机床相对动柔度劣化趋势预测研究

在机床的连续使用过程中,其相对动柔度第一阶固有频率、最大相对动柔度、平均相对动柔度和品质系数COM均会发生不同程度的改变,因此,对机床相对动柔度劣化趋势进行预测研究就具有非常重要的意义。然而,由于机床相对激振实验会影响机床的正常使用,很难获取大量的机床相对动柔度数据。为解决实验数据的小样本问题,采用广义隐马尔科夫模型(Generalized Hidden Markov Model,GHMM)以及重心法进行机床相对动柔度劣化趋势研究。结果表明:和隐马尔科夫模型(Hidden Markov Model,HMM)相比,GHMM具有更高的预测精度,可以很好地解决小样本问题;各个评价指标的准确预测,可以大大减少复杂的相对激振实验次数,快速地得到机床相对动柔度劣化趋势。     

油缸大柔度活塞杆稳定性的模糊可靠性设计

根据模糊概率理论，结合油缸大柔度活塞杆稳定性的传统设计方法，对油缸大柔度活塞杆稳定性的模型可靠性设计计算方法进行了探讨，并给出了实例。     

优化的灰色马尔科夫模型在油气集输管道腐蚀预测中的应用

为了提高管道腐蚀速率的预测精度,在传统灰色模型的基础上构建无偏灰色模型,并进行了背景值优化、数据实时更新等多方面的改进,最后引入马尔科夫模型对预测结果进行修正.结果 表明:与传统灰色模型比,优化的灰色马尔科夫模型的预测精度有较大程度的提升,提升了76.95％,并且有效改善了传统模型中长期预测不准确的缺点.     

柔性边界约束细长件车削动力学辨识与稳定性分析

考虑到边界条件的影响,并且为了进一步提升辨识精度和计算效率,提出一种基于柔性边界约束细长件车削动力学辨识与稳定性分析方法。建立具有柔性边界约束的细长工件模型,以提高车削稳定性的预测精度。在该模型中,将刀具和零件的二维柔度以及刀尖半径的影响纳入动态力建模中,根据连续介质理论计算卡盘-工件-尾架动力系统中细长工件的动力学特性,然后通过最小化特征参数的实验值和仿真值之间的偏差来确定最佳连接刚度。进行了实验验证,结果表明所提出的方法显著提高了转向的预测精度以及稳定性极限。     

基于马氏链蒙特卡洛方法的数控系统可靠性评估

数控系统属于高可靠性产品,应用贝叶斯理论,已经成为其可靠性评估的重要方法.由于数控系统寿命试验数据服从Weibull分布,导致后验分布出现数值大、高维复杂的情况,贝叶斯计算依靠的数值积分方法难以实施.根据马氏链蒙特卡洛(MCMC)方法思想,建立后验平稳分布的马尔科夫链,对分布参数的贝叶斯估计进行求解,解决了数值积分问题,保证可靠性评佑的有效实施.通过与BUGS软件结果进行比较,表明提高了模型计算的稳健性、有效性及精度.     

基于新陈代谢灰色马尔科夫-ARMA模型的航空公司能耗预测（英文）

航空公司能耗的预测直接影响能源需求的规划与节能的决策。针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型。该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度。仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持。     

基于新陈代谢灰色马尔科夫 ARMA模型的航空公司能耗预测

航空公司能耗的预测直接影响能源需求的规划与节能的决策.针对航空公司能耗数据既有趋势性又有波动性的特点,提出了新陈代谢灰色马尔科夫-ARMA的能耗组合滑动预测模型.该模型利用灰色马尔科夫方法描述了能耗的变动趋势,通过ARMA模型捕捉残差序列的相关性来描述波动性,用新陈代谢的方法剔除模型中失去时效性的旧数据,解决了常规预测模型不足以完全描述航空公司能耗运动趋势的问题,提高了模型预测精度.仿真结果表明:提出模型精度优于传统ARMA模型和灰色马尔科夫模型,能够实现月度能耗的有效预测,为航空公司能耗监测和节能工作的优化开展提供了有力支持.     

