基于轮廓点匹配的线宽属性层次划分算法

提出一种对工程图进行层次识别的方法。根据工程图样的线宽特征,利用轮廓跟踪技术和匹配算法,得到图中目标对象的轮廓匹配点对;再引入线宽属性特征因子,运用模糊识别的方法,对拾取过程中得到的图素轮廓信息及线型宽度信息进行模糊识别,实现对图形元素的轮廓层和辅助层的分层标识,并通过实例对该算法进行了验证。实践表明该算法具有准确率高、抗干扰性强、失真很小等特点。     

面向工艺的特征设计与集成技术研究

针对CAD/CAPP系统直接集成所存在的困难,提出了在三维环境下,面向工艺的特征设计与CAD/CAPP集成方案;分析了集成过程中特征的分类与定义、面向工艺过程的特征设计方法、特征模型与CAPP系统中工序模型的关联、特征信息与工艺信息的关联等关键技术;给出了在此集成系统下的应用实例。该方法为CAD/CAPP系统的集成提供了一种有效的途径。     

复杂环境下基于改进人工蜂群算法的机器人路径规划

为了使机器人在复杂环境下规划出最优路径,提出了基于改进人工蜂群算法的路径规划方法。分析了传统的人工蜂群算法原理;为适应复杂环境下路径规划,引入了小步长侦查蜂用于侦查跟随蜂可能前进方向的障碍物分布情况,根据侦查出的障碍物复杂度和节点与目标点距离对可行节点进行评分,得分大小作为跟随蜂选择下一节点的依据,这样就可以使跟随蜂成功避开障碍物复杂区域。使用改进算法进行路径规划,将规划结果与传统蚁群算法和传统人工蜂群算法比较,改进人工蜂群算法规划路径最短,且算法耗时最少。     

面向精度的数字化产品装配模型研究及应用

结合异地协同装配的特点，对产品特征信息进行了分类，在研究零件特征的公差信息表示基础上，建立了面向精度的产品层次模型。该模型分为层次关系层、关联关系层、特征信息层和特征元素层四层，通过建立层内各元素的关系链和层间信息的映射实现了产品信息的有机结合。研究了CAD零件信息与数字化装配系统的信息转换方法，采用面向对象技术实现了产品的装配建模。通过采用回溯算法搜索产品模型层次信息，实现数字化装配环境中产品装配尺寸链的自动寻找。     

支持分布业务的产品信息建模关键技术

中性数据描述和产品分类结构问题，是面向虚拟企业等分布业务的产品信息建模的关键技术。利用中性数据的方法，记录需要访问的产品数据特性描述，以获得关于访问方法、资源位置、资源数据表达格式等方面的知识；同时，在虚拟企业成员中采用一致的且普通接受的产品分类方法，并建立产品层次式的分类结构及相互关联，从而高效地运用分布的各种类型的资源，形成产品开发协同团队。可应用于制造业在Internet环境下的分布式业务协作。     

采用自适应一致性UKF的分布式目标跟踪

由于传统分布式跟踪方法在先验噪声协方差与其实际值不相匹配时跟踪误差较大,提出了一种采用自适应一致性无迹卡尔曼滤波的分布式目标跟踪方法,该方法首先执行分布式UKF算法得到对当前移动目标状态的估计值,然后通过一个系统错误检测机制,确定是否需要对噪声协方差值进行更新。如需要,则根据当前获得的测量信息去估计当前噪声协方差,并联合该估计值和先前的噪声协方差值获得一个新的先验噪声协方差值。最后根据新获得的噪声协方差值对获得的目标状态估计值进行修正。实验结果表明该方法具有较好的准确性和鲁棒性：在噪声未知环境下,基于ACUKF的分布式跟踪方法相比于基于容积信息滤波和基于分布式无迹卡尔曼滤波的跟踪方法,最大跟踪误差值分别减少了49.93%和 51.46%;在目标过程噪声发生动态变化的情况下,提出的方法相比于上述两种传统跟踪方法,跟踪误差值分别减少了40.67%和40.06%。     

基于零件特征的信息的数据库表达

利用数据库技术，在特征分类的基础上对零件进行信息建模。模型分为三个层次：零件层、特征层、几何层。该模型对提高工艺准确性及自动化提供了保障。     

抽油管缺陷检测的多传感器融合技术

将多传感器信息融合技术应用于抽油管缺陷在线检测系统.油管缺陷定量检测的多传感器信息融合模型的建立分别在数据层、特征层和决策层三个融合层次上进行;选取4路传感器信号进行信号直接融合,通过硬件直接形成油管的偏磨信号;建立了基于插值法的偏磨缺陷的定量分析方法,并给出了实测结果.对于坑状缺陷,通过对28路传感器所观测的目标进行统一的特征融合,提取特征向量,利用神经网络的决策模型完成了坑状缺陷的量化分析.     

