基于密度的进化算法的机械产品选配方法

针对机械产品多目标多质量要求下的选择装配问题,提出一种基于密度的多目标进化算法(DMOEA)的选择装配方法。考虑零件尺寸链与尺寸的关联关系,以选配成功率和装配精度为优化目标构建多目标多质量要求下的选配模型。使用自然数编码,以一个零件尺寸值序号的随机序列作为配对编码的基因,并采用个体聚集密度定义适应度函数,利用DMOEA对多目标选配问题进行求解,实现了多目标多质量要求下的选配优化。开发出基于DMOEA的零件选配系统,应用于某公司产品,验证了所提方法的可行性与有效性。     

基于邻层数据匹配的工业 CT 图像生成 G 代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。