外圆高速磨削颤振可靠性研究

磨削颤振严重影响了加工精度和表面质量，以外圆高速磨削为研究对象，基于再生颤振机理，建立了工件-砂轮动力学模型，求解了理论临界磨削深度，并绘制了稳定性叶瓣图；考虑动力学参数的不确定性，建立了磨削加工系统可靠性模型，采用改进一次二阶矩法求解磨削深度的可靠性；通过模态试验获得系统频响函数，并计算了磨削颤振可靠度；最后，选取15种工况开展颤振可靠性磨削试验，并通过工件表面振纹对颤振进行辨识。结果表明稳定性叶瓣图预测结果可能存在误差，利用磨削颤振可靠度对其评判，可提高预测结果的准确性。     

基于灰色关联度的深切口椭圆柔性铰链稳健性优化设计

针对深切口椭圆柔性铰链设计结构参数存在不稳定的问题,建立了深切口椭圆柔性铰链的柔度运动模型,基于该模型提出了一种基于灰色关联度的稳健设计新方法。该方法是通过描述深切口椭圆柔性铰链柔度的一个关联度序列,分析铰链的柔度线性关系,利用灰色关联度评估铰链的柔度的关联程度,然后根据方差分析表中的方差波动百分比对每个因子的进行排序,得到一个关联度最大的稳健性因子水平组合。结果表明该方法可以为柔性铰链在可靠性稳健设计方面提供一种新的解决途径。     

斗轮堆取料机前臂结构轻量化可靠性优化研究

针对斗轮堆取料机前臂轻量化优化设计过程中存在的不确定性，建立考虑结构参数、材料性能、负载以及代理模型不确定性的前臂轻量化优化设计方法。为提高计算效率，构造精度较高的Kriging模型。首先对前臂质量进行确定性优化，并将优化设计结果作为可靠性优化算法的初始值，在此基础上建立多因素不确定性优化模型。最后根据设计要求，考虑多种不确定性因素，对前臂质量进行了可靠性优化。结果表明：该方法大幅降低了前臂的质量，优化结果可靠性高。     

机床热误差非线性组合预测模型研究

在精密及超精密加工过程中,数控机床热误差是影响加工精度的一项重要误差源,最经济和有效地减少热误差的方法是热误差补偿技术。针对热误差补偿预测模型的预测精度问题,提出一种非线性组合预测模型。该预测模型利用灰色关联度方法对单项预测模型进行筛选,对筛选出的单项预测模型基于不同优化准则进行线性组合,通过广义回归神经网络对该线性组合模型进行非线性组合,得到非线性组合预测模型。误差预测结果表明:对比典型的BP神经网络预测模型,非线性组合预测模型的预测精度更高,最大误差由4.78μm减小到0.7μm。     

RLS-based quality control method for reassembly under uncertainty

The uncertainty recognition, quantification, and optimization of reassembly (remanufacturing assembly) are crucial to improve the precision, quality, and stability of the assembly of remanufactured products. In this paper, we summarize the uncertainties based on the analysis of reassembly features. An uncertainty measure model using information-entropy theory is then established. This model characterizes the uncertainty of remanufactured parts, reused parts, and reassembly quantitatively. An online quality prediction method for reassembly process is then proposed. The method can effectively estimate the quality of remanufactured products using recursive least squares algorithm, which combines real-time data with tremendous amount of history data from the reassembly process. This method can also maximize the use of tremendous amount of history data and improve the accuracy of reassembly by mathematical statistics and examples. Moreover, it can reduce the cost of rework and improve the quality of remanufactured products. Results show that the proposed method achieved good application results with high accuracy and computation efficiency.     

