房间空调器稳态性能仿真

房间空调器制冷系统是一个复杂的多输入多输出系统,研究稳态运行时其部件参数对系统性能的影响即空调器稳态性能仿真,是装置优化设计的基础和前提.根据空调各部件的装置仿真用数学模型并综合考虑各部件之间的耦合关系,采用Modelica语言建立了空调稳态性能仿真模型库.基于上述模型库建立了反映各变量和系统性能关系的空调制冷系统仿真模型,在MWorks平台上进行仿真.仿真结果证明,模型可以用于对空调的参数优化,对空调整体性能的改进具有重要的意义.     

基于典型机械产品案例《计算机图形学与CAD技术》课程实验教学方法与实践探索

针对《计算机图形学与CAD技术》课程教学实践性强、理论教学与实践难以一致等特点,对教学内容及方式进行了探索,提出了基于典型机械产品案例《计算机图形学与CAD技术》实验教学方法,即结合课堂教学内容,选择与工程实际接近的典型机械产品案例,编制详细的实验指导书,通过实践学习具有挑战性的实际工程案例,让学生能深刻理解课堂理论教学内容,并能对所学知识融会贯通,达到了培养学生实践能力与理论教学的统一.     

协同产品开发中的产品模型轻量化技术

针对网络环境下协同产品开发中复杂产品模型数据交换、远程传输困难等瓶颈问题。提出一种复杂产品模型数据轻量化算法．该算法基于非几何信息过滤，曲线、曲面简化，通用压缩算法数据压缩等步骤对初始产品模型进行简化．文中算法已应用于协同交互系统InteView2.0中．在相同逼近精度下，轻量化后的模型比原系统输出的VRML格式文件具有更高的压缩比．     

基于局部三维Delaunay的插值网格边界增量构造算法

网格构造的质量和效率是插值于大规模测量点三角网格构造算法的关键,但在算法中既保证插值网格的三维Delaunay性质又实现网格的线性构造仍存在困难。笔者针对此问题,提出了基于局部三维Delaunay的插值网格边界增量构造算法,利用网格的局部Delaunay构造及其边界的循环膨胀、分裂及自裁减操作实现整个模型的自动构造。应用实例表明,算法在保证构造网格满足三维Delaunay性质的同时,线性构造任意拓扑结构的三角网格模型。     

利用局部熵和重复度检测特征点

以三维散乱点在局部邻域内的熵变化为检测准则，利用局部熵突变发生在曲面形状变化剧烈区域的特性，描述采样点属于某个特征的可能性；同时引入重复度；以反映在不同大小的局部窗口下采样点被检测为特征点的频度，获取特征点集．实验结果表明，该算法稳定性较好，能在一定程度上处理密度分布不均的点集。     

面向与历史无关造型的三维约束模型构建方法

由于与历史无关的造型系统中约束模型多处于欠约束状态,使求解结果往往不能很好地符合设计意图,为此提出一种基于虚几何元素的约束模型构建方法.该方法根据输入约束的方向特性创建虚几何元素,并将这些约束转换为实体几何元素、虚几何元素间的结构约束和尺寸约束,从而构建基本约束模型;在此基础上,通过几何元素的剩余自由度分析增补相应的几何约束,使约束模型更完备,求解结果更合理.文中方法已在原型系统InteModel中实现,并通过实例验证了其正确性和有效性.     

基于移动最小二乘曲面的点云拼接算法

针对现有点云拼接方法受被测零件复杂外形和测量噪声影响的问题,提出基于移动最小二乘( Moving Least-Squares,MLS)曲面的点云拼接算法.该算法利用一种极值投影方法来有效计算点到MLS曲面的对应点,并结合迭代最近点(Iterative Closest Point,ICP)算法将各个视角的点云统一到该ML...     

基于改进卡尔曼滤波的叉车载重快速准确估计方法

针对工作环境恶劣、操作工况复杂的伸缩臂叉车载重实时快速准确估计需求,对伸缩臂叉车的载重估计数学模型及其求解算法进行了研究。首先,利用叉车现有功能模块中已装配的各类传感器,提出并分析了三种载重估计方案,在综合比较各方案的优缺点之后,确定并建立了基于动力学原理的载重估计数学模型;然后,将载重作为估计系统的状态变量,将液压系统压力、臂架变幅角度和伸缩臂伸缩长度等实时信号作为测量值,将基于转动定律建立的载重计算公式作为状态变量与测量值之间的观测方程,运用卡尔曼滤波算法对该数学模型进行求解;同时,为解决卡尔曼滤波算法在递推过程中状态变量发生改变从而导致大量新测量数据对状态变量失去校正能力的问题,提出了一种基于改进卡尔曼滤波的载重估计算法;最后,对某企业超长载重伸缩臂叉车进行了不同载重的离线试验和在线试验。研究结果表明：对于454 kg的轻载荷,该算法的估计结果的最大绝对误差小于91 kg,而对于1100 kg、2268 kg、3368 kg和4536 kg的重载荷,其平均绝对百分比误差小于3%;趋于稳定估计值的响应时间可在1 s之内,完全优于实际应用需求。该方法模型简单、可移植强,可推广应用到起...     

基于深度代理模型的叉车臂架液压系统设计优化

为了提升利用微调构造的深度神经网络代理模型（又名深度代理模型）的性能，提出了一种主动闭环蒙特卡罗试验设计方法，通过费雪尔信息矩阵将设计点与模型梯度关联，并利用乘法算法求解，然后引入随机离散蒙特卡罗算法进行闭环采样，使得设计点具有覆盖整个设计空间的统计学特性。基于该方法，利用多层感知器建立了某伸缩臂叉车臂架动作特性深度代理模型，并结合最小预测和预期改善，实现了液压控制系统的设计优化。实验结果显示：与当前基准相比，提出的方法所需仿真数据减少了64.3%；优化后叉车臂架变幅缸压力波动更加平稳，且最大值减小了46%。     

一种基于模糊聚类的海量测量数据简化方法

为满足模型简化的几何与工程信息保真性要求,提出一种基于模糊聚类分析原理、直接从海量散乱点简化的方法。通过引入对采样点的几何相似性隶属度来表征被测曲面形状的自然变化,使简化点集倾向于聚集在陡峭区域,并以强制约束相似性隶属度反映设计者对简化点集的工程要求,利于保留点集中蕴含的工程细节特征和指导曲面的后续处理。实验表明,简化导致的形状细节和工程细节损失可得到有效抑制。