模块化虚拟装配系统的开发和研究

文章从装配的概念及发展现状阐述了产品虚拟装配的过程和重要性，给出了模块化虚拟装配系统的构想。系统模块包括基础模型的建立、装配模型的生成、装配路径和顺序的规划、装配过程仿真和演示；举例给出了利用Pro／E和Autodesk Inventor来实现各模块的功能；建立了系统流程图，分析了系统中各模块之间的联系，以及系统在生产过程中的作用。具有一定参考价值。     

基于Web的卧式柱塞泵虚拟装配系统的研究

基于网络的虚拟装配为传统装配技术提供了新的思路。文章提出了虚拟装配仿磁心定位概念，应用虚拟现实建模语言（VRML）和动态服务器页面（ASP）技术，从产品的拆卸／装配分析角度出发，以卧式柱塞泵为例实现了网络环境下虚拟装配系统的动态仿真，装配信息实时反馈以及虚拟环境下对数据库的快速查询方法，并研究了实时动画和交互的关键技术，     

基于Virtools的齿轮泵虚拟装配训练系统

齿轮泵的装配训练是液压系统维修培训中重要的一部分.为了提高学校及培训机构的训练质量,使工人能够快速掌握齿轮泵的装配,设计了基于Virtools的齿轮泵虚拟装配训练系统.描述了基于Virtools的齿轮泵虚拟装配训练系统的总体设计思想,通过CATIA平台建立了齿轮泵产品元件的三维实体模型,在此基础上利用Virtools平台设计了交互式的齿轮泵虚拟装配训练系统.该系统为使用者提供了界面友好、交互性好、操作便利的训练环境,能够满足学校及培训机构的训练需求.     

基于虚拟装配的模具设计应用研究

虚拟制造是一种新兴的先进制造概念和理论,虚拟装配是虚拟制造研究领域的重要研究分支.虚拟装配可帮助产品摆脱对于试制物理样机并装配物理样机的过度依赖,可以有效地提高产品装配建模的质量与速度,有助于降低产品开发成本,缩短产品开发周期.本文介绍了虚拟装配的国内外现状,分析了虚拟装配摹本设计思想和内涵,探讨了模具的虚拟装配,把虚拟装配技术用于模具设计,用计算机来完成其装配过程,可以提高设计效率,减少设计变更等因素带来的损失.     

高压往复泵虚拟装配系统的研究与开发

在对往复泵设计理论和虚拟制造技术进行系统分析和研究的基础上,结合为生产企业进行往复泵设计和改造的实际经验,研究与开发了往复泵虚拟装配系统。实现了往复泵设计的程序化,包括主要零部件的尺寸计算、强度校核;主要零部件的参数化绘图;往复泵的虚拟装配和动作仿真等,是一套集往复泵的设计、选型、分析、参数化绘图和虚拟装配为一体的,功能全面和实用的系统。文中详细介绍了往复泵虚拟装配系统的组成结构和功能。     

基于Solidworks的虚拟装配的研究

就虚拟装配技术进行了一定的研究,提出了用solidworks建立装配并模拟装配过程,用VC++调试并反馈模型的修改信息的研究方法.     

基于Solid Edge的齿轮泵虚拟装配系统

利用Solid Edge提供的Part模块进行三维实体设计,用Draft模块生成零件图,采用VB的ActiveX Automation技术调用工程库文件对零件实现尺寸驱动.利用VB作为平台将整个工作过程进行整合,从而实现齿轮泵虚拟装配.     

基于多Agent的复杂传动件虚拟装配系统研究

目前虚拟装配系统存在人机交互度低和配置复杂难解决实际问题等弊端,以多级齿轮传动件为对象,将各虚拟零件均设置为一个Agent,提出了一种基于多智能体的复杂多级传动件的人机交互系统的情境装配模型。开发了基于多Agent的复杂传动件装配系统。能按照用户需求进行零件精准装配定位、动力学运动仿真、学习装配知识、装配效果评价等。为复杂传动件提供了虚拟装配、碰撞检测、知识学习及决策的仿真系统,能够提高系统的智能性、人机交互度与装配效率。     

基于网络的可视化飞机装配工艺系统的研究

设计了一种应用于工程的飞机虚拟装配工艺可视化系统,讨论了实现飞机装配工艺可视化所涉及的关键技术及解决方案,包括基于网络的装配仿真环境建立、支持装配操作的装配过程仿真、装配工艺文件可视化等问题,阐明了装配工艺可视化系统开发的思路、方法和过程.     

基于小波包分解与支持向量机的金刚笔钝化识别研究

金刚笔修整器的钝化导致所修整砂轮廓形恶化,对磨削质量产生严重影响.本文研究了基于声发射的金刚笔钝化识别,利用小波包分解频带能量提取特征量,通过支持向量机(SVM)进行钝化的分类识别.试验结果表明,与常用的人工神经网络相比,该方法在小样本的情况下也具有良好的识别效果,适合于实际应用.     

