基于GA–BP神经网络的汽车内饰板虚拟制造研究

目的 以某汽车内饰板为研究对象进行虚拟制造,以提前得到相对准确的工艺参数并减少成形缺陷的产生。方法 研究了工艺参数对产品拉延成形质量的影响,并确定了拉丁超立方抽样区间,在抽样区间内抽取60组样本数据,以最大减薄率为目标值,以前50组样本数据为测试集、后10组样本数据为预测集,使用基于GA–BP神经网络的遗传算法得到最优工艺参数,并将其代入有限元分析软件DYNAFORM中进行虚拟制造。结果 训练后GA–BP模型的预测值与期望值最大误差为0.299 7%,最大预测误差率为1.747 38%;遗传算法预测的最大减薄率为16.548%,虚拟制造得到的减薄率为16.167%,虚拟制造值与预测值的大小仅相差0.318%,仿真误差的误差率为2.36%。结论 虚拟制造结合先进算法的优化方法可以指导后续生产。     

基于计算机视觉的手势检测识别技术

经过多年的发展,计算机技术已经逐渐成熟,各种新硬件、新软件层出不穷,为人们日常的生产生活带来了巨大便利,但人类在接触计算机的过程中仍然基本上只能够通过键盘、鼠标等部件,而这也在一定程度上影响了人类与计算机的深入交流.因此当前出现了一种新的人机交互方式,即基于计算机视觉的手势检测识别,本文将在此背景之下,通过简单介绍基于计算机视觉的手势检测识别的算法流程,着重围绕基于计算机视觉的手势检测识别技术进行探究.     

金属多材料增材制造研究现状与展望

当代社会对产品的功能及性能的要求越来越高,苛刻的使役条件要求零件具有功能耦合、多环境适应的能力.金属多材料增材制造技术相比传统制造技术具备更大的优势,在航空航天、汽车工业、电力行业、生物医学等领域中均具有广阔的应用前景.研究了电子束增材制造、电弧增材制造和冷喷涂增材制造在金属多材料增材制造中的应用现状以及最新发展.重点研究了金属多材料增材制造技术在宏观成形精度、微观组织缺陷和粒子界面结合中存在的关键问题.最后,指出了金属多材料增材制造技术在材料种类、基础理论、零件复杂度、质量控制等方面的发展趋势.将为金属多材料应用于增材制造技术提供新的思路和借鉴价值.     

BIM技术在计算机辅助建筑设计中的应用初探

运用先进的软件技术来提升我国建筑设计的水平已经成为一个迫切需要解决的问题,运用 BIM 技术就能很好地解决这一问题。本文就从 BIM 的定义、工作原理、特点等三个方面来分析该技术在计算机辅助建筑设计中的独特优势。