计算机辅助工序公差设计综述

介绍了计算机辅助工序公差设计中的二个领域：工艺尺寸链结构和工序公差设计的数学模型，并提出了几个前沿课题。     

粗糙集理论在并行公差设计中的应用研究

粗糙集是一种较新的处理不完整性知识和不确定性知识的数学工具,而并行公差设计方法是通过尽早考虑相关环节对上游公差设计环节的制约,减小了决策的不定性,实现了公差设计结果的早期验证。通过对粗糙集理论和计算机辅助并行公差设计的一般流程进行简单描述。在对螺旋导套零件建立加工工艺数据库的实际应用问题上,论述了粗糙集理论在计算机辅助并行公差设计中的应用,从而得到了约简的专家系统数据库,为计算机辅助公差设计进一步完善提供了有价值的基础设计理论。     

计算机辅助尺寸链计算中公差设计的研究

计算机辅助尺寸链计算中一个重点和难点是工序尺寸公差的分配.由于是一个不定解问题,有很多种解决办法.本文在计算机辅助尺寸链计算中融合了多种公差分配算法.重点阐述了改进后的等精度法、基于经济公差分配法和优化分配法,并在优化模型的约束要求中提出了分级约束的概念,使优化过程更合理.文章最后结合实例对算法进行了分析比较,给出了在不同初始条件下,经济合理地分配工序尺寸公差的方法.     

计算机辅助平面尺寸孔轴公差计算

公差设计是平面尺寸链设计中的重点和难点其中有孔轴公差计算,具有较多设计方法且计算量大.针对此问题开发出一套基于Visual C.net的软件程序,集各种设计方法于一身,便于选择最适合的设计方法,并减少了人工计算量.     

计算机辅助平面尺寸链公差设计

公差设计是平面尺寸链设计中的重点和难点,具有较多设计方法且计算量大。针对此问题开发出一套基于Visual-Basic的软件程序,集各种设计方法于一身,便于选择最适合的设计方法,并极大地减少了人工计算量。     

计算机辅助给定线性尺寸公差

在机器的设计、加工和装配中都要进行尺寸公差给定的计算。尺寸链是进行这种计算的重要工具。根据不同要求,进行不同的尺寸链解算,就能完成不同尺寸公差给定的计算。本文主要讨论介绍编制解算线性尺寸链的通用软件,借助微型电子计算机给定线性尺寸公差方法。     

机械产品计算机辅助公差设计方法

运用图论和尺寸链理论,分析了公差设计函数自动生成的机理和实现方法;介绍了尺寸链的建模和路径搜索;指出了确定最佳尺寸链的三个必要条件,尤其是分析了尺寸链标注中的“欠约束”和“过约束”情况及其处理对策,并用实例进行了引证,其结果可应用于机械产品计算机辅助公差分析和公差分配。     

计算机辅助公差设计综述

回顾了计算机辅助公差设计的发展过程，全面总结了它的研究内容和现状，对它的未来发展作了预测，介绍了计算机辅助公差设计的重点研究方向。     

尺寸公差的计算机辅助查询与标注

文章主要介绍了以VB为开发工具,用ACCESS建立尺寸公差数据库,实现尺寸公差的自动查询。以AutoCAD为图形支撑软件,在AutoCAD中实现尺寸公差的自动标注。     

计算机辅助离散公差设计

本文研究了以零件制造成本最低为目标，设计技术要求和预期装配成功率为约束的尺寸链、尺寸公差离散设计问题，提出了计算机辅助离散公差设计的数学模型及相关算法，并进行了实例分析研究。     

基于粗集理论故障特征值提取模糊识别变速箱故障方法的研究

运用粗集理论简化所提取变速箱部分特征值，提高了变速箱故障诊断的效率。将模糊数学理论应用到变速箱故障识别中，模糊故障识别是利用的模糊集合论中的隶属函数及模糊关系矩阵的概念，解决故障与征兆间关系的模糊不确定性进行故障种类的识别。构造隶属函数及分段函数区间的确定是诊断成败的关键。     

A rough set approach to design concept analysis in a design chain

The inherent dynamic relationships among design tasks performed concurrently at different organizations characterize the complexities of a design chain where designers with diverse expertise need to collaborate across organizational boundaries. To ensure timely completion of inter-related design tasks, metrics to facilitate the early evaluation of design concepts are crucial. The ability to evaluate and select suitable design concepts at an early stage will ensure better solutions and greater savings in time and effort further downstream. This paper proposes a new approach based on the rough set theory to design concept analysis. The approach aims at early detection of design inadequacy. A so-called information system is constructed using the information gleaned from design concepts and design capabilities, and analyzed using the rough set theory to derive a set of design rules for design concept analysis. The approach embodies a technique for handling attributes with unavailable information, which is a frequent occurrence in design. This paper presents details of the proposed approach, the novel technique, and a case study.     