基于DE-SVM的风电机组高速轴承故障诊断

为减少风电机组传动链故障造成的重大损失和安全隐患,保证机组健康平稳运行,针对风电机组传动链轴承的故障诊断问题,提出一种基于差分进化算法改进支持向量机的故障诊断方法。利用集合经验模态分解方法对原始数据进行处理,提取有效的故障特征,实现信噪分离;采用差分进化算法对支持向量机关键参数进行优化以提高模型的泛化能力和预测精度;利用训练好的模型进行故障诊断。结果表明：所提方法具有准确性和有效性。     

基于改进小波阈值-SVM的齿轮故障信号识别

针对在齿轮疲劳试验中需要多次停机拍照的问题,提出基于改进的小波域阈值降噪方法,对采集的齿轮啮合的声发射信号分析,并提取特征矢量作为支持向量机的输入特征向量,识别出故障信号,根据齿轮旋转周期,确定缺陷轮齿。与开箱拍照的记录进行对比,计算得出的问题轮齿和照片记录吻合。该方法减少了因停机拍照造成的齿轮工作数据采集不准确的问题,同时也减少了工作人员的工作量,在后续的实验中该方法得到了有效的应用。     

WOA-SVM算法在钛合金端铣刀具磨损预测的研究

针对钛合金加工中刀具磨损状态的准确识别问题,建立了基于支持向量机(SVM)和鲸鱼优化算法(WOA)的钛合金刀具磨损预测模型。将SVM和WOA相结合,提出了一种新的WOA-SVM模型,用于钛合金立铣刀刀具磨损的精确估计。通过提取切削力的信号特征作为监测特征,利用邻域保持嵌入(NPE)对监测特征实现降维,提高了WOA-SVM模型的建模效率。实验结果表明：在保证预测精度的前提下,NPE的使用使WOA-SVM的建模时间减少了90%以上;与PSO-SVM和GSA-SVM等常用方法相比,WOA-SVM具有较高的预测精度,建模时间减少了30%以上;所建模型能有效预测钛合金加工刀具的磨损状态。     

改进Alpha Shapes和快速凸壳算法的SVM故障诊断

现有的基于凸壳的支持向量机（SVM）算法处理机械装备产生的大规模原始数据时间太长。针对这一问题,通过结合轮廓提取算法（Alpha Shapes）和快速凸壳算法,提出一种结合改进快速凸壳算法的SVM用于故障诊断研究。该融合算法利用改进简化的Alpha Shapes算法提取点集的边界数据点,作为改进的快速凸壳算法的对象,减少凸壳算法递归的工作量。实验结果表明：该算法平均只提取了数据集0.26%的数据点,且计算的时间也相应降低。最后实验同样表明该算法的性能优于单一的SVM算法。     

非结构环境下基于HoG与SVM的汽车油箱盖视觉检测方法

为解决在自然场景中进行汽车油箱盖定位的问题,提出一种非结构环境下基于HoG与SVM的汽车油箱盖视觉检测方法。对汽车图像进行预处理并采用多尺度底帽变换提取图像暗细节特征;利用改进的最大熵阈值分割法分割图像;采用连通区域标记法对二值图进行统计,并在原图中确定目标候选区域;采用HoG特征和支持向量机对候选区域进行分类判决,从而定位汽车油箱盖。结果表明：该方法可以准确地检测出油箱盖位置,即使图像存在光照不均匀、汽车覆盖件表面灰尘、细节模糊等情况,也有较好的定位效果。     

基于改进LuGre摩擦模型的机器人关节摩擦力辨识研究

机器人在精准装配时,摩擦力影响着控制精度。利用LuGre摩擦模型进行关节力矩计算时,机器人关节摩擦力具有周期性纹波误差。针对此问题提出一种改进的LuGre摩擦模型,包括LuGre摩擦模型表示的稳态摩擦力,以及与速度相关的位置依赖项。对摩擦模型进行分步辨识,利用LuGre摩擦模型的特征,对稳态摩擦力参数进行辨识,通过SVM多类分类算法、支持向量回归（SVR）和最小二乘法求解方程组,对模型中的位置依赖项进行参数辨识。实验结果表明,机器人在不同负载下运行,使用改进模型及辨识方法计算关节摩擦力矩时,误差可以降低50%以上。     

基于PSO-SVM的FPC焊盘表面缺陷检测研究

针对柔性线路板(FPC)焊盘表面的缺陷检测,建立了一种利用粒子群算法(PSO)进行参数寻优的PSO-SVM分类识别模型。首先通过OTSU法将焊盘从原始图像中分割出来,然后对其5种表面缺陷从形状、灰度、纹理三个方面提取了14维特征,接着用粒子群算法方法对支持向量机的参数优化以获得较高的识别准确率,最后对缺陷样本进行分类识别,并将其与GS-SVM和BP神经网络分类性能进行对比。实验证明了该方法可以对焊盘缺陷进行准确的分类识别。     

金刚石滚轮修整时的径向圆跳动状态在线判别

金刚石滚轮修整砂轮时的性能受其径向圆跳动的影响,而其径向圆跳动状态判别的智能化程度较低。为此,对金刚石滚轮修整状态下的径向圆跳动磨削声发射信号,提出一种基于小波分解和SVM的在线检测方法。将磨削声发射信号通过小波变换并分解,提取小波分解系数的有效值、方差及能谱系数3种特征参数。结果表明：将3种特征参数彼此组合输入到SVM中进行状态识别时的准确率都在96.0%以上;3种特征参数同时输入时的准确率最高,达到了98.3%。该检测方法具有实际应用价值。     

基于支持向量机的校直机工件弯曲量测量误差补偿

针对自动校直机在工件弯曲量测量过程中的测量误差问题,提出一种基于支持向量机(SVM)的校直机工件弯曲量测量误差补偿方法。在试验过程中,利用偏摆检测仪将校直机测得的工件弯曲量进行标定,进而获取建模数据。模型训练过程运用交叉验证法对SVM的惩罚参数、核函数参数进行优化选择,构建SVM优化模型。利用SVM优化模型对不同工件同一测量位置的弯曲量测量误差进行预测补偿,通过对比预测补偿效果,SVM模型的补偿效果明显,具有工程应用价值。