基于粗糙集的耦合任务集聚类方法

针对耦合任务集识别方法无法处理与评价数据的模糊性和不确定性信息这一问题,提出了基于粗糙集的耦合任务集聚类方法。采用粗糙集方法对评价数据矩阵进行处理,将其转化为粗糙数形式的任务信息依赖度矩阵,然后通过改进的任务关联度算法获得任务关联度矩阵,再对任务关联度矩阵进行聚类,最后通过阈值划分得到耦合任务集。通过高速列车转向架构架的设计,验证了这一方法的有效性。     

一种面向产品族设计的模块动态规划方法

针对产品族设计中的模块规划问题,研究和分析了产品族核心系统的模块化理论和实施方法,对产品生命周期中的各种动态要素进行了分析;根据核心系统零部件成本等市场因素的动态变化对模块规划的影响,从可维护性和经济性考虑,提出一种产品族核心系统模块动态规划方法;通过建立功能关联矩阵和动态关联权重矩阵,采用模糊聚类方法对功能关联矩阵中的组件进行聚类,通过取适当的α截集,将产品族中的核心系统划分为多个子功能模块,结合动态关联权重分析对模块部件进行动态评价,并提取出动态评价值较高的部件,为设计阶段重点考虑这些部件提供了理论依据,减少了后期维护成本.通过装载机液压传动系统的模块规划和后期维护数据,证明了该方法的可行性.     

基于知识关联的产品知识聚类集成模型研究

针对当前通用设计与专业设计、设计能力与设计经验、设计与生产之间存在的壁垒,提出了基于功能设计和基于案例设计的知识推送方案并搭建了基于语义知识共现技术与反馈网络的产品模糊知识聚类集成模型。借助知识共现技术与知识功能语义检索技术,构建了产品代码及标准匹配知识模块和产品功能语义关联模块,利用粗糙集理论,提出产品类别关联方法和网络。构建了产品聚类及权重调整模块,以调整关联度的方式利用用户反馈对知识关联模型进行优化。通过实例对该模型的检索流程和效果进行了分析与验证。     

产品模块化设计新方法研究

在现有的产品设备模块化设计中通常采用模糊聚类来进行模块划分,该方法在模块划分精度上还存在缺陷,只能实现基本的产品功能和结构划分。针对此种缺陷提出了基于核函数的模糊C均值聚类和遗传算法的模块划分方法,该方法以连接性能、材料、制造工艺等为基本模块驱动,应用模糊C均值进行聚类,并采用遗传算法优化聚类数目,提高了模块划分的精度。     

运用改进模糊C均值算法的复杂产品功构单元模块划分方法

为了解决目前已有聚类方法在复杂产品功构单元模块划分过程中存在的问题,提出了一种基于改进模糊C均值算法(D-FCM)的产品功构单元模块划分方法。该方法运用距离矩阵生成样本分层聚类树,结合F统计量方法确定模糊C均值算法最佳聚类数,在此基础上,应用模糊C均值算法进行聚类分析,获得聚类结果。最后,结合实际项目给出该聚类方法在机床模块划分过程中的典型应用,对该方法进行实例验证。以此为基础,开发出机床模块划分系统平台。系统实现及设计结果表明了所提出方法的有效性,为面向配置设计的机床模块划分提供了另一种有效的模块划分方法。     

工程机械备件需求特征分类模型

针对工程机械备件需求的随机性、多样性及分类指标复杂等特点提出一个两阶段分类方法。第一阶段根据工程机械备件需求时间序列的平稳性把备件分两类;第二阶段综合影响备件分类的价值、服务及时间等因素,将粗糙集理论(Rough Set,RS)与自组织映射(Self-Organizing Map,SOM)神经网络相结合,设计RS-SOM聚类模型。先用模糊C均值聚类算法对指标数据进行离散化处理,再用改进的分明矩阵算法对指标集进行降维处理,在基于核的SOM模型中,通过引入粗糙集理论的上、下近似集来改进SOM训练过程,最后得到工程机械备件的聚类结果。数据实验证明,与ABC分类法和传统的SOM聚类方法相比,该方法能综合考虑各种影响因素对备件分类的影响,并能明确区分需求变动趋势不同的备件,为工程机械备件需求预测和库存控制提供可靠的依据。     

