装配工艺规划中装配序列生成与评价方法研究

装配序列生成是计算机辅助装配工艺规划（ＣＡＡＰＰ，ＣｏｍｐｕｔｅｒＡｉｄｅｄＡｓｓｅｍｂｌｙＰｒｏｃｅｓｓＰｌａａｎｉｎｇ）的关键环节。本文首先给出了基于特征产品装配模型，然后提出基于割集理论的装配序列自动生成算法。该算法根据评价准则采用ＡＯ搜索算法寻找最优的装配序列，既节省了装配成本和时间，又减少了算法的时间和空间复杂性。     

旋转机械基于信号的故障检测分析

旋转机械是各种类型机械设备中数量最多、应用最广泛的一类机械,介绍了基于信号处理的旋转机械故障诊断,并给出了支持向量机下模式识别与故障检测的方法,对压缩机进行了实验研究,证明了方法的有效性。该方法可以广泛应用到工程实际中,为有关人员起到一定的参考作用。     

基于全矢谱的旋转机械谱强度预测技术研究

针对旋转机械单源振动信号信息具有不完善性的缺陷,基于数据融合思想,将全矢谱技.术与时间序列预测技术相结合,提出了基于全矢谱技术和时间序列技术的预测方法,并给出其运算方法.实验表明,该方法能够全面、准确地反映机械转状态的发展趋势,是一种准确、有效、实用的旋转机械状态预测方法.     

一种基于Petri网的顺序共享资源AMS＊s

Ｐｅｔｒｉ网控制器自动设计及控制程序自动生成方法的研究是自动制造系统ＡＭＳｓ和柔性制造系统ＦＭＳｓ领域研究的热点问题之一〔２～６〕。本文以ＡＭＳｓ计划和调度产生的生产序列ＰＳ和资源需求序列ＲＲＳ为基础，为顺序共资源ＡＭＳｓ设计了一种规格说明语言，以自动生成ＡＭＳｓＰｅｔｒｉ网模型的矩阵形式，并给出了转换步骤。由于引入了资源状态反馈，故生成的Ｐｅｔｒｉ网模型是无死锁的。最后，用一个实例说明了设计过程。     

基于多尺度模糊熵的旋转机械故障诊断研究

从旋转机械振动信号复杂度分析的角度,展开相关特征熵提取方法的研究,构造出一组能够有效区分不同故障状态振动信号的多尺度模糊熵。考虑到传统故障模式识别方法对于先验知识过度依赖的理论缺陷,将生物识别领域基于变量预测模型的模式识别方法引入到旋转机械故障诊断之中,并在实例中进行了应用,表明该方法的有效性。     

旋转机械故障诊断研究现状

对旋转机械故障产生的机理、特征提取、装置的开发与研究,分别进行了阐述.并且对旋转机械故障诊断的人工智能专家系统、模式识别技术、分形理论、数据挖掘方法、信息融合技术的研究现状进行了综述.     

基于流形学习和隐Markov模型的故障诊断

为实现旋转机械故障诊断的自动化与高精度,提出基于正交邻域保持嵌入和连续隐Markov模型的模型诊断方法.将活动件故障振动信号进行经验模式分解并构造Shannon熵得到高维特征向量,利用正交邻域保持嵌入将高维特征向量约简为低维特征向量,并输入到各个状态连续隐Markov链进行旋转机械的故障模式识别.通过深沟球轴承故障诊断实例验证了该模型的有效性.     

顺序共享单一资源自动制造系统实时PETRI网控制器的一种形式化设…

自动制造系统（ＡＭＳｓ）Ｐｅｔｒｉ网控制器形式化设计是ＡＭＳｓ Ｐｅｔｒｉ网控制器自动设计的理论基础。本文以ＡＭＳｓ计划层和调度层生成的工序序列和资源需求序列为基础，为顺序共享资源ＡＭＳｓ设计了一种规格说明语言。通过对位置和变迁引入输入输出状态函数，结合所设计的规格说明语言，可以自动生成ＡＭＳｓ实时控制ＰＥＴＲＩ网控制器的表格表达式，该表达式为模型分析和ＡＭＳｓ控制软件自动生成奠定了基础。最后，用     

基于混合模型与改进多分类马田系统的控制图模式识别

为提高生产过程中产品质量的智能监控水平,提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取;改进马田系统的阈值计算方法并制定多类判别准则,将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后,将该识别算法应用于控制图公开数据集及生产案例中,以验证算法的有效性,并与其他算法对比了分析,结果表明,基于时间序列混合模型及改进多分类马田系统算法能简化识别系统,识别精度高,是一种更为有效的控制图模式识别方法。     

水电机组旋转机械故障诊断专家系统研究

在水电机组旋转机械故障诊断专家系统中，推理机是核心部分，单纯的产生式推理构造的推理机推理速度慢，缺乏知识的分类和组织。针对旋转机械振动信号的特点，在产生式推理的基础上，提出了加入模糊模式识别的分类方法，实现了知识的分类和组织，取得了较好的效果。