基于深度循环神经网络的大规模风力发电功率预测

本文针对目前风力发电功率预测存在超短期、精度差等问题,通过分析大规模风力发电功率特性和风电预测时间序列特性,提出以深度循环神经网络进行预测,结合小波系数多尺度分析的隐马尔可夫预测方法,将深度学习引入到循环神经网络中来,构建基于多尺度隐马尔可夫模型-深度循环神经网络模型的大规模风力发电功率预测模型(MHMM-DRNN)。实例验证相对误差平均值:BP神经网络模型约为31.56%,在预测过程中误差最大,ARMA模型约为23.20%,小波分析约为26.11%,而MHMM-DRNN预测模型约为16.85%,具有较好的实用性。     

一种互联网办公资源安全风险在线评估方法设计

信息网络安全对于互联网办公来说具有十分重要的意义。实时网络安全风险评估作为信息安全的一个关键组成要素,能够对网络资源的安全状态进行有效检测。因此,为了提高互联网环境中办公资源的安全性,提出了一种基于预测模型的网络安全风险在线评估方法。该方法使用期望最大化(expectation and maximization,EM)算法对传统连续时间隐Markov模型进行了改进,以便完成基于预测模型的风险评估。仿真实验结果显示:提出方法能够有效地完成网络安全在线预测。相比其它方法提出方法能够实现较高的准确率和实时性,能够满足互联网环境下的各种信息安全需求。     

基于应力不确定性最小化法的7075铝合金板内部残余应力检测

采用裂纹柔度法测试残余应力时,柔度甬数的计算和插值函数阶数的选择对计算结果的精确性有较大影响.采用有限元法计算得到测试试样的裂纹柔度函数,考虑应力计算不确定度的两个主要来源:应变测量数据的随机误差和模型误差;基于应力总不确定度的最小化目标,确定最优的插值函数阶数,进而计算得到7075铝合金淬火板内部残余应力的分布.结果表明:分别采用11阶和9阶勒让德多项式能较好地拟合铝合金板材内部轧向和横向残余应力的分布,不确定度的均方根值分别为2.9015MPa和4.7558 MPa.轧向或横向残余应力都呈明显的外压内托的分布规律,且在板厚度的中面出现局部的残余拉应力的最小值.     

Prediction of chatter stability for multiple-delay milling system under different cutting force models

This paper systematically studies the stability lobe prediction methods for the milling process with multiple delays, which are often induced by cutter runout. Emphasis is put on how to effectively incorporate the instantaneous cutting force model into the prediction procedure of stability lobes. Two original methods are proposed based on the vibration time history of the cutter motion, which is numerically obtained by time domain simulation. A comparison study is made with the existing method taken from the literature and experimental verifications are also carried out to validate both methods.In this study, two different instantaneous cutting force models together with the constant cutting force model are considered in the calculation of the cutting force coefficients during the simulation. The effects of different cutting force models on stability lobes, their consistencies and limitations are highlighted. At the same time, cutting force coefficients calibrated from three tests with different feeds per tooth are also considered in order to show the influences of cutting force coefficient's accuracy. It is found that both types of cutting force models and the calibration accuracy of the cutting force coefficients have great influences on the reliability of the stability lobes.     

基于小位移旋量公差建模和蒙特卡洛模拟的装配体公差优化设计方法北大核心

提出一种基于小位移旋量(SDT)公差建模和蒙特卡洛模拟的装配体公差优化设计方法,通过分析装配精度链、装配结合面和结合面公差3个对装配精度具有重要影响的核心要素之间的关系,利用SDT理论和蒙特卡洛模拟法建立公差模型,再利用齐次变换理论建立结合面误差模型和装配精度模型,进而推导出装配体装配精度与结合面公差相关的映射模型;结合公差制造成本、装配精度可靠度原则,建立装配体装配精度的公差优化模型,并以顶尖装配体为例完成公差优化分析。研究发现:在满足装配精度可靠度的前提下,可使顶尖装配体加工成本降低9.02%,而装配精度可靠度提高至97.81%,验证了所提方法的有效性。