机电产品性能分析指标体系模型的构建研究

针对机电产品性能分析中指标体系的构建问题,对机电产品指标的特征属性和相关性进行了研究,构建指标选取模型,提出了一种基于聚类和因子分析的机电产品指标选取方法。首先根据指标属性进行了特征层分类,构建了指标体系特征层,在特征层下基于聚类分析将信息量相似的指标聚为一类,保证所包含信息既不重复又能覆盖各个方面;然后通过因子分析法进行了指标遴选,确保所选指标对分析结果影响最大;最后将该模型应用在散热翅片性能分析的指标体系构建中。研究结果表明:该指标选取模型将指标数量精简至原60%,同时又包含了95. 4%的信息量,表明该指标选取方法是可行和有效的。     

基于多元神经网络融合的分布式资源空间文本分类研究

针对实体产业对科技资源的服务需求,以服务效应作为资源文本分类标准,提出一种基于多元神经网络融合的分布式资源空间文本分类模型。设计了包含词嵌入层、卷积层、双向门控循环单元层、注意力机制层和softmax层的多元神经网络通路;在此基础上采用基于需求—效应—资源分类策略,完成了从定性科技资源需求到定量资源服务效应求解,再到定性科技资源输出的映射变换,重点解决了分布式科技资源局部和全局语义特征形式多样、文本长距离依赖特征显著、重要资源信息难以准确识别的问题,进而从分布式科技资源空间中快速准确地获取效应知识,提升实体产业产品研发效率和创新能力;通过万方专利科技资源数据集验证了所提方法的可行性和有效性,为更加全面地挖掘资源文本特征和按需服务实体产业提供了一种新的思路和手段。     

多级灵敏度协同设计模型感知研究(1)

为解决分布式异构产品数据管理系统和计算机辅助设计平台中产品设计模型之间设计修改的感知问题,针对模型间设计相关性的不同紧密程度,划分模型级和特征级两种不同灵敏度的协同设计模型感知。利用感知路由描述表,建立分布式产品数据管理系统之间的感知关联;利用模型特征相关性描述表,建立异构计算机辅助设计平台下模型间的特征级感知关联。同时,设计了通信层、接口层、模型层、特征描述层和路由描述层的体系结构,解决了特征级感知和感知通信的问题。最后,针对所设计体系结构,分析了模型级和特征级模型感知的实现流程。     

基于云模型的路灯造型设计评价方法

为了满足广大用户和销售者对路灯造型设计评价的大量需求,提出了一种基于云模型的路灯造型设计评价方法。首先对路灯的美学特征、功能特征、人机属性、技术需求和环境需求等因素进行分析,建立由指标层、因子层、属性层和目标层构成的路灯造型设计评价指标体系;运用层次分析法确定各评价指标相应的权重系数。其次评价小组对路灯造型设计方案的各评价指标进行打分,利用云模型对评价结果进行分析,提出基于云模型的路灯造型设计评价方法。通过案例验证了该方法的合理性和有效性。     

面向众创设计的复杂定制装备设计方案融合方法

"互联网+"环境下面向大众创新的设计模式对产品设计提出了更高的要求。针对复杂定制装备需求多样、不确定性高,涉及零部件多以及设计工作量大等特点,提出一种面向众创设计的复杂定制装备设计方案融合方法。首先建立设计方案—设计需求关联映射,然后综合考虑方案重要度对待融合方案进行排序和路径规划,对常用融合方式进行分类和描述,最后采用基于特征频繁项集的方案融合算法得到目标融合方式和融合关联规则,进而获得最终设计方案融合结果。以注塑装备的设计方案融合为例,给出了应用实例,验证了本文所提方法的有效性。     

基于卷积神经网络的水果图像分类识别研究

为了解决传统水果图像分类识别算法人工提取特征的缺陷,将卷积神经网络应用到水果图像识别上,基所创建的数据集,参照经典的卷积神经网络模型Le Net-5结构,提出更适合本数据集的卷积神经网络结构,首先对水果数据集进行分类标签,将苹果、梨、橙子、橘子、桃子分别标记为0、1、2、3、4,然后将图片分批次投入模型训练,该模型构建了一个输入层、两个卷积层、两个池化层、两个全连接层和一个输出层。卷积神经网络通过底层提取特征,再进一步更深层次提取特征,最后得到目标的分类。实验结果表明,所提出的卷积神经网络结构不仅在数据集上取得了较高的识别准确率,而且与传统的水果图像分类识别算法相比较,卷积神经网络避免了人工提取特征的繁琐过程。     

