结构的位移与动平台的速度、加速度之间的关系,分析了影响动平台输出运动在空间为3平移和3转动共6个运动自由度的准确性和平稳性,研究结果表明并联机构设计方案和结构参数合理,具有较好的操作灵活性,为并联机构的控制提供了必要的依据,有着极其重要的意义。     

基于SIMENS系统矿用输送产品中板R参数编程研究

由于SIMENS系统自带特有的R参数,利用R参数与宏程序数控编程加工可以极大节省编程时间。能解决一类具有惯性的编程问题,实现一类问题编程统一性,进一步实现加工编程参数化[1]。合理利用R参数数量,避免与数控机床后台默认代码重合,造成代码指令干扰。本文主要针对SIMENS系统矿业输送产品中板的R参数编程研究。     

关于装配钳工中三角R合套加工测量的相关探讨

围绕装配钳工中三角R合套加工测量内容,在介绍其必要性的基础上,分析三角R合套加工测量精度控制注意事项,重点探究装配钳工中三角R合套加工测量具体要求,为专业工作人员在测量时提供理论支撑,从而大大提高三角R合套加工测量准确性。     

青藏铁路GSM-R数字移动通信系统无线网络规划

近年来,我国的基础设施建设日趋成熟,轨道交通已经成为了人们出行的首要选择。在此基础上,发展轨道交通不仅要保证运输量、运输速度,还要对轨道交通进行合理调配。所以,应该做好GSM—R系统的无线网络规划。本文便围绕此问题展开讨论,以供参考。     

大数据/人工智能背景下IT专业基于R的概率论与数理统计教学改革

基于大数据/人工智能背景下IT类专业人才培养的需求,分析概率论与数理统计课程教学存在的问题,根据IT类专业后续课程的需要,提出调整概率论与数理统计的教学内容并将开源统计软件R嵌入课程教学全过程,介绍对学生进行的"概率统计知识点+R编程训练",最后通过数据说明教学改革效果.     

一种零耦合度且运动解耦的新型3T1R并联操作手2-(RPa3R)3R的设计及其运动学

零耦合度(κ=0)及输入-输出运动解耦的三平移一转动(3T1R)并联机构,不仅运动学、动力学分析简单,而且运动控制与轨迹规划容易,因而在制造业中具有潜在的运用前景。根据基于方位特征(POC)方程的并联机构拓扑结构设计理论和方法,设计出一种零耦合度且部分运动解耦的新型3T1R并联操作手2-(RPa3R)3R,并对之进行拓扑特性分析,给出了其方位特征POC、自由度DOF、耦合度κ等主要拓扑特征;基于序单开链(SOC)的运动学建模原理,给出了该机构位置正解求解的封闭形代数方程,并求得其数值解;基于导出的机构位置反解公式,分析了机构产生三种奇异的几何条件;同时,求解了机构的工作空间和转动能力;给出了该操作手机械结构设计的三维CAD模型。研究成果为该操作手的运动尺寸优化、样机研发以及动力学研究奠定了理论基础。     

基于小波特征参数的平面四杆机构轨迹综合方法

小波分解可以在不同尺度下对函数曲线的特征进行提取,基于该理论,首先,对平面四杆机构连杆轨迹曲线进行小波分解,利用归一化处理方法提取轨迹曲线的小波特征参数,给出了平面四杆机构连杆轨迹曲线的小波特征参数近似描述方法。进而结合数值图谱法,将11维非整周期轨迹综合问题转换为6维机构尺寸型检索问题,同时建立包含3 004 281 900组平面四杆机构的机构尺寸型数据库。根据轨迹曲线小波特征参数的特点,利用多维搜索树,将各相对转动区间内的机构尺寸型进行分区,建立索引关键字数据库。从而通过比较给定轨迹曲线小波特征参数与索引关键字,查找并提取目标机构所在叶子结点中机构尺寸型的小波特征参数,建立自适应图谱库。在此基础上,根据给定设计要求的小波特征参数与自适应图谱库中的小波特征参数的相似程度,检索出满足设计要求的机构尺寸型。再根据理论公式计算目标机构的实际尺寸及安装位置,实现平面四杆机构非预定相对转动区间轨迹综合问题的求解。最后,利用小波特征参数法对滚压包边设备的滚轮进给机构进行设计,验证本方法实用性和有效性的同时,为传统滚压包边提供新的思路。     

基于蚁群算法的异步并行装配序列规划方法

为了提高复杂产品的装配序列规划效率,利用蚁群算法的并行性及其搜索过程的独立性,对装配序列进行异步并行求解。首先,调整产品结构树的装配层次关系,并基于多色集合理论(PST)对装配层次结构进行形式化表达,建立PS层次结构树;其次,基于"分治"原则,建立"全局并行、区域线性"的蚂蚁搜索策略,对PS层次结构树进行逐层规划和整合计算,实现装配序列的异步并行求解,并提高求解效率;然后,为了解决非线性装配序列表达方式问题,建立装配序列树模型及其自相关矩阵。最后,通过实例验证了异步并行装配序列方法的可行性与有效性。     

基于KD树的k-means聚类算法优化

作为模式识别最基本的分类方法之一,聚类在各个科学领域的数据分析中都扮演着重要的角色.然而随着大数据的出现,聚类分析在前沿发展中不断地面临着计算复杂度和计算成本等新的问题和挑战.通过研究k-means聚类算法的时间复杂度O(nk),针对迭代过程中大量的最近邻计算和其特殊场景,引入KD树作为索引,提出了基于单KD树的近似近邻算法和基于多KD树的交叉搜索算法.将k-means聚类算法的时间复杂度降为O(nlog k),并通过实验验证,基于多树的交叉搜索算法具有与k-means聚类算法相当的聚类质量.