用于高炉铁水质量预报的改进支持向量回归

针对建模数据中包含噪声和离群点会降低相应软测量模型准确性的问题,提出一种结合2层变量空间分析的预处理方法.用多变量修剪法在原始变量空间预处理;并提出支持向量聚类（SVC）的预处理方法,将建模数据映射到高维特征空间,构造一超球体来排除离群点.SVC无需像传统预处理方法假设数据服从正态或近似正态分布,更符合实际的高炉过程.预处理后的数据再用支持向量回归建立软测量模型.在一工业高炉铁水硅含量的建模和预报实验结果表明,所提出方法能够更有效排除离群点,且提高了支持向量回归模型的鲁棒性和预报性能.     

主元空间中的故障分离与识别方法

主元分析 (PCA)作为数据驱动的一种统计建模方法,在化工产品质量控制与故障诊断方面得到广泛研究和应用.在故障重构技术的基础上,研究了基于T²统计量的故障分离和识别问题,分别获得了主元空间中故障可分离和识别的理论条件.以双效蒸发过程为例,对该生产过程中的10种不同故障进行仿真监测分析,证实了所获理论结果的有效性.     

通用设计理念在包装中的应用

包装是每个人日常生活中所必然接触的，因此包装设计除了考虑正常使用状况的便利和舒适外，还需要考虑更广泛人群如病人、孩子、青年人、老年人、伤残人等群的生理特点。在此着重介绍了通用设计理念及原则以及如何在包装设计中应用。     

工业化背景下的竹藤编织产品的风格变迁

以欧美藤编、日本竹编和中国竹编3 种典型竹藤编织风格的演变为启示,分析了竹藤编织产品从手工业时代到工业化时代的价值观变迁。论述了3 种风格迥异的转变方式所揭示的传统文化对工业化冲击所采取的应对策略的差异,在此基础上,提出了面向现代价值体系以稀缺性为目标,重塑中国竹编工艺生命力的产品创新观点,并提出了专业化计算机辅助技术对推动竹藤编织产品革新与发展的价值。     

现代产品设计中的区域文化意象研究

区域文化意象的研究,有助于体现产品区域特色和文化内涵.研究了区域文化意象的消费者认知匹配模型,阐述了区域文化意象的消费者认知匹配模型的3个层次.并以良渚文化意象的酒器设计为例进行验证.     

基于参数化技术的有轨电车造型快速设计研究

针对有轨电车造型的快速设计与方案调整需求,使用参数化设计技术对有轨电车进行建模。将有轨电车的建模过程分为正视、侧视和俯视3个视图上的平面曲线建立和三维模型合成。基于3个视图上的草图曲线分别设计了造型参数集,形成有轨电车的横断面轮廓线、侧视轮廓线和俯视轮廓线的定义,实现了基于城市意象概念的有轨电车造型与装饰线的参数化设计,并基于参数调整,快速生成多种设计方案供评价比较,显著提高了设计效率。     

一种面向汽车个性化定制的智能交互方法

针对传统汽车在线个性化定制服务中缺乏有效的交互,且消费者隐性需求的获取和转化研究不足等问题,研究了隐性需求的获取和转化以及产品定制特征的分析和表述,建立了产品特征与用户需求的映射模型,提出了一种基于组织符号学思想的智能交互方法,并采用黄金分割法对所提方法进行了迭代优化。最后利用汽车颜色的定制对此方法进行了测试。测试结果表明,该方法能在一定程度上提高个性化定制服务的互动性和引导性。     

产品复杂表面形态结构的映射设计方法

为解决表面形态复杂、细节众多的产品在三维造型设计技术上的难题.以编织产品为例,分析了其组织结构的数学特征与造型规律,将其分为交织结构和缠绕结构两大基本类别.在织物结构三维设计的单元体技术基础上,增加了形态变量控制,实现了编织产品整体形态上的复杂细节高效造型设计方法.利用二次映射技术将非均匀有理B样条曲线曲面自动转化为细节丰富的编织结构,并根据用户输入的参数调整编织结构的组织样式、密度、粗细等细部结构形态.在藤椅等典型编织产品的设计中进行了应用实践,并探讨了三维图案结构的生成方法.将设计师的工作简化为一般的曲面造型概念设计,用软件工具完成复杂形态细节的自动化建模,促进了复杂形态产品的设计.     

基于压力分布实验数据的产品人机接触曲面形态设计

为使产品与人体的接触面形态具有良好的人机工程学性能，通过测试接触压力分布数据进行映射计算，获得接触面曲面形态。利用压力分布测试仪测得产品与使用者的持续接触压力分布数据，在压力大小和接触面的非均匀有理B样条曲面模型的控制点坐标之间建立映射函数，设计了七种数据映射算法模型，将压力分布数据映射为不同的接触面形态。对比产品接触面形态的统计数据，进行了映射算法的误差分析，比较了各映射模型的造型能力和造型质量。为提高人机接触曲面的设计质量提供了理性化与高效的设计方法。     

Hammerstein系统递推辨识的自适应算法

采用最小二乘支持向量回归对Hammerstein系统进行辨识缺乏稀疏性,且模型不易递推.提出一种基于输出预报误差的Hammerstein模型自适应稀疏递推辨识算法.根据分块矩阵对模型进行递推运算,基于系统输出预报误差的结果,自适应调整算法的辨识步骤,可以避免递推时可能出现的误差积累问题,有效提高算法的稀疏性和稳定性.仿真结果表明,与常规的递推算法相比,该自适应算法能够在保证辨识精度的情况下,有效稀疏和简化模型,提高算法的鲁棒性和辨识效率,更加符合系统在线辨识的需要.