基于变分隐式曲面的三角网格孔洞修补

针对三角网格模型存在的孔洞问题提出一种基于变分隐式曲面的孔洞修补算法。首先，利用孔洞边界信息构造插值孔洞边界的变分隐式曲面并将其网格化，得到初始孔洞网格，再利用边界点裁剪初始孔洞网格，最后把裁剪后的孔洞网格与初始网格拓扑合并，完成孔洞修补。算法充分考虑了孔洞周围的信息，使得孔洞网格与原始网格光滑连接，取得了比较好的效果。     

基于变分隐式曲面的三角网格孔洞修补

针对三角网格模型存在的孔洞问题提出一种基于变分隐式曲面的孔洞修补算法。首先,利用孔洞边界信息构造插值孔洞边界的变分隐式曲面并将其网格化,得到初始孔洞网格,再利用边界点裁剪初始孔洞网格,最后把裁剪后的孔洞网格与初始网格拓扑合并,完成孔洞修补。算法充分考虑了孔洞周围的信息,使得孔洞网格与原始网格光滑连接,取得了比较好的效果。     

基于RBF神经网络的三角网格曲面孔洞修补

针对由测量数据重建得到的三角网格曲面存在孔洞的问题,提出了一种基于径向基函数(RBF)神经网络的修补方法.该方法首先检测出孔洞,通过对孔洞特征多边形实施三角化获得新增三角片顶点;在孔洞边界周围采集三角片顶点,将其作为样本点集来训练RBF网络;将训练好的RBF网络用于新增三角片顶点坐标的优化,最终实现孔洞的修补.修补实例表明,该算法对流形曲面上封闭孔洞的修补精度较高,修补效果良好.     

基于径向基函数的多种类型孔洞修补算法研究

利用径向基函数对散乱数据点进行曲面重建受到越来越多学者的关注,并被应用于解决网格模型中的孔洞修补问题。本文在实现径向基函数对简单孔洞进行修补的基础上,进一步研究了对多种类型孔洞的修补问题,提出了统一的修补算法:首先利用填充算法对孔洞进行填充,然后使用径向基函数建立孔洞区域的隐式曲面,最后将新增加的三角片顶点调整到建立的隐式曲面上,并给出了修补结果的优化处理。实例证明,该算法适用性好,对不同类型孔洞的修补效果理想。     

RBF隐式曲面的离散数据快速重建

由于三维离散数据具有分布稠密、不均匀,空间拓扑结构未知等特点,突出了大规模散乱数据预处理的重要性.针对空间散乱数据,提出了一种基于径向基函数(RBF)隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化.基于空间法向量约束和主元分析两种方法进行数据简化和特征提取,采用K-D Tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数.最后,在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面.实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度.     

基于隐式曲面的三角网格模型等距算法

针对三角网格模型，提出了一种基于隐式曲面的等距算法。该算法首先对三角网格模型进行拓扑重建，然后对顶点进行八叉树采样，由采样点及采样点的单位法矢点来构建隐式曲面，将隐式曲面等距，最后将原模型的顶点投影到等距曲面得到投影点，根据先前建立的拓扑关系，将投影点三角网格化得到等距后的三角网格模型。该算法在一定数值范围内避免了等距模型自交问题，而且等距模型三角网格均匀，质量高。     

一种基于RBF隐式曲面的离散数据快速重建方法

本文针对空间散乱数据, 提出一种基于RBF（Radial Basis Function）隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。三维离散数据由于分布稠密、不均匀,空间拓扑结构未知的特点,本文首先强调大规模散乱数据预处理的重要性。通过基于空间法向量约束和主元分析两种方法进行数据简化和特征提取。其次采用K-d tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。     

基于径向基函数和自适应单元分解的大规模散乱点云快速重构

径向基函数用于散乱数据的插值和拟合具有精确和稳定的优点,但是它不适合大规模点集的曲面重构。把径向基函数和单元分解原理综合起来,提出一种大规模散乱点云的隐式曲面快速重构算法。把整体定义域自适应细分成一系列稍微重叠的子域,基于径向基函数在各子域上计算局部表面,最后采用单元分解函数对局部表面进行加权混合得到全局的重构表面。方法适于处理数量较大和分布密度变化较大的点云数据重构。     

保持尖锐特征的多边形网格模型孔洞修补方法研究

针对由点云数据重建得到的多边形网格模型存在孔洞的问题,提出了一种保持尖锐特征的多边形网格模型孔洞修补算法.首先,利用基于径向基函数的插补方法获得能够近似地逼近孔洞区域的光滑隐式曲面.然后,利用正则化匹配算法对该隐式曲面进行三角化,完成孔洞填充曲面片与原始模型的孔洞边界的缝合.最后,针对孔洞边界存在尖锐特征进行特征增强处理.实验结果证明,该算法对多边形网格模型的孔洞修补取得良好效果,并能够有效地恢复孔洞区域包含的尖锐特征.     

