基于贝叶斯网络推理的导弹目标类型识别

天基预警系统中的导弹目标类型识别特征被逐步采集到,其获取的顺序呈现一定随机性且往往又不完全独立.由此,建立了基于贝叶斯网络的推理模型,它可有效处理特征随机到达、特征间不完全独立条件下的不确定性推理问题,且易于融入专家知识.针对所采集的数据由于受传感器能力、环境干扰等多种因素影响而具有不完全可信性的问题,提出基于熵增益建立证据不确定的贝叶斯网络推理模型.通过预警仿真系统实验表明,可信度贝叶斯网推理模型可改善推理精度7.35%.     

面向数控机床装配精度预测的元动作误差建模技术

装配是保证产品质量的重要环节,而装配精度是装配过程的重要度量指标。为预测数控机床最终装配精度,利用"功能-运动-动作(Function-Movement-Action,FMA)"的功能分解原则对机床的装配过程进行结构化分析,将机床分解至基本动作单元-元动作;构建基于元动作的装配误差传递层次架构图,清晰地表达了各装配单元间的装配关系及几何特征之间的逻辑关系;以几何特征误差在装配过程中的传递与积累为基础,构建多层次状态空间模型预测数控机床最终装配精度;以某数控加工中心的Z轴进给功能装配单元为例,验证了该方法在机床装配误差预测中的可行性。     

基于本体的贝叶斯网络知识推理研究

针对产品设计过程中因设计知识不断增多、知识存储位置分散且知识表示没有统一规范而导致的知识利用效率低下、知识推理精度不高的问题,提出了一种基于本体的贝叶斯网络知识推理的方法。以包装产品设计过程为例,根据整个设计过程中的知识活动,建立了包装设计的设计任务、设计知识、设计人员的知识本体模型;依据本体模型中描述的概念—概念间的相互关系,建立网络拓扑结构,定性的描述节点间的关系,并根据历史的设计方案以及专家经验确定网络节点间条件概率分布。最后,根据贝叶斯理论实现知识的推理。     

基于元动作链理论的数控机床故障分析

利用所提出的元动作链方法建立宏观系统可靠度变化与微观元动作运行失效原因之间的联系,对数控机床运行过程中的运行故障进行了分析。以蜗轮齿面磨损失效为例,分析了微观失效原因与故障发生概率的联系,并综合所得到的故障底事件发生概率曲线,融合成系统可靠性曲线,从而实现系统结构信息、系统运行信息、微观失效原因信息、宏观可靠性模型的高度集成。算例表明,所提出的元动作链模型能够对机床的状态变换进行准确描述,有助于精确分析机电系统所有的故障模式,消除了传统可靠性建模过程中的不确定性。     

元动作装配单元的故障维修决策

为快速确定故障部位,缩短维修时间,提出一种基于元动作装配单元的故障维修决策方法。首先,提出元动作装配单元的概念,并介绍其特点和划分原则,然后,采用模糊集理论和灰色关联理论将元动作装配单元故障进行风险性分析并排序,进而对各故障灰色关联度进行归一化处理并用主次图法确定关键故障,最后利用灰色聚类分析法对关键故障进行聚类分析,选择出元动作装配单元关键故障的合理维修方式。通过对某加工中心某元动作装配单元进行实例分析,证明了该方法的有效性。     

机器学习中的贝叶斯网络及其推理分析

机器学习作为当今国内外研究的热点在智能系统中得到了重视和运用,贝叶斯是机器学习的核心方法之一,以贝叶斯理论作为中心的贝叶斯网络必将应用延伸到各个问题领域,本文介绍了贝叶斯网络的概念及其学习推理过程,并结合MATLAB中的BNT工具箱,引用来自UCI的标准数据集对贝叶斯网络进行仿真测试。     