“绿色模块驱动”及其重要度排序方法研究

产品模块化设计过程中的各个用于实现模块化结构的准则被形象的称为"模块驱动"。在实现产品的绿色模块化设计过程中,首先应确定相应的能够实现产品绿色性能和模块化结构的"绿色模块化驱动",进而根据这些驱动获得零件关系,从而为模块化产品的设计奠定基础。这里分析、总结了产品模块化设计过程中的各种"绿色模块驱动",然后使用粗糙集理论中的粗糙数方法,结合QFDE框架来获得"绿色模块驱动"的重要度,进而确定满足客户、企业、政策需求的"绿色模块驱动"。最后通过洗碗机产品的"绿色模块化驱动"重要度的确定过程来证明方法的有效性。     

基于客户聚类分析的产品概念设计方案评价决策方法

为使产品创新过程中概念设计方案的评价决策充分考虑客户的需求偏好特征,提升客户的综合满意度,提出一种基于客户聚类分析的产品概念设计方案评价决策新方法。该方法首先基于客户对各设计方案的需求偏好信息,通过利用图论工具并对无向图连通子图的输出完成需求偏好相似客户的聚类;其次考虑到产品设计成本与客户满意度之间的矛盾,通过建立客户聚类评价准则确定最佳聚类结果;然后结合优势数分析的方案评价排序方法,实现各客户聚类所对应最优产品概念设计方案的评价决策;最后重点考虑新增客户的快速聚类及需求方案的推荐实现流程。以电冰箱产品创新过程中概念设计方案的评价决策为例,验证了所提方法的可行性和有效性。     

以粗糙集近似逼近理论提取发动机振动故障特征

主要探索一种从庞杂数据中挖掘有用信息的方法。首先介绍了粗糙集的基本理论与计算近似精度的方法，简述了粗糙集理论的特点及与模糊集理论、证据理论的区别与联系，然后将经过预处理的发动机振动信号进行实数离散．运用粗糙集的下近似、上近似及粗糙逼近理论，计算属性等价类对决策等价类的逼近精度。计算结果表明，采用等频率和等量间隔相结合的方法离散实数能保留数据中良好的自然分类特性，采用粗糙集的近似逼近理论能有效地提取出发动机故障特征。     

基于信息融合技术的加工过程监测系统研究

加工过程状态的监测与控制是提高机床智能化的重要研究内容,为实现加工过程的智能化监测与控制必须以多传感器及多传感器信息融合技术为基础.提出了一种基于粗糙集理论和神经网络的多传感器智能信息融合方法,该方法将粗糙集理论作为实现多传感器数据融合的方法,同时针对粗糙集理论只能处理离散数据的问题.提出了使用自组织特征映射网络对传感器采集数据进行离散化及聚类处理的方法,针对粗糙集理论在决策融合处理方面的不足,提出了使用BP神经网络来实现决策规则的有效融合,分析了该方法的原理、关键技术及实现方法,为后期的进一步的研究和应用打下基础.     

基于特征匹配的产品风格认知方法

以多向度评测法提取产品风格特征，将特征作为产品风格认知的基本单元，提出了基于特征匹配的风格识别模型，将产品按照风格特征匹配的强弱度进行划分。提出了产品的风格相似性模型，实现了基于特征匹配的产品风格检索，为产品选型与创新设计奠定了基础。以太阳镜为例，分析影响太阳镜风格的主要特征，设计并实现基于特征匹配的太阳镜风格识别与选型算法。实验结果表明，该方法是一种比较实用的方法。     

浅层卷积神经网络融合Transformer的金属缺陷图像识别方法

针对金属缺陷识别领域中传统深度学习方法存在参数量多、计算量大的问题,提出了一种浅层卷积神经网络融合Transformer模型的金属缺陷识别方法。利用浅层卷积神经网络学习图像局部信息与位置信息,通过Transformer学习图像全局信息,同时引入通道注意力模块SE关注重要特征通道,实现缺陷图像识别。通过引入公开缺陷数据集验证该方法的有效性,同时利用自建缺陷超声数据集验证所提方法的通用性。实验结果表明,在中小规模数据集上,该方法通用性较强,能够对金属缺陷图像进行有效识别。     

面向绿色性能优化的产品族模块再设计优先次序识别

针对产品族绿色化过程中模块再设计优先次序识别问题，基于产品族层次结构模型提出功能模块通用性指标，以反映模块类型对再设计优先次序的影响；构建模块实例生命周期绿色性能评估模型，采用模糊层次分析法和灰色关联分析法来评价模块实例的绿色性能；以绿色性能评价值与通用性指标值之比来确定模块再设计优先次序；通过实例验证了所提方法的可行性和有效性。     

