基于自适应Kriging模型的不确定可靠性功能优化算法研究

产品研发中功能失效是一个复杂的系统性工程,失效过程包含大量不确定性因素。为此,构建了自适应Kriging的不确定可靠性功能优化算法,进行产品总体功能失效分析、认知集合可信任度、样本点的生成、自适应Kriging计算及优选功能组合,获取在指定的概率约束下的最优解。以大数定律及极限定理为基础,保证了样本点在重要区域及Kriging模型的收敛条件。以工程机械储能系统为例,说明算法的迭代性、收敛性、准确性及稳定性。结果表明,该算法能够得出准确的敏感度,节省计算时间,提高计算效率。     

基于改进模糊故障Petri网的复杂系统故障诊断与状态评价EI北大核心CSCD

为提高复杂系统的可靠性,在综合模糊Petri网和故障Petri网优点的基础上,提出了改进模糊故障Petri网的建模及推理方法。该模型定义了库所、托肯及变迁的着色规则,并结合模糊产生式理论,应用于复杂系统的故障推理,从而更加直观、明确地描述故障状态及信息。该模型的正向推理反映了故障传播的固有特性,采用基于智能点火判断矩阵的正向演绎算法,实现了故障状态快速、准确的智能评价。该模型的逆向推理为故障诊断过程,引入智能的逆向推理矩阵,并结合基于Petri网关联矩阵的最小割集诊断法,实现了模型中任意库所故障的逆向自动诊断,同时根据故障易发率得出最小割集优先顺序,提高故障诊断的效率。以数控机床进给系统的故障分析为例,验证了所提模型和方法的正确性与高效性。     

基于GIS技术的青岛市消防应急系统

针对消防部门仍然采用人工接警、人工记录和人工查找等传统方式,效率低下,极易延误战机,且难以适应目前城市发展对消防提出的要求的问题,提出了基于GIS的青岛市消防应急系统。通过GIS理论分析研究,基于用户需求建立系统功能模块,采用服务器分布式设计和空间数据库理论,建立了一套消防应急系统的整体框架,以此为基础,采用C#语言、SQL Server 2005和ArcSDE空间数据库引擎开发了青岛市的消防应急系统,系统实现了三维可视化灾害调度部署和灾害预测,并通过设计实例验证了该工具的可行性。     

基于多色集合理论的机床进给系统装配精度模型

为了弥补在机械装配过程中产品装配精度难以保证的不足,提出一种基于多色集合理论的产品装配精度模型,为设计者在设计阶段提供一种有效的装配精度自动化计算手段。该模型提供了一套计算机辅助装配体装配精度自动生成流程,模型中构建了装配约束关系矩阵、装配特征表面约束围道关系矩阵、装配公差类型围道布尔矩阵及装配空间关系围道布尔矩阵,并采用邻接矩阵的方式对其进行计算机存储,实现了从提取零件装配表面特征及特征约束到装配体整体精度之间的全过程映射。该模型同时包含设计过程中需要考虑的产品功能需求、几何特征、公差准则、公差分配规则等外在约束条件,进一步说明了模型的准确性和实用性。通过该模型在数控机床进给系统的应用验证了模型的有效性。     

基于ANSYS的进给系统热特性分析工具的研究与开发

针对数控机床进给系统的热分析问题,研究了基于APDL语言的ANSYS二次开发技术,将该开发模式应用到进给系统热分析模块的开发中,把ANSYS无缝集成到所开发的软件中。结合C＃语言开发环境设计了进给系统参数化热分析平台,实现了进给系统热分析工具的参数化界面设置以及温度场、热变形分析的自动化计算求解。     

基于变邻域人工蜂群算法的三维矩形箱体下料优化研究

相比一维、二维下料问题,三维空间下料优化问题存在零件规格种类多样、数量庞大、尺寸约束及工艺约束等多重因素限制,导致原材料利用率偏低的现象。为此,文中以三维矩形箱体为研究对象,建立了三维空间下料模型,基于变邻域人工蜂群三维矩形箱体下料算法及算法流程,设计了4种三维变邻域搜索策略：邻域交换、邻域顺序、邻域逆序及邻域正交,提出了5种三维解码方式：SCO,BCO,HO,WO和LO。试验结果表明：变邻域人工蜂群算法较人工蜂群算法在三维矩形箱体排样中有效提高了原坯料利用率及排样效率,排样方案更优、算法迭代时间更短、更加贴合生产实际,对解决制造业在三维空间下料效率与成本方面所面临的问题,具有很好的借鉴意义。     

基于量词约束满足及蒙特卡洛仿真的三维极值统计公差分析方法

针对复杂装配体公差分析存在的问题,提出一种新型三维极值统计公差分析方法。该方法结合量词概念或模拟几何偏差对几何特征影响机理,同时考虑并模拟零件间不同接触面的接触种类对几何特征影响的差异化,采用小位移旋量理论描述几何偏差和接触类型对几何特征的影响,通过三维参数空间进行凸壳化解析(兼容壳、接口壳、功能壳),将零部件允许偏差进行量词化数学表达式,形成相应的三维装配尺寸链。基于量词约束满足建立了解决公差分析问题的数学模型,采用极值法及Monte Carlo仿真法进行模拟和测试,以TGK46100数控机床进给系统为例验证了方法的有效性。     

基于Rényi熵的不确定可靠性及其功能优化算法模型研究

产品研发过程中功能优化是一个复杂系统，往往存在大量随机且不确定性因素。不确定可靠性是解决这类问题的一个重要数学工具。引入人工智能机器学习中Rényi熵，构建基于Rényi熵的不确定可靠性产品功能优化模型及自动化计算方法。通过产品功能需求分析、认知集合转换、Rényi熵可信度分配与合成等过程，自动化迭代计算出优选功能组合。以应急救援产品为例，计算结果表明，产品功能优化算法模型能够有效抑制不确定性因素扰动，获取最优解组合，提高产品设计效率及准确性。