基于自由度约束的元动作单元误差传递路径识别方法

准确识别元动作单元的误差传递路径是误差分析的前提。基于机械系统中自由度约束的概念,提出了一种利用自由度约束判断误差传递路径的新方法。首先,通过分析元动作单元功能和结构,确定精度输出件自由度约束要求并初步确定误差传递路径;然后,分析路径中零件结合面的约束属性,并沿误差传递路径计算精度输出件的自由度约束属性。将得到的自由度约束属性与自由度约束要求进行对比,确定误差传递路径。与传统方法相比,所提方法极大提高了误差传递路径分析和识别的效率。     

基于贝叶斯网络的复合双轴转台精度推理研究

为精准预测复合双轴转台精度,分析了多因素对系统精度影响规律。利用复合双轴转台统计系统实验数据,学习构建以内轴精度、外轴精度、自准直精度和待检编码器精度为主要节点的贝叶斯网络结构;在Netica中建立系统精度推理模型,并通过证据敏感性分析和平均绝对误差(MAE)分析验证贝叶斯网络(BN)模型的有效性;运用自学习贝叶斯网络的概率推理,分析主要目标节点各变量的后验概率变化,对系统精度变化规律进行原因诊断和支持解释。研究结果表明：复合双轴转台精度自学习BN模型能够实现系统精度准确推理预测,系统精度超差的MAE值基本稳定在5%以内,且角度间隔0.125°和时间间隔20 s为系统最优控制参数,为贝叶斯网络技术在复合双轴转台精度推理中的应用提供了参考。     

基于贝叶斯网络推理的注塑模改模工艺规划系统设计

模具改模知识具有极大的主观性和不确定性,根据其特点,提出了利用贝叶斯网络推理辅助模具工艺人员建立改模方案,设计了改模贝叶斯网络推理模型和改模工艺规划系统的推理控制策略,并开发改模工艺规划系统的推理机.在此基础上设计开发了改模工艺规划系统,该系统已经成功应用于某模具企业,并得到较为满意的效果.     

装配可靠性的动态贝叶斯网络建模与分析

为了提高产品的整机可靠性,提出了可靠性驱动的装配技术(reliability driven assemblytechnology,RDAT)的概念。根据可靠性要求,首先利用结构分析和设计技术(structured analysis anddesign technique,SADT)对所装配产品进行功能分析,得到"元动作"粒度的SADT模型。然后采用具有时间特性的动态贝叶斯网络对RDAT进行了建模,将"元动作"级别的SADT模型转化为相应的动态贝叶斯网络模型。最后以某加工中心的托盘交换架进行实例分析,在装配产品和功能动作为多态系统的情况下,验证了该建模与仿真方法的有效性。     

基于贝叶斯网络的不确定性知识的推理方法

贝叶斯网络是不确定性知识表达与推理的一种新方法。它是概率论和图论相结合的产物,可用于复杂多因果关系的分析,是人工智能领域的研究热点和重要成果之一。由于它的解决方案明确、直观,所以近年来在远程医疗、故障诊断以及数据挖掘等领域,得到了广泛的应用。本文论述了贝叶斯网络的基本理论、方法和应用,并指出当前所存在的主要问题。     

基于事例推理的装配顺序规划研究

就现有的计算机辅助装置顺序规划研究中存在的不足,提出基于事例推理（ＣＢＲ）的装配顺序规划思路,研究基于ＣＢＲ的装配顺序规划中的关键技术,开发出产品装配分析原型系统ＰＡＡＳ。系统包含装配数据建模,装配顺序规划和综合ＤＦＡ分析等功能。结合原型系统实例讲解基于ＣＢＲ的装配顺序规划的实现方法。     

基于元动作单元的机电产品分析与应用浅析

评估复杂结构下机电系统的有效性,切实可行的对策是对机电系统构建一个元动作单元的模型,然后对内部的能量进行综合性仿真,在此基础之上组建出系统性的分析模型。这种方法可以全面考虑在某个机电系统中存在的所有的交联耦合作用,能够提早的发现设计中存在的缺陷,能够不断的更新与优化设计方案,使得机电系统具备稳定的特性和输出。     