基于迁移学习和模型融合的粗糙度检测系统设计

针对传统粗糙度测量方法识别准确率不高的问题,提出了基于迁移学习和模型融合的粗糙度检测方法。首先,采用所设计粗糙度检测系统中的CCD相机模组采集工件表面图像并制作数据集;其次,通过迁移微调VGGNet-19、Inception-V3 以及DenseNet121进行多模型融合,得到了适用的粗糙度检测模型;最后,用数据集进行网络训练以提取图像中的纹理细节特征,实现对粗糙度等级的精准识别。针对车削、铣削和磨削共15种粗糙度等级图像进行实验验证,系统识别精度可达91%。结果表明,所提出的系统可有效地实现粗糙度等级自动检测。     

面向云服务平台的产品感性评价及标注模型

为消除产品设计方案评价过程中个体评价标准的差异,同时进一步提升产品设计方案的评价效率和精度,提出一种基于YOLOv3和DFL-CNN的设计方案智能评价模型.该模型面向工业设计云服务平台,通过基于Darknet-53的YOLOv3算法实现对产品类别的自动标注.以吹风机产品为例,构建了感性语义评价数据集,并通过基于VGG-...     

基于模块可拓性的产品配置设计

为提高设计效率和设计知识的重用度,实现产品的低成本快速响应设计,提出了一种基于面向对象的配置设计方法,并对其可拓性进行了研究.形式化表达了基于面向对象的模块、产品配置和配置产品等基本概念;对应于物元模型,建立了模块模型,研究了模块的数据可拓集和模块调节的方式.在对客户需求进行分析的基础上,根据模块的可拓性,从定性的角度找到和目标特征匹配的模块,再以定量的方式实例化模块的特征值,得到模块实例,并将其组装成最终产品.最后,给出了基于模块可拓性的配置设计方法在某装配生产线的操作台架设计中的应用实例.     

基于SPEA2+的产品族模块单元多目标规划方法

在分析零件功能和物理特性的基础上,应用模糊数学理论给出产品族模块单元规划准则的量化计算方法,建立产品族模块单元多目标规划优化模型。针对传统的目标加权法在模型求解中的不足,采用改进的强度Pareto进化算法(SPEA2+)对模块单元多目标规划问题进行优化求解,从而得到一系列基于Pareto解集的产品模块规划方案,并利用模糊集合理论的Pareto综合选优方法得到了产品模块多目标规划的最优方案。结合项目实施以缝纫机为应用实例,验证提出方法的有效性和适应性。     

基于产品数据管理的并纱机模块化配置系统研究

为满足产品模块化配置的需求,应用基于参数映射的模块划分方法,对并纱机产品进行了模块划分,引入层次化接口矩阵,描述了并纱机模块的接口关系.提出了面向对象的产品数据模型,并研究了它的实现机制,给出了并纱机面向对象产品数据建模方案.提出了基于产品数据管理的产品配置流程和系统框架,并以SmarTeam作为产品数据管理集成平台,阐述了并纱机模块化配置系统的具体过程,给出了FA716A型并纱机配置实例.实例表明,该配置系统实现了并纱机产品的模块化快速配置,确保了与其他计算机集成制造系统分系统的无缝集成.     

应用动态时间规整与矢量量化的语音识别算法

提出了一种基于动态时间规整(DTW)的改进平均最小距离识别算法,改善了孤立词识别的鲁棒性并提高了识别率。同时对矢量量化(VQ)算法分析了不同码本大小下的识别率,并比较了各种算法的运算时间。通过在MatLab上实现特定人孤立词小词汇量语音识别,实验的结果表明:基于DTW算法的改进平均最小距离法识别率显著提高;码本较大时VQ算法的识别率最高;VQ算法的识别率一般高于DTW算法且运行时间短。     

基于可拓理论的产品配置设计

为实现计算机支持下的产品快速响应设计,提出了一种基于物元模型和可拓理论的产品快速配置设计方法.该方法首先建立形式化表达模块和模块族的物元模型.以产品族为基础,针对具体的客户需求,利用质量功能配置瀑布式分解方法对期望产品进行层次性展开,以获得期望模块物元.基于期望模块物元,采用相似匹配算法从模块族中模糊匹配出相似存在模块,以形成产品的初步配置方案.通过解析结构建模方法,确定相似存在模块变换的结构层次.通过相似存在模块的可拓变换,得到具体的期望模块,以建立产品结构方案.最后,以堆垛机为例,验证了产品快速配置设计方法的可行性.