基于贝叶斯网络的智能装配技术

为了弥补智能装配包含装配因素不完整的缺陷,在得出了常用零件装配推理算法的基础上,构建了基于装配推理的贝叶斯网络(Bayesian Networks,BN),通过概率推理对未知装配体进行推理装配约束.针对训练样本多而杂的问题,构建了零件识别库,使其对样本零件的特征进行识别和归类,从而提取出与BN相适应的样本,进而提高了BN推理结果的准确性.对UG进行二次开发,运用基于贝叶斯网络的装配推理模型和识别库构建了智能装配系统.实验证明:文中算法具有更高的准确性、高度的拟合性和很强的学习性.     

基于UG二次开发的协同装配平台设计与实现

文中应用UG_OPEN API和Wins ock等功能模块,在VC++编程环境下,通过UG_OPEN API中MFC界面制作功能与网络套接字结合,初步设计并制作了基于UG二次开发的协同装配平台。用一个简单的装配实例,说明远程协同装配过程,验证了基于UG二次开发的协同装配的可行性。     

基于UG二次开发的智能辅助装配技术

通过对几种典型的零部件装配特点和它们的三维形体信息的分析,总结得出几类典型装配体的装配模式,并结合零件的国家标准,建立了基础信息算法库。通过遍历模型的面片信息和功能属性,由装配信息算法库进行分析并得出相应的装配模式,然后根据装配模式获取相关的三维形体特征,最后对这些特征自动施加相应的装配约束从而完成自动装配。建立了基于UG二次开发的智能协同装配系统,验证了其有效性。     

虚拟战场三维大地形生成方法研究

如何高质量、快速生成逼真的三维大地形,一直是军事仿真的难点问题。文章采用网上免费地形数据和卫星图片为原始数据,以我国台湾地区为例,实现了三维大面积地形的可视化,探索了一条基于creator生成蔓维大地形的方法,满足了仿真要求。