基于不确定推理的数控机床故障诊断的研究

数控机床一旦发生故障,因其结构复杂性往往花费大量时间寻找根本故障原因。为实现数控机床故障原因的快速准确定位,针对当前数控机床故障诊断技术在实际应用中遇到的问题,提出了一种基于报警号码优先级的不确定推理算法。该算法结果能够随着报警号码优先级的不同而产生变化,并重点分析了不同计算顺序对改进算法可信度计算结果的影响,提出了一种较为合理的计算顺序。最后,以实际数控系统故障为实例,说明了改进算法在数控机床故障实例诊断中的应用,证实了可行性。     

基于本体的机械故障诊断贝叶斯网络

针对机械设备维护与故障诊断过程中的不确定性,提出了一种将本体语义表示与贝叶斯网络相结合的故障概率推理模型。从异构多源的维护诊断信息和非结构化的专家经验知识出发,建立语义知识模型并进行概率扩展。利用贝叶斯分类器实现异常工况识别,给出了基于最大可能解释(MPE)的故障概率推理算法,从而根据运行工况、故障征兆和证据信息推理获得故障诊断解释。将本体语义描述的精确性和贝叶斯网络的概率推理能力相结合,既实现了诊断领域知识的形式化描述与共享,又能在一定程度上消除诊断过程的不确定性。某凉水塔风机转子典型故障诊断实例表明,该模型具有较好的故障识别效果。     

基于语义推理的产品装配设计技术

为保证产品具有良好的结构设计和零件可装配性,研究了装配语义模型,详细讨论了设计尺寸约束和装配几何约束的符号化表达方法,并给出了书写规则。在此基础上建立了装配语义图,通过节点描述零件属性信息,通过有向边描述装配语义信息。介绍了基于装配语义的产品装配设计工作流程,重点阐述了零件设计尺寸约束、装配规划信息和装配操作序列的推理过程。给出了语义修改和语义变动两种情况下装配语义图的维护机制。应用实例表明,该模型可以有效地支持产品的协同装配设计。     

基于实例推理的数控机床故障诊断系统研究

数控机床故障有效诊断与维护是提高数控机床的开机时间和开机率的关键技术之一.研究了一种基于实例推理的数控机床故障诊断专家系统,主要针对解决数控设备加工过程中常见故障、共性故障以及群发性故障.将数控故障诊断涉及的知识分为机床结构类知识、故障现象和故障部位影射知识库和历史故障实例库,采用基于产生式知识表达方式,在基于实例的基础上结合基于规则的方法.单机情况下应用表明,该系统能够较好地满足数控设备加工过程常见故障的发现和诊断.     

基于贝叶斯网络的草图识别研究

针对大多数草图识别算法笔画分组精确率低和用户适应性较差的问题,提出了一种基于混合特征的笔画分组方法,并在笔画的分组信息基础上构建了贝叶斯网络模型识别用户绘制的语义符号。该方法首先将用户绘制的笔画分组,每个分组代表一个独立的语义符号,然后提取分组的特征向量,最后通过贝叶斯网络模型推理出分组对应的语义符号。通过实验验证和数据分析,表明该方法具有良好的用户适应性、笔画分组能力及符号识别能力。     

基于贝叶斯网络的草图识别研究

针对大多数草图识别算法笔画分组精确率低和用户适应性较差的问题,提出了一种基于混合特征的笔画分组方法,并在笔画的分组信息基础上构建了贝叶斯网络模型识别用户绘制的语义符号.该方法首先将用户绘制的笔画分组,每个分组代表一个独立的语义符号,然后提取分组的特征向量,最后通过贝叶斯网络模型推理出分组对应的语义符号.通过实验验证和数据分析,表明该方法具有良好的用户适应性、笔画分组能力及符号识别能力.     

基于保证大型数控机床装配精度的方法应用

装配精度最终决定数控机床本身的加工精度,对于小型数控机床而言,在装配过程进行相关检测,根据结果通过相应的改进和完善,就能比较容易地确保装配精度;而对于大型机床,受条件限制,在自检的基础上,必须借助精密仪器进行检测验证;对于关键点的精度要求,还要辅以专业软件进行分析,并对结果进行比较,择优选取,以确保设备的装配精度。