基于粗集理论的属性权重分配系统设计与实现

基于粗集理论中对知识表达系统的属性依赖性度量的定义.根据定义中涉及的关键技术,利用ADO.NET技术对实例数据库进行存取,结合C Sharp编程语言实现其算法,实现了实例属性权重分配系统.通过计算实验数据,系统计算结果的正确性得到了验证.     

粗糙集合理论在旋转机械故障诊断技术中的应用

粗糙集合理论基于严格的集合分析方法,通过对数据集合进行等价关系、近似空间、分类等运算,发现隐含在数据中的规律与性质,从而完成知识发现。在人工智能机器故障诊断系统中,如何获得故障诊断等知识成为关键技术。论文提出将粗糙集合理论应用于加工中心故障诊断技术,使得故障诊断技术中的知识获取瓶颈问题得以有效解决。     

应用聚类和粗糙集的FPGA底层数据挖掘方法

提出了一种从XDL文件中提取现场可编程门阵列(FPGA)底层逻辑和布线资源的方法。预处理阶段通过正则表达式将原有底层逻辑文件转换为待分析的有层次属性的关系型数据库。数据挖掘阶段则根据各个层次数据内部的特性不同,采用不同的算法进行聚类来得到初步知识。通过粗糙集分析初步知识间的关系和约简属性,得出初步知识间的联系同时进一步提取出决策规则和产生式规则的知识。最后,通过规则验证器和泛化器对提取出的规则进行验证和泛化。实验结果表明,对于大型的FPGA器件,wire的逻辑最高压缩比可以达到2.88×10-4。该方法相对于底层器件有较好的通用性和交互性,适用于对不同器件族FPGA底层信息的知识提取,对深入研究FPGA的拓扑架构,提高对FPGA进行动态重配置的可控性和实现更灵活的重配置很有意义。     

机械零件配合的计算机辅助模糊设计

介绍零件配合模糊设计的思路 ,给出软件流程及软件设计中的关键技术     

基于Solid Edge工程图的公差查询与标注系统设计

介绍将数据库技术与SolidEdge二次开发技术结合在一起 ,开发基于三维CAD软件SolidEdge工程图的公差查询与标注软件系统的方法。采用该系统可提高二维工程图设计效率 ,并为三维CAD软件在其强大的三维设计功能的基础上如何提高二维工程图设计效率提供了一条途径     

新产品开发中的计算机辅助应用技术

分析计算机辅助技术在新产品设计领域的应用状况 ,介绍当前CAD软件开发与应用所存在的问题 ,详细论述产品设计过程中对CAD软件开发的需求     

基于粗集理论的知识挖掘及其在工程中的应用研究

本文探索了知识挖掘和粗集理论的基本原理与方法，阐述了基于粗集理论知识挖掘的实现方法，介绍了该方法在工程中的应用。     

A hybrid approach of rough set theory and genetic algorithm for fault diagnosis

This paper proposes an integrated intelligent system that builds a fault diagnosis inference model based on the advantage of rough set theory and genetic algorithms (GAs). Rough set theory is a novel data mining approach that deals with vagueness and can be used to find hidden patterns in data sets. Based on this approach, minimal condition variable subsets and induction rules are established and illustrated using an application for motherboard electromagnetic interference (EMI) test fault diagnosis. This integrated system successfully integrated the rough set theory for handling uncertainty with a robust search engine, GA. The result shows that the proposed method can reduce the number of conditional attributes used in motherboard EMI fault diagnosis and maintain acceptable classification accuracy. The average diagnostic accuracy of 80% shows that this hybrid model is a promising approach to EMI diagnostic support systems .