三角网格曲面孔洞修补算法

针对反求工程中由于点云数据的不完整而产生的三角网格孔洞,提出了一种三角网格模型孔洞的空间修补算法。在提取孔洞边界特征后进行边界预处理,建立孔洞边界特征平面,并将孔洞边界向该平面投影;逐次寻找投影多边形中夹角最小的对应空间边界点作为网格生长点进行修补,直至新增的三角网格覆盖原有的孔洞;以孔洞边界周围的网格顶点作为采样点,对新增的孔洞网格顶点位置进行最小二乘拟合调整,以实现孔洞的准确修补。通过实例验证,说明该方法具有较好的孔洞修补精度和稳定性。     

基于面形斜率的光学自由曲面表征

对光学自由曲面设计的关键问题——光学自由曲面的表征模型进行了研究。在传统高斯径向基模型的基础上,通过改善基函数的分布特性以及基于面形斜率调整基函数的形状因子,建立了基于面形斜率的高斯径向基表征模型。利用建立的模型、传统径向基模型和Zernike多项式模型拟合了不同类型的自由曲面,并进行了分析比较。结果证实了文中提出的模型较传统径向基模型的面形拟合精度提高了1~2个数量级,具有较强的面形表征能力。应用该模型进行了离轴三反系统的设计,结果显示设计的三反系统的全视场平均调制传递函数(MTF)达到80%以上。与传统面形表征模型相比,该模型的应用提高了系统的像差平衡能力,改善了系统的成像质量。综合分析表明,该模型适用于表征具有显著非对称性的、面形矢高带有显著局域性变化的自由曲面,有望应用于具有大离轴量和大视场的光学系统设计中。     

Global optimization method using SLE and adaptive RBF based on fuzzy clustering

High fidelity analysis models,which are beneficial to improving the design quality,have been more and more widely utilized in the modern engineering design optimization problems.However,the high fidelity analysis models are so computationally expensive that the time required in design optimization is usually unacceptable.In order to improve the efficiency of optimization involving high fidelity analysis models,the optimization efficiency can be upgraded through applying surrogates to approximate the computationally expensive models,which can greately reduce the computation time.An efficient heuristic global optimization method using adaptive radial basis function(RBF) based on fuzzy clustering(ARFC) is proposed.In this method,a novel algorithm of maximin Latin hypercube design using successive local enumeration(SLE) is employed to obtain sample points with good performance in both space-filling and projective uniformity properties,which does a great deal of good to metamodels accuracy.RBF method is adopted for constructing the metamodels,and with the increasing the number of sample points the approximation accuracy of RBF is gradually enhanced.The fuzzy c-means clustering method is applied to identify the reduced attractive regions in the original design space.The numerical benchmark examples are used for validating the performance of ARFC.The results demonstrates that for most application examples the global optima are effectively obtained and comparison with adaptive response surface method(ARSM) proves that the proposed method can intuitively capture promising design regions and can efficiently identify the global or near-global design optimum.This method improves the efficiency and global convergence of the optimization problems,and gives a new optimization strategy for engineering design optimization problems involving computationally expensive models.     

基于中心点精确响应面法的板壳结构优化

对响应面方法中两个最为关键的概念——近似函数及试验设计做了简单描述,选择线性函数作为约束条件的近似函数形式,并对位移和应力约束作不同处理,位移约束不合常数项,而应力约束含常数项。提出了一种适合建立一阶形式响应面并使结构分析次数最少的试验设计方法——中心扩展法。求解响应面时在最小二乘法的基础之上作了改进,提出中心点精确响应面法,使拟合的响应面中心点处的响应值精确等于有限元分析值。最后通过数值算例说明改进后的响应面法对于板壳结构优化的可行性和优越性。     