基于混合多属性决策和关联分析的模糊粗糙FMEA评估方法

为解决面向不确定环境下的产品失效模式与影响分析(FMEA)问题,提出基于混合多属性决策和关联传播分析相集成的FMEA新方法。该方法为有效处理FMEA过程中各阶段专家的模糊性、不确定性评价信息,运用区间形式的模糊粗糙数进行建模。在此建模框架下,首先以模糊粗糙层次分析法构建风险因子权重分析矩阵,并通过自动机算法进行寻优求解得到权重向量;其次引入Kullback-Leibler散度对多准则妥协解排序法模型进行改进并用于风险优先数的计算;最后考虑到失效模式间的交互影响,构建失效模式关联传播复杂网络,通过计算关联输出度、介数、集簇系数等网络拓扑参数对风险优先数进行修正,进而对失效模式的风险性进行全面重新排序。以冶金设备专用大型齿轮箱为例,验证了该方法的可行性与有效性。     

基于三维GIS技术的公路交通数字孪生系统

数字孪生是一种集成多学科属性,通过物理世界与信息世界连接融合达到虚拟现实交互与融合的科学,其在交通业的落地途径为建筑信息模型(BIM)+地理信息系统(GIS)技术。各类交通基础设施模型要素的交互关联及孪生数据合理建设方案成为制约其发展的瓶颈。立足交通,以数字孪生的五维结构模型为指导,在三维GIS环境下,针对其虚拟模型应包含的几何、物理、规则模型提出了具体的实现技术。分析了交通基础设施分类及孪生数据特点,细化其构件层次关系,实现模型的标识编码与存储方案。依据CAMP5对系统软件进行分类,并依各层次阐述了验证方法,完成系统验证。最后,基于虚拟模型与数据融合,梳理了像素层、表征层和决策层的应用开发思路,以期为交通运输领域践行数字孪生提供技术参考。     

信息融合的油液监测系统介绍

文章主要论述了多传感器信息融合的基本理论,给出了集中式、分布式和混合式三种模型结构,并比较它们的优缺点;融合层次对多传感器信息融合性能有重要的影响,给出数据层、特征层、决策层三种融合层次的性能对比结果;对融合系统算法进行了分析;最后给出了基于多传感器信息融合的油液监测系统,并对系统的融合过程和油液监测分布组件对象进行了剖析。     

基于混沌关联积分的暂态电能质量扰动分类

关联积分曲线基于时间序列重构,能够更全面反映时间序列扰动变化,并且作为扰动识别的特征量,可以避开关联维无标度区间确定这一问题。根据暂态电能质量信号在不同扰动下其关联积分曲线所呈现出的特有形态特征,将关联积分曲线作为扰动识别的特征量。不同扰动信号的关联积分曲线区别较大,直观明了。该方法操作简单方便,可以省去烦琐的数值分析,且具有较高的精确度和实用性。对几种典型的暂态扰动信号进行识别和分类,仿真结果证明了其有效性和优越性。     

CAD系统与虚拟装配系统间的信息集成技术研究

针对商品化计算机辅助设计系统与虚拟装配系统间的数据转换问题,提出了一种虚拟装配环境下的零件信息层次表达结构模型,该模型由面片层、几何层、特征层和零件层组成;给出了虚拟装配环境下零件信息模型的重构方法,通过对计算机辅助设计系统中零件信息的提取和虚拟装配环境中零件信息的重构,较好地解决了商品化计算机辅助设计系统与虚拟装配系统之间的数据集成问题;建立了虚拟装配原型系统,验证了研究结果的可行性。     

应用于工业互联网数据安全的分层轻量级高通量区块链方法

随着工业互联网应用的快速发展,其分布式的拓扑结构和异构设备的资源限制,对传统的数据存储、传输和安全保护提出了新的挑战。区块链技术的分散式信任和分布式帐本机制,适应于大规模工业互联网应用,并有可能成为工业安全和数据保护的有效方法。但是,传统区块链的计算通量低、能耗高、可扩展性有限,并且会产生显著的带宽开销和网络延迟,难以直接适应于工业应用。由此提出一种满足工业环境要求的高效、安全和轻量级的分层扩展式区块链。该模型在典型工业互联网结构下构建了资源受限层、扩展资源层两层区块链。设计了轻量级共识算法、分布式信任确权机制和动态高通量管理方法,并通过工业互联网受限资源设备的数据存储请求交易说明了分层区块链具体实现流程。扩展了不同资源能力的工业设备在网络中的高效区块操作,并确保端到端的操作安全和数据保护。为工业互联网泛在接入建立实体间信任关系和数据安全提供新的思路和方法。