基于小波包变换和径向基神经网络技术的汽车后桥总成故障诊断研究

现代汽车工业中,汽车故障有近20％是由汽车后桥引起。后桥故障诊断的难度大并且技术落后,导致后桥总成故障率居高不下,给厂家带来了巨大的经济和名誉损失。为了替代落后的诊断方法,实现后桥总成故障诊断的囱动化和智能化,降低后桥总成故障率,本文基于小波包变换和径向基神经网络技术提出了一种新型的汽车后桥总成故障诊断算法。首先,介绍了小波包和径向基神经网络的基础知识并对常见后桥故障类型进行了分类,得到后桥总成故障模式;然后,实现了对重构后桥振动信号进行四层小波包重构,得到了各频率段能量特征向量,继而与重构信号的方差、偏度和峰度构成了特征输入向量;接着,使用适量的后桥振动样本数据进行建立并训练了用于故障诊断的径向基神经网络;最后,利用50套后桥验证数据验证了所建立的神经网络在故障诊断中的实际效果,网络的故障诊断率迭到了92％。     

点云数据曲面重构和小波分解研究

根据三坐标测量机测得的点云数据,提出了一种准均匀B样条曲面重构和小波分解方法。该方法通过对测量数据的分层、排序,自动建立了数据点的拓扑信息。为了生成矩形域网格,构造插值于扫描线上数据点的非均匀B样条曲线,再对其均匀采样,以保证曲面插值精度。对反算出的控制点网格进行小波分解后得到了多级逼近曲面。采用面向对象的编程技术,开发了相应的模块。利用写引擎把构造和分解的曲面保存为IGES文件,并直接导入商用3维CAD软件中进行后续处理。该方法具有较好的工程应用价值。     

基于多层分解法和遗传算法的动态智能补货模型

为提高协同补货的高效性和智能性,运用多层分解法模型,建立了基于多智能体的分销链协同补货模型.在借鉴前人库存成本优化理论的基础上,以需求预测更新、惩罚或激励机制为前提,给出了基于传统规划理论的动态补货Agent和基于不同权重的协同补货Agent.案例分析了以补货量为变量的分销链两层公司广日j的补货期望成本优化问题,并运用遗传算法进行模拟,验证了动态补货Agent中的随机需求变化和协同补货Agent中的权重变化对分销链补货量和补货成本的动态影响.该模型和仿真结果表明,基于多智能体的动态协同补货模型具有动态性、交瓦性和智能性的特性,是有效可行的.     

Prediction of thrust force of step drill in drilling composite material by Taguchi method and radial basis function network

Among material secondary machining, drilling is the most frequently applied factor to composites needing structure joining. Drill geometry is considered the most important factor that affects drill performance. A major concern in drilling of composite materials is the delamination that occurs in the exit as well as in the entrance planes. The delamination damage caused by the tool thrust is known as one of the major concerns during the drilling process. The thrust force of step drill with drilling parameters (step angle, stage ratio, feedrate and spindle speed) in drilling carbon fiber reinforced plastics (CFRP) laminates were experimentally investigated in this study. The experimental results indicate that the step angle, stage ratio, and feedrate are the most significant factors affecting the overall performance. The optimal combinations, such as A₂B₂C₁D₃ (i.e., step angle = 100 ° stage ratio = 0.4 mm/mm, feedrate = 0.01 mm/rev and spindle speed = 1,200 rpm), were used under the adopted drilling condition. An experimental approach to the prediction of thrust force produced by step drill using linear regression analysis of experiments and radial basis function network (RBFN) were proposed in this study. In the confirmation tests, RBFN (errors within 0.3%) has been shown to be a better predictive model than multi-variable linear regression analysis (errors within 28%) for quantitative prediction of drilling-induced thrust force in drilling of composite material.     

基于中值滤波-SVD和EMD的声发射信号特征提取

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法.首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪;最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量.数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别.     

基于响应面法的微操作平台多目标优化

为了提高微操作平台的操作空间和动态性能,基于响应面法对一种新型微操作平台进行了多目标优化设计。采用中心组合设计方法选取仿真试验点,根据试验点建立平台的参数化几何模型,应用软件ANSYS对平台进行静力学和模态分析得到其固有频率、位移放大倍数和最大应力的响应值。根据所得的仿真试验数据,采用最小二乘法和显著性检验建立反映平台性能指标的二阶多项式响应面模型。最后,计算了反映响应面拟合度的评价指标,验证了所建响应面模型的精确性。以微操作平台的放大倍数和固有频率为优化目标,强度为约束,建立了平台的多目标优化模型,采用多目标遗传算法对平台进行优化得到Pareto解集。从Pareto解集可知,固有频率与放大倍数之间是相互冲突的,故需权衡固有频率和放大倍数从Pareto解集选取最优解。比较优化前后平台的各性能指标可知,平台的固有频率增大了35.58%,放大倍数增大了2.33%,最大应力减小了38.97%,证明了提出的优化方法的有效性。